OpenCV 编程入门

美国伊力诺理工学院计算机科学系Gady Adam

翻译：Mensch

内容

• 简介
  • OpenCV概述
  • 资料链接
  • OpenCV 命名约定
  • 编译命令
  • C程序实例
  
  
• GUI 命令
  • 窗口管理
  • 输入设备
  
  
•  OpenCV 基础数据结构
  • 图像数据结构
  • 矩阵与向量
  • 其他数据结构
  
  
• 图像处理 
  • 创建与释放图像结构空间
  • 读入与存储图像
  • 读取图像元素
  • 图像转换
  • 绘图命令 
  
  
• 矩阵操作 
  • 创建与释放矩阵结构空间
  • 读取矩阵元素
  • 矩阵/向量操作
  
  
• 视频序列处理
  • 从视频序列中抓取一帧
  • 获取/设定帧信息
  • 存储视频文件

简介

OpenCV概述

• 什么是OpenCV 
  • 开源C/C++计算机视觉库.
  • 面向实时应用进行优化.
  • 跨操作系统/硬件/窗口管理器.
  • 通用图像/视频载入、存储和获取.
  • 由中、高层API构成.
  • 为Intel®公司的 Integrated Performance Primitives (IPP) 提供了透明接口.

• 特性:
  • 图像数据操作 (分配,释放, 复制, 设定, 转换).
  • 图像与视频 I/O (基于文件/摄像头输入, 图像/视频文件输出).
  • 矩阵与向量操作与线性代数计算(相乘, 求解, 特征值, 奇异值分解SVD).
  • 各种动态数据结构(列表, 队列, 集, 树, 图).
  • 基本图像处理(滤波, 边缘检测, 角点检测, 采样与插值, 色彩转换, 形态操作, 直方图, 图像金字塔).
  • 结构分析(连接成分, 轮廓处理, 距离转换, 模板匹配, Hough转换, 多边形近似, 线性拟合, 椭圆拟合, Delaunay三角化).
  • 摄像头标定 (寻找并跟踪标定模板, 标定, 基础矩阵估计, homography估计, 立体匹配).
  • 动作分析(光流, 动作分割, 跟踪).
  • 对象辨识 (特征方法, 隐马可夫链模型HMM).
  • 基本GUI(显示图像/视频, 键盘鼠标操作, 滚动条).
  • 图像标识 (直线, 圆锥, 多边形, 文本绘图)

• OpenCV 模块:
  • cv - OpenCV 主要函数.
  • cvaux - 辅助 (实验性) OpenCV 函数.
  • cxcore - 数据结构与线性代数算法.
  • highgui - GUI函数.

资料链接

• 参考手册:
  • <opencv-root>/docs/index.htm

• 网络资源:
  • 官方网页: http://www.intel.com/technology/computing/opencv/

  • 软件下载: http://sourceforge.net/projects/opencvlibrary/

• 书籍:
  • Open Source Computer Vision Library by Gary R. Bradski, Vadim Pisarevsky, and Jean-Yves Bouguet, Springer, 1st ed. (June, 2006).

• 视频处理例程 (位于 <opencv-root>/samples/c/目录中):
  • 色彩跟踪: camshiftdemo
  • 点跟踪: lkdemo
  • 动作分割: motempl
  • 边缘检测: laplace

• 图像处理例程(位于<opencv-root>/samples/c/目录中):
  • 边缘检测: edge
  • 分割: pyramid_segmentation
  • 形态: morphology
  • 直方图: demhist
  • 距离转换: distrans
  • 椭圆拟合 fitellipse

OpenCV 命名约定

• 函数命名:

      cvActionTarget[Mod](...)
  
      Action = 核心功能(例如 设定set, 创建create)
      Target = 操作目标 (例如 轮廓contour, 多边形polygon)
      [Mod]  = 可选修饰词 (例如说明参数类型)
  

• 矩阵数据类型:

      CV_<bit_depth>(S|U|F)C<number_of_channels>
  
      S = 带符号整数
      U = 无符号整数
      F = 浮点数 
  
      例:   CV_8UC1 表示一个8位无符号单通道矩阵, 
            CV_32FC2 表示一个32位浮点双通道矩阵.
  

• 图像数据类型:

      IPL_DEPTH_<bit_depth>(S|U|F)
  
      例:   IPL_DEPTH_8U 表示一个8位无符号图像.
            IPL_DEPTH_32F 表示一个32位浮点数图像.
  

• 头文件:

      #include <cv.h>
      #include <cvaux.h>
      #include <highgui.h>  
      #include <cxcore.h>   // 不必要 - 该头文件已在 cv.h 文件中包含
  

编译命令

• Linux系统:

  g++ hello-world.cpp -o hello-world \
      -I /usr/local/include/opencv -L /usr/local/lib  \
      -lm -lcv -lhighgui -lcvaux
  

• Windows系统:

  注意在项目属性中设好OpenCV头文件以及库文件的路径.
  

C程序实例

////////////////////////////////////////////////////////////////////////
//
// hello-world.cpp
//
// 一个简单的OpenCV程序
// 它从一个文件中读取图像，将色彩值颠倒，并显示结果. 
//
////////////////////////////////////////////////////////////////////////
#include <stdlib.h>
#include <stdio.h>
#include <math.h>
#include <cv.h>
#include <highgui.h>


int main(int argc, char *argv[])
{
  IplImage* img = 0; 
  int height,width,step,channels;
  uchar *data;
  int i,j,k;

  if(argc<2){
    printf("Usage: main <image-file-name>\n\7");
    exit(0);
  }

  // 载入图像  
  img=cvLoadImage(argv[1]);
  if(!img){
    printf("Could not load image file: %s\n",argv[1]);
    exit(0);
  }

  // 获取图像数据
  height    = img->height;
  width     = img->width;
  step      = img->widthStep;
  channels  = img->nChannels;
  data      = (uchar *)img->imageData;
  printf("Processing a %dx%d image with %d channels\n",height,width,channels); 

