最近两个师弟刚考完研究生，他们比较迷茫，不知道如何去学习，总感觉要学的东西很多，却又没有一个完整的规划，我根据自己的亲身经历给他们规划了一个学习路线，希望他们少走弯路，早日踏上炼丹之路。

我将要学的知识分为“语言基础”和“理论基础”，二者互不冲突，可以双管齐下，并行学习。

一、语言基础

1. Python （重要程度：⭐⭐⭐⭐⭐）

Python是必须熟练掌握的语言，Python有很多C++没有的特性，比如说多维数组、生成器、方便易用的库，所以很适合搞数据科学，下面教程建议认真学习一遍。

Python3.6.8官方教程（中文）：https://docs.python.org/zh-cn/3.6/tutorial/index.html

2. Pycharm （重要程度：⭐⭐⭐⭐）

工欲善其事必先利其器，Pycharm是宇宙第一Python IDE，其方便的调试、代码查错、Git深度结合、吸引着每一个Coder，根据下面教程学习Pycharm各种骚操作，着重学习Debug功能。

Pycharm官方教程（英文）：https://www.jetbrains.com/help/pycharm/quick-start-guide.html

3. Linux & Shell（重要程度：⭐⭐⭐⭐⭐）

这个真的是吃饭技能，学好Linux与简单Shell编程，熟练使用Linux操作系统，能写一些简单的脚本帮你跑代码，重复的事情、有规律的事情，一定要交给机器做。

Linux与简单Shell编程（中文）：https://www.runoob.com/linux/linux-tutorial.html

4. C++（重要程度：⭐⭐⭐）

c++难学，当你还在研究这个指针指向哪里的时候，我的python已经出结果图了，为什么要学？1. 快，c++相比python更偏底层，编译好的二进制文件机器码执行就是快很多。2. 当你想实现别人论文的方法，发现别人的代码是用c++写的，气不气？

C++入门教程（中文）：https://www.runoob.com/cplusplus/cpp-tutorial.html

5. MATLAB（重要程度：⭐⭐）

matlab不用学，学完python直接上手……因为实在是太简单了，在数组方面，matlab和python在数据表示上唯一的区别就是matlab从1开始索引，python从0开始。为什么要学？1. 还是因为有些人的论文代码是用matlab写的。

matlab官方教程（中文）：https://ww2.mathworks.cn/help/matlab/getting-started-with-matlab.html

我们CVer精通3门语言就OK了，Python、C++、MATLAB，如何混合编程？三门语言游刃有余？请参考我的博客：https://www.dapinglee.cn/?p=193

二、理论基础

1. 数字图像处理（重要程度：⭐⭐⭐）

这本书，用不着抱着啃完，我建议将其作为一本工具书，这本书不讲代码，只讲理论，代码脱离了理论是没有依据的，它更像是一本新华字典，建议哪里不懂查哪里，或者我问到你某个知识，比如我问你什么是形态学开、闭运算？你答不上来，但是你知道这本书有讲，就OK了。

2. 机器学习（重要程度：⭐⭐⭐⭐）

西瓜书，也是一本理论书，用理论支撑你的代码，虽然现在的代码封装得可以一行就能实现书中的功能，但是你知道为什么吗，当你迷茫的时候，不妨翻翻此书，能为你答疑解惑，此书需要一定数学功底。

3. OpenCV（重要程度：⭐⭐⭐⭐⭐）

学习OpenCV的目的，就是让你不要重复造轮子，当你想到一个很棒的idea，你能写个代码寻找某个目标图像的轮廓了，你能提取图像的特征点了，你能绘制图像的直方图了，然而这些OpenCV都能已经集成了，一行代码解决气不气。对这个库的了解，要达到你清楚知道它能实现哪些功能。

4. 深度学习（重要程度：⭐⭐⭐⭐⭐）

开始炼丹了激动不？建议先看看深度学习简介，关于深度学习，在机器学习这本西瓜书里也有介绍，建议好好看看。看完之后，开始刷《Python深度学习》这本书，建议每一章都认真学习，这本书既讲理论又讲代码，Keras（tensorflow后端）也是你们上手深度学习最简单的框架之一。

写在最后：这只是我结合自身经历总结的一份简单的入门教程，还需要各位继续深入研究下去，目前深度学习框架多种多样，网络结构变化层出不穷，大家需要跟上时代的步伐，无论以后工作还是继续深造，都保持一颗学无止境的心。