接触图像处理已经有五个月了，自认为已经算是入门了吧。以下分享个人的一些经验。
图像处理的库有很多，例如OpenCV、halcon、OpenGL、MATLAB库、IntelIPP等。
OpenCV具有开源，免费，跨平台、可移植性强等优点，得到了较为广泛的应用。另外MATLAB也提供了众多的图像处理的函数，也可以用来做视觉项目。初学者学习
OpenCV和Matlab图像处理较好，我个人推荐更加推荐学习OpenCV。
学习OpenCV图像处理应该具有的一些条件：
c/c++
基础
一些线性代数知识
一些概率统计知识
一些微积分知识
一些傅里叶变换知识
一定的英语阅读水平
以上条件要求并不是什么严格，因为入门OpenCV视觉编程还不需要太强的编程能力和数学功底，当然如果你较好的数学功底和编程能力，那上手OpenCV就更加易如反掌。
工欲善其事，必先利其器。器欲尽其能，必先得其法。入门前工具的准备是十分重要的，这里推荐毛星云的《OpenCV3编程入门》作为入门阅读书籍，推荐使用
Visual Studio 2013和OpenCV2.4.9练习书上的代码。VisualStudio 2013和OpenCV 2.4.9的设置，可参考此页面OpenCV2.4.9在Visual Studio 2013下的配置。值得注意的是，OpenCV2和
OpenCV3的区别很小，但这两者和OpenCV1的差异都很大，推荐使用较新的OpenCV
版本（OpenCV2和OpenCV3）均可，因为新的版本意味着更好的性能，更加容易上手。
准备好《OpenCV3编程入门》和安装好上述工具后，即可根据书上的内容学习视觉编程了，在书上你可以学习很多生动有趣的知识了。这里注意一点，这本书名为OpenCV3编程，实际上也是完全兼容OpenCV2的。这一步的学习建议把握好时间，不宜花费太多时间钻研书上的内容。应该尽可能快地过一篇书上的内容，如果你的编程基础（指的是C++的编程水平）好的话，甚至可以挑选少量的例子亲手上机操作即可。如果你的编程基础不太好的话，需要花多点时间练习书上的代码，边练习编程边学习图像处理知识。
学习完《OpenCV3编程入门》，你可能会有一种有力但是却使不上劲的感觉，这是因为你的内功尚未修炼好。对于学习图像处理来说，单单看《OpenCV3编程入门》是不够的，这本书更像是一本OpenCV的实例操作书，要系统地学习图像处理，要修好内功打出好功夫，还需要系统地学习图像处理的知识。
关于系统地去学习图像处理，推荐大名鼎鼎的冈萨雷斯的《数字图像处理第三版》和《数字图像处理的MATLAB实现》，这两本书可谓是学习图像处理经典书籍。书上系统地介绍了图像处理的知识：如
图像的增强与复原
图像空间滤波和频域滤波
图像几何变换
图像形态学
图像分割等
《数字图像处理第三版》详细介绍了图像处理中的数学原理，数学模型。《数字图像处理的MATLAB实现》侧重于用MATLAB去实现《数字图像处理第三版》的算法。例外，这一部分的学习也推荐左飞的《数字图像处理原理和实践（MATLAB版）》，这本书也写得不错。
以上内容都涉及之后，就算是入门了图像处理了。（我个人觉得是这样的）。到了这一步，你应该可以用OpenCV或者MATLAB编写一些程序了。值得一提的是，OpenCV
还提供了Python接口，可以用Python语言写OpenCV代码。另外，如果你想写一些界面的话，推荐使用简单易上手的Qt，最好不要去学MFC，这实在是一个大坑。
欲穷千里目，更上一层楼。对于如何进阶，可以参照此页面：【数字图像处理】如何学好图像处理——从小白到大神？
一些总结和书籍推荐
《OpenCV3编程入门》——opencv入门利器，要学他得懂点c++的知识
《数字图像处理第三版》、《数字图像处理的MATLAB实现》——系统地学习数字图像处理的书籍
《数字图像处理原理和实践（MATLAB版）》——和冈萨雷斯的《数字图像处理MATLAB实现》差不多，更加容易理解，但深度和严谨性不及后者
《Python计算机视觉》——利用Python写图像处理代码，书的最后章节介绍了用
python调用opencv库
参考资料：
[1]左右shawn.图像处理库综述[DB/OL]. http://blog.csdn.net/x454045816/article/details/ 52097224, 2016-8-2
[2] GloryofFamiliy. OpenCV2.4.9在OpenCV2.4.9在VisualStudio 2013
下的配置. http://blog.csdn.net/ccj5351/article/details/24949881
[3]白马负金羁.图像处理与机器视觉网络资源收罗. http://blog.csdn.net/baimafujinji/article/details/32332079