  // 创建窗口
  cvNamedWindow("mainWin", CV_WINDOW_AUTOSIZE); 
  cvMoveWindow("mainWin", 100, 100);

  // 反色图像
  for(i=0;i<height;i++) for(j=0;j<width;j++) for(k=0;k<channels;k++)
    data[i*step+j*channels+k]=255-data[i*step+j*channels+k];

  // 显示图像
  cvShowImage("mainWin", img );

  // wait for a key
  cvWaitKey(0);

  // release the image
  cvReleaseImage(&img );
  return 0;
}

GUI命令

窗口管理

• 创建并放置一个窗口:

    cvNamedWindow("win1", CV_WINDOW_AUTOSIZE); 
    cvMoveWindow("win1", 100, 100); // 以屏幕左上角为起点的偏移量
  

• 读入图像:

    IplImage* img=0; 
    img=cvLoadImage(fileName);
    if(!img) printf("Could not load image file: %s\n",fileName);
  

• 显示图像:

    cvShowImage("win1",img);
  

  可显示彩色或灰度的字节/浮点图像。 彩色图像数据认定为BGR顺序.

• 关闭窗口:

    cvDestroyWindow("win1");
  

• 改变窗口尺寸:

    cvResizeWindow("win1",100,100); // 新的宽/高值(象素点)

输入设备 

• 响应鼠标事件:
  • 定义鼠标handler:

      void mouseHandler(int event, int x, int y, int flags, void* param)
      {
        switch(event){
          case CV_EVENT_LBUTTONDOWN:
            if(flags & CV_EVENT_FLAG_CTRLKEY) 
              printf("Left button down with CTRL pressed\n");
            break;
    
          case CV_EVENT_LBUTTONUP:
            printf("Left button up\n");
            break;
        }
      }
    
      // x,y:   针对左上角的像点坐标
    
      // event: CV_EVENT_LBUTTONDOWN,   CV_EVENT_RBUTTONDOWN,   CV_EVENT_MBUTTONDOWN,
      //        CV_EVENT_LBUTTONUP,     CV_EVENT_RBUTTONUP,     CV_EVENT_MBUTTONUP,
      //        CV_EVENT_LBUTTONDBLCLK, CV_EVENT_RBUTTONDBLCLK, CV_EVENT_MBUTTONDBLCLK,
      //        CV_EVENT_MOUSEMOVE:
    
      // flags: CV_EVENT_FLAG_CTRLKEY, CV_EVENT_FLAG_SHIFTKEY, CV_EVENT_FLAG_ALTKEY,
      //        CV_EVENT_FLAG_LBUTTON, CV_EVENT_FLAG_RBUTTON,  CV_EVENT_FLAG_MBUTTON
    

  • 注册handler:

      mouseParam=5;
      cvSetMouseCallback("win1",mouseHandler,&mouseParam);
    

• 响应键盘事件:
  • 键盘没有事件handler.

  • 直接获取键盘操作:

      int key;
      key=cvWaitKey(10); // 输入等待10ms
    

  • 等待按键并获取键盘操作:

      int key;
      key=cvWaitKey(0); // 无限等待键盘输入
    

  • 键盘输入循环:

      while(1){
        key=cvWaitKey(10);
        if(key==27) break;
    
        switch(key){
          case 'h':
            ...
            break;
          case 'i':
            ...
            break;
        }
      }
    

• 处理滚动条事件:
  • 定义滚动条handler:

      void trackbarHandler(int pos)
      {
        printf("Trackbar position: %d\n",pos);
      }
    

  • 注册handler:

      int trackbarVal=25;
      int maxVal=100;
      cvCreateTrackbar("bar1", "win1", &trackbarVal ,maxVal , trackbarHandler);
    

  • 获取滚动条当前位置:

      int pos = cvGetTrackbarPos("bar1","win1");
    

  • 设定滚动条位置:

      cvSetTrackbarPos("bar1", "win1", 25);
    

OpenCV基础数据结构

图像数据结构

• IPL 图像:

  IplImage
    |-- int  nChannels;     // 色彩通道数(1,2,3,4)
    |-- int  depth;         // 象素色深: 
    |                       //   IPL_DEPTH_8U, IPL_DEPTH_8S, 
    |                       //   IPL_DEPTH_16U,IPL_DEPTH_16S, 
    |                       //   IPL_DEPTH_32S,IPL_DEPTH_32F, 
    |                       //   IPL_DEPTH_64F
    |-- int  width;         // 图像宽度（象素点数）
    |-- int  height;        // 图像高度（象素点数）
  
    |-- char* imageData;    // 指针指向成一列排列的图像数据
    |                       // 注意色彩顺序为BGR
    |-- int  dataOrder;     // 0 - 彩色通道交叉存取 BGRBGRBGR, 
    |                       // 1 - 彩色通道分隔存取 BBBGGGRRR
    |                       // 函数cvCreateImage只能创建交叉存取的图像
    |-- int  origin;        // 0 - 起点为左上角,
    |                       // 1 - 起点为右下角(Windows位图bitmap格式)
    |-- int  widthStep;     // 每行图像数据所占字节大小
    |-- int  imageSize;     // 图像数据所占字节大小 = 高度*每行图像数据字节大小
    |-- struct _IplROI *roi;// 图像ROI. 若不为NULL则表示需要处理的图像
    |                       // 区域.
    |-- char *imageDataOrigin; // 指针指向图像数据原点
    |                          // (用来校准图像存储单元的重新分配)
    |
    |-- int  align;         // 图像行校准: 4或8字节校准
    |                       // OpenCV不采用它而使用widthStep
    |-- char colorModel[4]; // 图像色彩模型 - 被OpenCV忽略
  

矩阵与向量

• 矩阵:

