實踐的意義——寫給圖像處理算法愛好者的建議

　　陸放翁詩云：“紙上得來終覺淺，絕知此事要躬行”，此乃亙古不變之真理也。

　　圖像處理研究的一個很大特點就在于，它是一種和實際應用緊密聯(lián)系的實用型學科。所有的算法都是針對實際中遇到的問題而存在的。無論是我們新提出了一個算法，還是我們新學習了一個算法，都可以直接寫一個程序來檢驗它的處理效果。而且這種“效果”往往還是一目了然的。因為圖像處理的輸入和輸出都是圖像，圖像就是用來給人看的。這種直觀性是其它研究領域所很難具備的。例如，當年何愷明博士向CVPR提交其關于圖像去霧算法的論文時，審稿人就很驚訝于這么簡單的方法居然有這么意外的效果。于是其中就有好奇的審稿人直接動手編程實現(xiàn)了他的算法。正所謂，是騾子是馬，拉出來溜溜。他算法的效果最終征服了審稿人，也征服了大會的評委會，最終那屆的最佳論文獎就首次頒給了來自亞洲的研究者。

　　而之于正在學習或研究圖像算法的同學而言，動手實踐的意義就更大了。不要以為你聽老師或別人講了一些算法，或者自己看看岡薩雷斯書上的描述，就覺得自己好像已經get了什么。除非你真的自己能把程序寫出了，否則其實你什么都沒懂，最多也就是似懂非懂。這一點我最有發(fā)言權。很多算法我感覺我也學得不錯，但其實我在寫Magic House的時候仍然花了很多時間去調試，因為在寫的過程中，其實問題是層出不窮的。例如，我在寫圖像傅立葉逆變換的時候，我感覺這個算法我已經理解的很到位了，但是做逆變換的時候就是得不到原圖，而是一片黑。問題到底出在哪里我其實斷斷續(xù)續(xù)想了挺長時間。有一天突然開竅了，因為傅立葉變換的結果存在文件里，其實只是保存了實數(shù)的部分，虛數(shù)部分根本就沒存。因為你在屏幕上看傅立葉變換結果圖的時候，看到的也只是實數(shù)部分。盡管你可能遇到的問題跟我不一樣，但遇到這樣或那樣的問題總是肯定的。我總結了自己鍛煉編寫圖像處理代碼的幾個原因：

　　1)一方面你會發(fā)現(xiàn)過去你的理解可能是有偏差的，因為按照你那個想法去實現(xiàn)的代碼效果可能并不理想，那問題出在哪里就很值得你思索;

　　2)另一方面，你自己在實現(xiàn)的過程中很可能發(fā)現(xiàn)原作者算法的不足(比如我在實現(xiàn)暗通道算法時就發(fā)現(xiàn)這個算法處理大面積的天空時會有問題)，然后你進一步研究的方向就來了!這在我看來似乎是發(fā)paper最容易的方法。

　　3)我不得不告訴你，很多paper是會騙人的!中國有學術腐敗，國外也有學術造假。洛必達把他老師伯努利教給他的方法寫進了自己的書里，于是便有了今天你所學到的洛必達法則。從這個角度來看，18世紀的歐洲就已經有學術腐敗了。有些作者paper里的效果很可能是PS過的，所以你按照他的方法，無論怎么做也不可能得到他的效果，這一點如果你不試試，就很可能被騙。

　　4)寫代碼本身就是一項本領或者基本功。你將來還很有可能要靠他生存。曲不離口、拳不離手。你現(xiàn)在不好好練，將來很可能作繭自縛。

　　說到這里我就不禁要提一句。懶惰既是推動人類創(chuàng)新的兩大動力之一，但也可能是害得你“啥都不會，只會坐等靠要”、最終一事無成的毒草。就像中國過去搞扶貧只會一味的輸血，本來還有二畝薄田可以耕種，現(xiàn)在政府有救濟款，索性連田也懶得種了，結果導致某些地方越扶越貧。現(xiàn)在很多人在網上一張嘴就是“有沒有源代碼下載”?或者買書看書也是挑那種“帶光盤的”或者滿篇滿篇就只有代碼的。抄來的過程當然輕松，但是知識、技術學會了是自己的，抄來的東西始終是別人的。不是說網上的代碼、資源不可以參考，但是你絕對不應該對此產生依賴心理，人還是應該靠自己。如果你寫不出來，只能說明你還沒真正學會，學懂。何況真正有技術含量的東西，你永遠也抄不來。兩彈一星我們也曾想讓蘇聯(lián)幫忙，但人家憑啥給你?結果怎么樣，還不得靠中國人自己嗎?要知道，這個技術積累的過程本身也很重要。

　　說道實踐編程，你要么用C/C++，要么用Matlab，可能還有其他小眾的(比如我有時也用R做圖像處理)，但大體上總逃不過這兩大陣營。有人說他用Java或者Python， Anyway這其實并不重要。我的討論還是以C/C++和Matlab為主體來講。Matlab當然比較好用，什么卷積、直方圖、高斯濾波，一個函數(shù)搞定!C/C++如果結合OpenCV基本可以達到同樣的效果。當這絕對是后話。如果你是初學，最好能踏踏實實一點一滴把最基本的圖像處理算法實現(xiàn)一下。千里之行，始于足下。九層之臺，起于累土。因為建立一個完整的體系思維和擁有一個扎實的基礎特別重要。一些看似高大上的算法都是在這些不起眼的算法的堆砌組合下實現(xiàn)的。比如SIFT特征構建時，你會遇到直方圖、高斯濾波和圖像金字塔這些非常基礎的原件。當你看到這些東西的時候，你就應該有馬上覺悟到它們的各種特性和作用的能力。這對于你理解SIFT很有幫助。如果你具備了這種素質，詳細我，你再在matlab里調那些函數(shù)來寫SIFT就非常容易。如果說你學了一遍SIFT，但是還是寫不出來，結論就是因為最基本的高斯、金字塔、直方圖你也沒自己寫過。跳過了鍛煉基礎的階段，直接來高大上的東西，比如會無福消受。就像《天龍八部》里的番僧鳩摩智為了速成，不惜用道教的小無相功來催動少林72絕技，結果走后入魔，前功盡廢。前兩天有網友給我博客留言：“如果只是把現(xiàn)成的算法實現(xiàn)一遍那也沒什么意思，原創(chuàng)算法的話就有技術含量了?！蔽耶敃r覺得可能這位網友水平比較高，看我這些雕蟲小技自然不能入法眼。但我這兩天又在想拋開大家水平高低不談，這句話到底對不對?我發(fā)現(xiàn)，這個說法還是有漏洞。你小學時候每天語文課上學了十個新漢字，老師就讓你在方格本上每個抄10遍，這種事當然沒意思了，但是大家不都是這么沒意思過來的嗎?如果不這樣，你怎么能在高考的時候40分鐘寫一篇800字命題作文呢?可見沒意思的事情未必沒意義!

　　最后，用荀老夫子的一句話同大家共勉：無冥冥之志者,無昭昭之明,無昏昏之事者,無赫赫之功。