上次我们简单介绍了OpenCV及计算机视觉的定义，今天我们继续说说基础知识。今天主要讲Python和图像基本处理。
P y t h o n
如果你选择了TensorFlow工具，我觉得很有必要学习Python语言，我之前一直使用Caffe，有兴趣的也可以了解，下次我也可以为大家说说Caffe、TensorFlow及比较流行的深度学习工具。
这里稍微介绍一下Python和Numpy/Scipy的一些基础吧，如果Python老手，别浪费时间了，去完成自己的伟业去吧，或者你也可以直接去看下面的图像基本处理知识。
→ 基本数据类型 ←
其中，最常用的有数值型(Numbers),布尔型(Booleans)和字符串(String)三种。
- Numbers
x = 1
print(type(x)) # 输出为："<class 'int'>"
print(x) # 输出为："1"
print(x + 1) # 输出为：prints "2", 加减乘除幂等就不一一细说
x += 1 #自加1
print(x) # 输出为："2"
x *= 2 #自乘
print(x) #输出为："4"
记住，Python中有一些与C++不同，比如没有x++ 和 x– 操作
- Booleans
temp1 = True
temp2 = False
print(type(temp1)) # 输出为： "<class 'bool'>"
print(temp1 and temp2)
# 逻辑与; 输出为： "False"
逻辑或、逻辑非、XOR等不细说咯~
• String—字符串可以用单引号/双引号/三引号声明
temp1 = 'hello'
temp2 = "world"
print(temp1) # 输出为：'hello'
print(len(temp1)) # 字符串长度; 输出为： "5"
temp3 = temp1 + ' ' + temp2 # 连接
print(temp3) # 输出为：'hello world'
注：字符串比较重要，有很多常用的函数，可以进一步去学习
→ 基本容器 ←
• 列表（List）
temp1 = [1, 2, 3]
print(temp1, temp1[2]) # 输出为： "[1, 2, 3] 2"
print(temp1[-1]) # 第-1个元素，其实就是最后一个元素，输出为：2
列表常用的操作有：
切片（slicing）：print(temp1[1:2]) # 下标从1到2-1的元素, 输出为："[1]"
循环（loops）：for animal in animals: print animal 输出为：3 1 2
还有其他使用可以自行学习~加油
• 字典（Dict） ——用于存储key-value对
temp = {'A': 'a', 'B': 'b', 'C':'c'} # 创建字典
print(temp['A']) # 根据key取出a
print('B' in temp)
# 判断是否有'B'这个key,输出为：True
• 元组（Turple）
其实，元组还是一个list，只不过里面的每个元素都是一个两元组对，而且不可修改。
temp = {(1, 2): 0, (3, 4): 1}
temp1 = (3, 4)
print(type(temp1)) # 输出为："<class 'tuple'>"
print(temp[(3,4)]) #输出为： "1"
→ NumPy基础 ←
该段知识就比较多了，不能一一那么详细举例，只要你看过，都会了解，不用我去慢慢写出来的。
主要有：数组、Numpy数组索及取值，数组类型、数组计算等。
Numpy其实还提供了非常方便操作和计算的高维向量对象，并提供了最基本的操作方法，而Scipy就是在Numpy的基础上，提供了大量的函数去直接完成使用者需要一些操作，如果有兴趣可以详细阅读Scipy文档。
图 像 处 理
主要知识框架如下：（配图有点丑+ +）
接下来的推送中，“计算机视觉战队”平台会单独详细讲解图像基础处理，并用典型的例子在OpenCV中实际操作以来体现。