  CvMat                      // 2维数组
    |-- int   type;          // 元素类型(uchar,short,int,float,double)
    |-- int   step;          // 一行所占字节长度
    |-- int   rows, cols;    // 尺寸大小
    |-- int   height, width; // 备用尺寸参照
    |-- union data;
       |-- uchar*  ptr;     // 针对unsigned char矩阵的数据指针
        |-- short*  s;       // 针对short矩阵的数据指针
        |-- int*    i;       // 针对integer矩阵的数据指针
        |-- float*  fl;      // 针对float矩阵的数据指针
        |-- double* db;      // 针对double矩阵的数据指针
  
  
  CvMatND                    // N-维数组
    |-- int   type;          // 元素类型(uchar,short,int,float,double)
    |-- int   dims;          // 数组维数
    |-- union data;
    |   |-- uchar*  ptr;     // 针对unsigned char矩阵的数据指针
    |   |-- short*  s;       // 针对short矩阵的数据指针
    |   |-- int*    i;       // 针对integer矩阵的数据指针
    |   |-- float*  fl;      // 针对float矩阵的数据指针
    |   |-- double* db;      // 针对double矩阵的数据指针
    |
    |-- struct dim[];        // 每个维的信息
        |-- size;            // 该维内元素个数
        |-- step;            // 该维内元素之间偏移量
  
  
  CvSparseMat // 稀疏N维数组
  

• 通用数组:

  CvArr*     // 仅作为函数参数，说明函数接受多种类型的数组，例如：
             //    IplImage*, CvMat* 或者 CvSeq*. 
             // 只需通过分析数组头部的前4字节便可确定数组类型

• 标量:

  CvScalar
    |-- double val[4]; //4D向量
  

  初始化函数:

  CvScalar s = cvScalar(double val0, double val1=0, double val2=0, double val3=0);
  

  举例:

  CvScalar s = cvScalar(20.0);
  s.val[0]=10.0;
  

  注意：初始化函数与数据结构同名，只是首字母小写. 它不是C++的构造函数.

其他数据结构

• 点:

  CvPoint      p = cvPoint(int x, int y);
  CvPoint2D32f p = cvPoint2D32f(float x, float y);
  CvPoint3D32f p = cvPoint3D32f(float x, float y, float z);
  例如:
  p.x=5.0;
  p.y=5.0;
  

• 长方形尺寸:

  CvSize       r = cvSize(int width, int height);
  CvSize2D32f  r = cvSize2D32f(float width, float height);
  

• 带偏移量的长方形尺寸:

  CvRect       r = cvRect(int x, int y, int width, int height);
  

图像处理

分配与释放图像空间

• 分配图像空间:

  IplImage* cvCreateImage(CvSize size, int depth, int channels);
  
    size:  cvSize(width,height);
  
    depth: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U,
           IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F, IPL_DEPTH_64F
  
    channels: 1, 2, 3 or 4. 
      注意数据为交叉存取.彩色图像的数据编排为b0 g0 r0 b1 g1 r1 ...
  

  举例:

  // 分配一个单通道字节图像
  IplImage* img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); 
  
  // 分配一个三通道浮点图像
  IplImage* img2=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
  

• 释放图像空间:

  IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); 
  cvReleaseImage(&img);
  

• 复制图像:

  IplImage* img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); 
  IplImage* img2;
  img2=cvCloneImage(img1);
  

• 设定/获取兴趣区域:

  void  cvSetImageROI(IplImage* image, CvRect rect);
  void  cvResetImageROI(IplImage* image);
  vRect cvGetImageROI(const IplImage* image);
  
  大部分OpenCV函数都支持ROI.
  

• 设定/获取兴趣通道:

  void cvSetImageCOI(IplImage* image, int coi); // 0=all
  int cvGetImageCOI(const IplImage* image);
  
  大部分OpenCV函数暂不支持COI.
  

读取存储图像

• 从文件中载入图像:

    IplImage* img=0; 
    img=cvLoadImage(fileName);
    if(!img) printf("Could not load image file: %s\n",fileName);
  
    Supported image formats: BMP, DIB, JPEG, JPG, JPE, PNG, PBM, PGM, PPM,
                             SR, RAS, TIFF, TIF
  

  载入图像默认转为3通道彩色图像. 如果不是，则需加flag:

    img=cvLoadImage(fileName,flag);
  
    flag: >0 载入图像转为三通道彩色图像
          =0 载入图像转为单通道灰度图像
          <0 不转换载入图像(通道数与图像文件相同).
  

• 图像存储为图像文件:

    if(!cvSaveImage(outFileName,img)) printf("Could not save: %s\n",outFileName);
  

  输入文件格式由文件扩展名决定.

存取图像元素

• 假设需要读取在i行j列像点的第k通道. 其中, 行数i的范围为[0, height-1], 列数j的范围为[0, width-1], 通道k的范围为[0, nchannels-1].

• 间接存取: (比较通用, 但效率低, 可读取任一类型图像数据)
  • 对单通道字节图像:

    IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
    CvScalar s;
    s=cvGet2D(img,i,j); // get the (i,j) pixel value
    printf("intensity=%f\n",s.val[0]);
    s.val[0]=111;
    cvSet2D(img,i,j,s); // set the (i,j) pixel value
    

  • 对多通道浮点或字节图像:

    IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
    CvScalar s;
    s=cvGet2D(img,i,j); // get the (i,j) pixel value
    printf("B=%f, G=%f, R=%f\n",s.val[0],s.val[1],s.val[2]);
    s.val[0]=111;
    s.val[1]=111;
    s.val[2]=111;
    cvSet2D(img,i,j,s); // set the (i,j) pixel value
    

• 直接存取: (效率高, 但容易出错)
  • 对单通道字节图像:

    IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
    ((uchar *)(img->imageData + i*img->widthStep))[j]=111;
    

  • 对多通道字节图像:

    IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
    ((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 0]=111; // B
    ((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 1]=112; // G
    ((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 2]=113; // R
    

  • 对多通道浮点图像:

    IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
    ((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 0]=111; // B
    ((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 1]=112; // G
    ((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 2]=113; // R
    

