1、比如你喜欢为WINDOWS开发软件，那么 C语言是必备基础，学好好了然后在扩展一门面向对象的语言比如C++ C# JAVA 等.这些是不错的选择。
创新互联专注于企业成都全网营销、网站重做改版、播州网站定制设计、自适应品牌网站建设、H5响应式网站、商城网站制作、集团公司官网建设、外贸网站制作、高端网站制作、响应式网页设计等建站业务，价格优惠性价比高，为播州等各大城市提供网站开发制作服务。
2、研究生往图像处理方向发展，从原则上来说，需要学很多编程开发的语言。java， vb， python， r， c++， matlab等。
3、常见的编程语言是很多的，比如：C语言、c++、C#、Java、asp、PHP、JavaScript，还有一些标记语言html、css等。对于初学者，想做简单的编程的话，建议从C语言开始入门。C语言是最主流的基础语言。
4、首先先搞懂JavaSE的部分，Swing和swt部分就可以少看或不看，因为现在用的比较少。重点是看懂Java中的面向对象、集合框架、JDBC、异常、IO、线程和网络编程。
他们采用其他更快但精度较低的算法，如 SURF 和 PCA-SIFT。为了解决这个问题，本文提出了一种使用 CUDA 的 GPU 加速 SIFT，命名为 HartSift，充分利用单机CPU和GPU的计算资源，实现高精度、实时的特征提取。
surf构造的金字塔图像与sift有很大不同，Sift采用的是DOG图像，而surf采用的是Hessian矩阵行列式近似值图像。
该算法可被用于计算机视觉任务，如物件识别和3D重构。他部分的灵感来自于SIFT算法。SURF标准的版本比SIFT要快数倍，并且其作者声称在不同图像变换方面比SIFT更加稳健。
大小、方向、明暗不能作为特征描述子。特征点的应用：其实不够快，因此在SIFT之后产生了SURF和ORB。这边只列一些基本的概念吧。DoG是高斯差分空间。
Fast算法原理 我们前面已经介绍过几个特征检测器，它们的效果都很好，特别是SIFT和SURF算法，但是从实时处理的角度来看，效率还是太低了。
使用opencv内置的库读取两幅图片 生成一个SiftFeatureDetector的对象，这个对象顾名思义就是SIFT特征的探测器，用它来探测衣服图片中SIFT点的特征，存到一个KeyPoint类型的vector中。
cv.imwrite(/sdcard/matches.jpg， output)；以上代码中，我们使用了AutoJS的require()函数导入OpenCV模块，并使用cv.imread()函数读取了两幅图像。
2，图像特征匹配，确定载入函数以及特征文档，Haar特征利用的是CvHaarClassifierCascade函数，Hog用的是detectMultiScale函数封装在了Hog类里面。至于Sift特征，照你说的，如果有OpenCV特征提取函数，则必然有特征匹配函数。
近来不断有人改进，其中最著名的有 SURF（计算量小，运算速度快，提取的特征点几乎与SIFT相同）和 CSIFT（彩色尺度特征不变变换，顾名思义，可以解决基于彩色图像的SIFT问题）。其中sift.detectAndCompute()函数返回kp，des。
常见的SIFT匹配代码 vlfeat中sift toolbox中的vl_ubcmatch.c使用的是普通的欧氏距离进行匹配（该SIFT代码贡献自Andrea Vedaldi）。