• 用指针直接存取 : (在某些情况下简单高效)
  • 对单通道字节图像:

    IplImage* img  = cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
    int height     = img->height;
    int width      = img->width;
    int step       = img->widthStep/sizeof(uchar);
    uchar* data    = (uchar *)img->imageData;
    data[i*step+j] = 111;
    

  • 对多通道字节图像:

    IplImage* img  = cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
    int height     = img->height;
    int width      = img->width;
    int step       = img->widthStep/sizeof(uchar);
    int channels   = img->nChannels;
    uchar* data    = (uchar *)img->imageData;
    data[i*step+j*channels+k] = 111;
    

  • 对单通道浮点图像(假设用4字节调整):

    IplImage* img  = cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
    int height     = img->height;
    int width      = img->width;
    int step       = img->widthStep/sizeof(float);
    int channels   = img->nChannels;
    float * data    = (float *)img->imageData;
    data[i*step+j*channels+k] = 111;
    

• 使用 c++ wrapper 进行直接存取: (简单高效)
  • 对单/多通道字节图像，多通道浮点图像定义一个 c++ wrapper:

    template<class T> class Image
    {
      private:
      IplImage* imgp;
      public:
      Image(IplImage* img=0) {imgp=img;}
      ~Image(){imgp=0;}
      void operator=(IplImage* img) {imgp=img;}
      inline T* operator[](const int rowIndx) {
        return ((T *)(imgp->imageData + rowIndx*imgp->widthStep));}
    };
    
    typedef struct{
      unsigned char b,g,r;
    } RgbPixel;
    
    typedef struct{
      float b,g,r;
    } RgbPixelFloat;
    
    typedef Image<RgbPixel>       RgbImage;
    typedef Image<RgbPixelFloat>  RgbImageFloat;
    typedef Image<unsigned char>  BwImage;
    typedef Image<float>          BwImageFloat;
    

  • 单通道字节图像:

    IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
    BwImage imgA(img);
    imgA[i][j] = 111;
    

  • 多通道字节图像:

    IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
    RgbImage  imgA(img);
    imgA[i][j].b = 111;
    imgA[i][j].g = 111;
    imgA[i][j].r = 111;
    

  • 多通道浮点图像:

    IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
    RgbImageFloat imgA(img);
    imgA[i][j].b = 111;
    imgA[i][j].g = 111;
    imgA[i][j].r = 111;
    

图像转换

• 转为灰度或彩色字节图像:

  cvConvertImage(src, dst, flags=0);
  
    src = float/byte grayscale/color image
    dst = byte grayscale/color image
    flags = CV_CVTIMG_FLIP     (flip vertically)
            CV_CVTIMG_SWAP_RB  (swap the R and B channels)
  

• 转换彩色图像为灰度图像:

  
  使用OpenCV转换函数:

  cvCvtColor(cimg,gimg,CV_BGR2GRAY); // cimg -> gimg
  

  
  直接转换:

  for(i=0;i<cimg->height;i++) for(j=0;j<cimg->width;j++) 
    gimgA[i][j]= (uchar)(cimgA[i][j].b*0.114 + 
                         cimgA[i][j].g*0.587 + 
                         cimgA[i][j].r*0.299);
  

• 颜色空间转换:

  cvCvtColor(src,dst,code); // src -> dst
  
    code    = CV_<X>2<Y>
    <X>/<Y> = RGB, BGR, GRAY, HSV, YCrCb, XYZ, Lab, Luv, HLS
  
  e.g.: CV_BGR2GRAY, CV_BGR2HSV, CV_BGR2Lab
  

绘图命令

• 画长方体:

  // 用宽度为1的红线在(100,100)与(200,200)之间画一长方体
  cvRectangle(img, cvPoint(100,100), cvPoint(200,200), cvScalar(255,0,0), 1);
  

• 画圆:

  // 在(100,100)处画一半径为20的圆,使用宽度为1的绿线
  cvCircle(img, cvPoint(100,100), 20, cvScalar(0,255,0), 1);
  

• 画线段:

  // 在(100,100)与(200,200)之间画绿色线段，宽度为1
  cvLine(img, cvPoint(100,100), cvPoint(200,200), cvScalar(0,255,0), 1);
  

• 画一组线段:

  CvPoint  curve1[]={10,10,  10,100,  100,100,  100,10};
  CvPoint  curve2[]={30,30,  30,130,  130,130,  130,30,  150,10};
  CvPoint* curveArr[2]={curve1, curve2};
  int      nCurvePts[2]={4,5};
  int      nCurves=2;
  int      isCurveClosed=1;
  int      lineWidth=1;
  
  cvPolyLine(img,curveArr,nCurvePts,nCurves,isCurveClosed,cvScalar(0,255,255),lineWidth);
  

• 画内填充色的多边形:

  cvFillPoly(img,curveArr,nCurvePts,nCurves,cvScalar(0,255,255));
  

• 添加文本:

  CvFont font;
  double hScale=1.0;
  double vScale=1.0;
  int    lineWidth=1;
  cvInitFont(&font,CV_FONT_HERSHEY_SIMPLEX|CV_FONT_ITALIC, hScale,vScale,0,lineWidth);
  
  cvPutText (img,"My comment",cvPoint(200,400), &font, cvScalar(255,255,0));
  

  Other possible fonts:

  CV_FONT_HERSHEY_SIMPLEX, CV_FONT_HERSHEY_PLAIN,
  CV_FONT_HERSHEY_DUPLEX, CV_FONT_HERSHEY_COMPLEX,
  CV_FONT_HERSHEY_TRIPLEX, CV_FONT_HERSHEY_COMPLEX_SMALL,
  CV_FONT_HERSHEY_SCRIPT_SIMPLEX, CV_FONT_HERSHEY_SCRIPT_COMPLEX,
  

   

矩阵操作

分配释放矩阵空间

• 综述:
  • OpenCV有针对矩阵操作的C语言函数. 许多其他方法提供了更加方便的C++接口，其效率与OpenCV一样.
  • OpenCV将向量作为1维矩阵处理.
  • 矩阵按行存储，每行有4字节的校整.

• 分配矩阵空间:

  CvMat* cvCreateMat(int rows, int cols, int type);
  
    type: 矩阵元素类型. 格式为CV_<bit_depth>(S|U|F)C<number_of_channels>.  
    例如: CV_8UC1 表示8位无符号单通道矩阵, CV_32SC2表示32位有符号双通道矩阵.
  
    例程:
    CvMat* M = cvCreateMat(4,4,CV_32FC1);
  

• 释放矩阵空间:

  CvMat* M = cvCreateMat(4,4,CV_32FC1);
  cvReleaseMat(&M);
  

• 复制矩阵:

  CvMat* M1 = cvCreateMat(4,4,CV_32FC1);
  CvMat* M2;
  M2=cvCloneMat(M1);
  

• 初始化矩阵:

  double a[] = { 1,  2,  3,  4,
                 5,  6,  7,  8,
                 9, 10, 11, 12 };
  
  CvMat Ma=cvMat(3, 4, CV_64FC1, a);
  

  另一种方法:

  CvMat Ma;
  cvInitMatHeader(&Ma, 3, 4, CV_64FC1, a);
  

• 初始化矩阵为单位阵:

  CvMat* M = cvCreateMat(4,4,CV_32FC1);
  cvSetIdentity(M); // 这里似乎有问题，不成功
  

存取矩阵元素

• 假设需要存取一个2维浮点矩阵的第(i,j)个元素.

• 间接存取矩阵元素:

  cvmSet(M,i,j,2.0); // Set M(i,j)
  t = cvmGet(M,i,j); // Get M(i,j)
  

• 直接存取，假设使用4-字节校正:

  CvMat* M    = cvCreateMat(4,4,CV_32FC1);
  int n       = M->cols;
  float *data = M->data.fl;
  
  data[i*n+j] = 3.0;
  

• 直接存取，校正字节任意:

  CvMat* M    = cvCreateMat(4,4,CV_32FC1);
  int   step  = M->step/sizeof(float);
  float *data = M->data.fl;
  
  (data+i*step)[j] = 3.0;
  

• 直接存取一个初始化的矩阵元素:

  double a[16];
  CvMat Ma = cvMat(3, 4, CV_64FC1, a);
  a[i*4+j] = 2.0; // Ma(i,j)=2.0;
  

矩阵/向量操作

• 矩阵-矩阵操作:

  CvMat *Ma, *Mb, *Mc;
  cvAdd(Ma, Mb, Mc);      // Ma+Mb   -> Mc
  cvSub(Ma, Mb, Mc);      // Ma-Mb   -> Mc
  cvMatMul(Ma, Mb, Mc);   // Ma*Mb   -> Mc
  

• 按元素的矩阵操作:

  CvMat *Ma, *Mb, *Mc;
  cvMul(Ma, Mb, Mc);      // Ma.*Mb  -> Mc
  cvDiv(Ma, Mb, Mc);      // Ma./Mb  -> Mc
  cvAddS(Ma, cvScalar(-10.0), Mc); // Ma.-10 -> Mc
  

• 向量乘积:

  double va[] = {1, 2, 3};
  double vb[] = {0, 0, 1};
  double vc[3];
  
  CvMat Va=cvMat(3, 1, CV_64FC1, va);
  CvMat Vb=cvMat(3, 1, CV_64FC1, vb);
  CvMat Vc=cvMat(3, 1, CV_64FC1, vc);
  
  double res=cvDotProduct(&Va,&Vb); // 点乘:   Va . Vb -> res
  cvCrossProduct(&Va, &Vb, &Vc);    // 向量积: Va x Vb -> Vc
  end{verbatim}
  

  注意 Va, Vb, Vc 在向量积中向量元素个数须相同.

  
  

• 单矩阵操作:

  CvMat *Ma, *Mb;
  cvTranspose(Ma, Mb);      // transpose(Ma) -> Mb (不能对自身进行转置)
  CvScalar t = cvTrace(Ma); // trace(Ma) -> t.val[0] 
  double d = cvDet(Ma);     // det(Ma) -> d
  cvInvert(Ma, Mb);         // inv(Ma) -> Mb
  

• 非齐次线性系统求解:

  CvMat* A  = cvCreateMat(3,3,CV_32FC1);
  CvMat* x  = cvCreateMat(3,1,CV_32FC1);
  CvMat* b  = cvCreateMat(3,1,CV_32FC1);
  cvSolve(&A, &b, &x);    // solve (Ax=b) for x
  

• 特征值分析(针对对称矩阵):

  CvMat* A  = cvCreateMat(3,3,CV_32FC1);
  CvMat* E  = cvCreateMat(3,3,CV_32FC1);
  CvMat* l  = cvCreateMat(3,1,CV_32FC1);
  cvEigenVV(&A, &E, &l);  // l = A的特征值 (降序排列)
                          // E = 对应的特征向量 (每行)
  

• 奇异值分解SVD:

  CvMat* A  = cvCreateMat(3,3,CV_32FC1);
  CvMat* U  = cvCreateMat(3,3,CV_32FC1);
  CvMat* D  = cvCreateMat(3,3,CV_32FC1);
  CvMat* V  = cvCreateMat(3,3,CV_32FC1);
  cvSVD(A, D, U, V, CV_SVD_U_T|CV_SVD_V_T); // A = U D V^T
  

  标号使得 U 和 V 返回时被转置(若没有转置标号，则有问题不成功!!!).

视频序列操作

从视频序列中抓取一帧

• OpenCV支持从摄像头或视频文件(AVI)中抓取图像.

• 从摄像头获取初始化:

  CvCapture* capture = cvCaptureFromCAM(0); // capture from video device #0
  

• 从视频文件获取初始化:

  CvCapture* capture = cvCaptureFromAVI("infile.avi");
  

• 抓取帧:

  IplImage* img = 0; 
  if(!cvGrabFrame(capture)){              // 抓取一帧 
    printf("Could not grab a frame\n\7");
    exit(0);
  }
  img=cvRetrieveFrame(capture);           // 恢复获取的帧图像
  

  要从多个摄像头同时获取图像, 首先从每个摄像头抓取一帧. 在抓取动作都结束后再恢复帧图像. 

• 释放抓取源:

  cvReleaseCapture(&capture);
  

  注意由设备抓取的图像是由capture函数自动分配和释放的. 不要试图自己释放它.

获取/设定帧信息

• 获取设备特性:

  cvQueryFrame(capture); // this call is necessary to get correct 
                         // capture properties
  int frameH    = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_HEIGHT);
  int frameW    = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_WIDTH);
  int fps       = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FPS);
  int numFrames = (int) cvGetCaptureProperty(capture,  CV_CAP_PROP_FRAME_COUNT);
  

  所有帧数似乎只与视频文件有关. 用摄像头时不对，奇怪!!!.

• 获取帧信息:

  float posMsec   =       cvGetCaptureProperty(capture, CV_CAP_PROP_POS_MSEC);
  int posFrames   = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_POS_FRAMES);
  float posRatio  =       cvGetCaptureProperty(capture, CV_CAP_PROP_POS_AVI_RATIO);
  

  获取所抓取帧在视频序列中的位置, 从首帧开始按[毫秒]算. 或者从首帧开始从0标号, 获取所抓取帧的标号. 或者取相对位置，首帧为0，末帧为1, 只对视频文件有效.

• 设定所抓取的第一帧标号:

  // 从视频文件相对位置0.9处开始抓取
  cvSetCaptureProperty(capture, CV_CAP_PROP_POS_AVI_RATIO, (double)0.9);
  

  只对从视频文件抓取有效. 不过似乎也不成功!!!

存储视频文件

• 初始化视频存储器:

  CvVideoWriter *writer = 0;
  int isColor = 1;
  int fps     = 25;  // or 30
  int frameW  = 640; // 744 for firewire cameras
  int frameH  = 480; // 480 for firewire cameras
  writer=cvCreateVideoWriter("out.avi",CV_FOURCC('P','I','M','1'),
                             fps,cvSize(frameW,frameH),isColor);
  

  其他有效编码:

  CV_FOURCC('P','I','M','1')    = MPEG-1 codec
  CV_FOURCC('M','J','P','G')    = motion-jpeg codec (does not work well)
  CV_FOURCC('M', 'P', '4', '2') = MPEG-4.2 codec
  CV_FOURCC('D', 'I', 'V', '3') = MPEG-4.3 codec
  CV_FOURCC('D', 'I', 'V', 'X') = MPEG-4 codec
  CV_FOURCC('U', '2', '6', '3') = H263 codec
  CV_FOURCC('I', '2', '6', '3') = H263I codec
  CV_FOURCC('F', 'L', 'V', '1') = FLV1 codec
  

  若把视频编码设为-1则将打开一个编码选择窗口(windows系统下).

• 存储视频文件:

  IplImage* img = 0; 
  int nFrames = 50;
  for(i=0;i<nFrames;i++){
    cvGrabFrame(capture);          // 抓取帧
    img=cvRetrieveFrame(capture);  // 恢复图像
    cvWriteFrame(writer,img);      // 将帧添加入视频文件
  }
  

  若想在抓取中查看抓取图像, 可在循环中加入下列代码:

  cvShowImage("mainWin", img); 
  key=cvWaitKey(20);           // wait 20 ms
  

  若没有20[毫秒]延迟，将无法正确显示视频序列.

• 释放视频存储器:

  cvReleaseVideoWriter(&writer);
  

研究生能力自我培养手册

其实我以前也根本没读过原文，也看不懂。这儿有个好办法：找一本中文经典的书籍，仅看某一节你感兴趣或与你相关的内容，然后先找一两篇英文的综述（review）认真阅读一下，不会的单词可用金山词霸查一查，也许你读第一篇文章需要花两天，你过两天再读第2遍时，你也许只要一天；然后你再读第2篇时也许你只要半天！然后你一定会真正发现读英文文献的快感！人家的文章分析真的透彻，内容丰富！当你需要重点研究时，一般先通览一下近期研究的文献的摘要，有选择的读几篇好文。 如果平时读得多了，自然会有感觉，找更高级别杂志的文章读。国外著名的科学家一般都有一个习惯，即每周都认真读1-2篇Science, Nature, Cell等高级别文章。这个习惯希望每个人都能保持！而且Science对中国人是免费的！Nature中也有许多内容是免费的，即使没有密码之类，也能得到大量有用的信息呀。

2 一个研究生导师的肺腑之言

作为你们的老师，我现在每周工作60小时，踏踏实实的60小时。阅读，实践，思考，讨论和请教，周而复始。其实这还不够用，因为我既要独立做这边自己的课题，还要协助各位完成你们的课题。那么对你们的要求降低一些，每周50小时吧。希望是真实而有效率的50小时，思维和四肢都处于激活状态的50小时。 大家千万不要认为这有什么不得了的，跟国外就不用比了，单就国内而言，北大、清华、中科院研究生的工作状态，比50小时有过之而无不及。不能否认我们学生的天赋，但我们的天赋大约不会比北大、清华、中科院或者Stanford, Harvard, UC Berkeley的学生高很多。一周工作40小时或更少，我们拿什么去竞争？上面说的比较抽象，那再给各位提出一个具体的问题请大家考虑： 现在你阅读一篇自己研究方向的英文文献，在字典帮助下，能否在3小时（研究生）或6小时（本科生）内完全读懂和理解？ 现在你阅读一篇本领域的文献时，能否自然地联想起3篇以上相关的文献？如果您还做不到，那就还没有跨入研究的门槛，还需加油。

3 博士，30岁前的男人，需要完成的事

1,事业永远第一
　　虽然金钱不是万能的,但没有钱是万万不能的,虽然这句话很俗,但绝对有道理,所以30岁之前,请把你大部分精力放在你的事业上.
　　2,别把钱看得太重
　　不要抱怨自己现在工资低,银行存款4位数以下,看不到前途,现在要做的就是努力学习,即使你文凭再高,怎么把理论运用到实践还是需要一个很长的锻炼过程,社会永远是一所最博大的大学,它让你学到的知识远比你在学校学到的重要得多,所以同样,你也别太介意学历低.30岁之前靠自己能力买车买房的人还是极少.
　　3,学会体谅父母
　　别嫌他们唠叨,等你为人父了你就知道可怜天下父母心,在他们眼里你还是个孩子,但他们真的老了,现在得你哄他们开心了,也许只要你的一个电话,一点小礼物,就可以让他们安心,很容易做到.
　　4,交上好朋友
　　朋友对你一生都影响重大,不要去结识太多酒肉朋友,至少得有一个能在关键时刻帮助你的朋友,如果遇到这么一个人,就好好把握,日后必定有用,不管他现在是富还是穷.
　　5,别太相信爱情
　　心中要有爱,但请别说也别相信那些琼瑶阿姨小说里面的山盟海誓,世上本无永恒,重要的是责任,但女人心海底针,心变了,一切都成枉然,你要做的就是该出手时就出手,该放手时别犹豫.30岁之前的爱情不是假的,但只是大多数人都没有能真正把握好的能力,所以学会量力而行.
　　6,别担心至今还保留初吻
　　爱情不在多而在精,别以为自己20多岁还没碰过女孩子就害怕自己永远找不到老婆.以后你会有很多机会认识女孩子,要知道这个社会虽然男人多于女人,但现实是女人其实比男人更担心这个问题.男人30一枝花,你在升值而不是贬值,成熟的爱情往往更美丽更长久,所以不要像疯狗一样看到女孩就想追,学会品味寂寞.
　　7,不要沉迷于任何东西
　　所谓玩物而丧志,网络游戏是你在出校门之前玩的,你现在没有多余的时间和精力花费到这上面,否则你透支的东西以后都得偿还.一个人要有兴趣,爱好,但请分清楚轻重.
　　8,年轻没有失败
　　不要遇到挫折就灰心,年轻人要时刻保持积极向上的态度.失败了,重来过;失去了，再争取别的。错过了，要分析，下次来,要把握；幼稚了，下次，成熟点。不要紧，会好的，哪怕到了极点，也不要放弃，相信一定可以挺过去。不要消极，会好的。曾经的错，过去了，总不能回味在过去。现在的，很好，累完了，很舒服。不要伤，总会有人在支撑你。
　　9,不要轻易崇拜或者鄙视一个人
　　人都有偶像,但请拥有你自己的个性.不要刻意去模仿一个人,因为你就是你,是唯一的,独一无二的,要有自信.也不要全盘否定一个人,每个人是有价值的,如果你不能理解他,也请学会接受.
　　10,要有责任心.
　　不管你曾经怎样,但请从现在开始做一个正直的人.男人要有责任心,无论是工作还是生活上,一个有责任心的人才能让别人有安全感,才能让别人觉得你是一个值得信赖的人.我们不要懦弱,但请不要伤害爱你的人和你爱的人,尤其是善良的女孩,因为这个世界善良的女孩不多了,即使不想拥有,但也请让她保持她美丽的心.
　　11,男人的外貌并不重要.
　　不要为自己的长相身高而过分担心,一个心地善良,为人正直的男人远比那些空有英俊相貌,挺拔身材但内心龌龊的男人要帅得多.如果有人以貌取人,请不要太在意,因为你不用去为一个低级趣味的人而难过.
　　12,学会保护身体
　　不要以为现在抽烟喝酒,熬夜通宵也没什么事.那是因为你的身体正处于你一生的黄金时段.30岁以后你就能明白力不从心这个词的意义了,身体是革命的本钱,没有好的身体什么也做不了,所以要尽量让自己过有规律的健康生活.
　　13,别觉得一事无成.
　　你现在还没有资格谈成功,当然如果你有千万资产的除外.一开始太固定的职业并不一定是好事,或许在不断的改行当中,你会学到更丰富的知识,而且可以挖掘出自己的潜能,找到最适合你的工作.
　　14,请认真工作
　　即使你现在的工作再怎么无聊再怎么低级,也请你认真去对待,要知道任何成功人士都是从最小的事做起,或许你现在学不到多么了不起的知识,但起码你要学会良好的工作态度和工作方法,这对以后很重要.
　　15,请认真对待感情.
　　不要羡慕那些换女人像换鞋一样的花花公子,逢场作戏的爱情只是让你浪费时间浪费精力,一个人最痛苦的不是找不到爱人,而是心中没有了爱,当你把我爱你3个字变成你最容易说的一句话时,那么你在爱情的世界里已经很难找到真正的幸福了.爱情没有公平,总有一个人比对方付出得多,即使没有结果,也别觉得不值,因为你的付出不光是为了她,也是为了你自己的爱,为爱付出是很可贵的,赞自己一下.
　　16.请留一点童心
　　在内心深处,哪怕只是一个很小的角落里,请保持一份童心,不是幼稚,但有的时候单纯一点会让你很快乐.所以不要太计较得失,生活本无完美.
　　最后说一点,学会尊重别人,这样别人才会尊重你,所以上论坛看帖子请回个贴,这是美德,花不了你多少时间,哈哈,谢谢各位!

4 每天睡觉前坚持做三件事

1. 今天都干了些什么，那些与课题实验有关，用科学而简练的语言描述出来，记录下来，自认为失败的实验也要认真对待，并找出原因。

2. 想好并安排好明天要做的实验，千万不要到了明天再准备。

3. 前两件事做不好，不要睡觉。

就这样，坚持做，一定会进步很快的。

5 博士答辩过后的反思
    我虽博士论文盲审和答辩均以全优通过，文章也发了不少（IF总和约20），但回头看，还是有很多不尽如意的地方，在此将个人经验与各位XDJM交流，望批评、鼓励和讨论。
1、要脚踏实地，但目标不能太低。“欲得其中，必求其上；欲得其上，必求上上”，口里可以说只求达到学校规定的最低标准就可以了，但心里一定不能限于此。
2、学会做人，做一个大家欢迎的人。这对于研究生来说非常重要，直接影响你是否有人愿与你合作，是否有人帮助你（包括提意见和建议，哪怕所提意见和建议不正确）。
3、寻求老板的支持很重要，毕业时的每一步都要老板签字和鉴定。多与老板沟通，尤其是老板心情不错时与他多沟通！如果他对你帮助不大，你也得多与他沟通，至少让他少从反方向对你施加作用力。
4、研究生与导师或许天生就是一对矛盾体。有时很难说谁对谁错，要多思考，自己判断导师的为人为学，或许师兄师姐告诉你的“悄悄话”带有他们自己的感情色彩。
5、如果有机会，一定争取在研究生期间出去参加一次学术会议；对于博士研究生，最好可以作一次会议的口头报告。也许参加会议不能提高你很多（或学不到任何学术知识），但对你多方面的能力都有很好的锻炼，你也可以结识一些相关领域的同行（前辈）。
6、要豁达。不要只愿意听好话，听恭维的话！研究生多听一些对你工作的批评意见有利于你后面的工作，虽然逆耳。
7、有的人是想从老板那里弄两条鱼走人，有的人是想用老板那里的网捕两条鱼走人，你最好借用老板的条件，学着织合适的网捕鱼。这很痛苦，但你毕业时的前途不一样。
8、如果你的老板很适合你，不要辜负他！如果你碰到的老板不如意，尽量不要抱怨，这无助于问题的解决。多沟通，多争取支持，争取多的支持，让老板对你有信心，看到你工作的意义。
9、如果你做的是新课题，迅速在你的具体研究方向（课题）崛起，尽快在该方向超越老板，这有利于你后面跟老板交流。如果你是博士生，毕业时在你的具体研究方向还不如你的老板，有点失败！
10、通过提高实力确立地位，不要学别人将心思花在请客、送礼、溜须拍马、打小报告上

再谈研究生的学习与研究
竹鼓励我“能详细一点就更加好了！”在此，我就本人攻读硕士、博士期间的想法及答辩感受再次尽量详细一点与诸位交流，请批评指正或讨论！
    我个人觉得，研究生期间为人、为学确实要注意方式方法。
1、作为低年级研究生，你的师兄师姐（尤其是马上毕业，即将离开课题组的师兄师姐）是你不容错过的资源！无论他们的工作做得是不是特别出色，最好真诚地与他们交流、沟通，向他们请教，将他们掌握或领悟到的核心技术和关键步骤学到手，这非常重要！一般来说，由于毕业有诸如发表文章等硬性要求，实验室内部也存在隐形竞争，有的师兄师姐不大可能在平时将所掌握的东西（尤其是自己花很大精力摸索总结的东西）全部告诉你，也不可能毫无保留地向老板汇报，而这些恰好是你需要的。也许他们教你，只需一句话，指点一个实验步骤，但对你来说可以节约几个月的摸索时间。放下你的架子，不要以为你师兄师姐掌握的东西你很早就完全学会了，很可能他们留了一手！但实事求是的讲，师兄师姐本身没有教你的义务，他不是你的导师！如何学到手，看你的表现了！记住：这可能节省你大量的时间和精力。
2、对于研究来说，文献是你的生命之一！注意多看文献，多看高档次杂志的最新文献；即使你的学校或研究所没有某种资源，你也可以通过网络交流，文献传递等来获取你要的资料。文献是用来看（学习）的，不是用来收藏或向他人炫耀的，不要仅仅成为文献收藏家。而且要学会看文献，只有少数文献才需要精读或反复读，反复领会。
3、一口吃不成大胖子！将你要解决的难题分步骤逐渐解决。虽然全局很重要，但你可以将一个大问题分成多个小问题，各个击破。不要急于三下两下就解决而弄得自己焦躁不安，这无助于问题的解决，否则，研究生就不必几年才能毕业了。
4、每个人考虑问题的角度不同，留意同领域人员的意见（虽然他们的意见未必正确），他们（包括导师）“不经意”的一句话，综合你的思考，很可能对你解决问题很有帮助！留意你的导师对课题组其他成员的指导（包括“训斥”），在你的工作中加以利用或避免。
5、对于有一定基础（高年级）的研究生来说，文献在你看来不可能十全十美，带着审视的眼光去读文献，从中寻找你的方向和突破口，你可能做出比你说看文献更好的东西。
6、向你感兴趣的文献作者请教，或与他们交流！你注意到他们的成果本身就是对他们的尊重，不要担心自己是小字辈别人不理你。我曾给国外一大师级人物发电子邮件索要一篇较早的论文，他告诉我他也没有电子版，可以寄给我纸板论文，让我告诉他地址，最后真的很快就将论文寄给我了。
7、研究生第一年上课，第三年找工作、写毕业论文、答辩，很快就过去了，因此，做事一定要有计划，头脑要清楚，要主动！确定导师以后就该主动多与导师联系，多与课题组的师兄师姐联系，早着手准备，哪怕随便在网上浏览相关领域的新闻也好。不要总是等导师催你做什么，你才做什么，尤其是博士研究生！
8、当你很忙时，静下来想一想，究竟你是忙，还是“茫”或“盲”！无论如何，都要留时间思考和总结，投入很重要，但不要一味的埋头做实验！
9、做完实验，尽早处理结果，这对你后续实验设计非常重要！很多东西不是你想象的结果，要分析，调整实验方案，不要等到毕业再来处理，到时候有问题已经来不及了。
10、若有可能，在研究生期间尽早投一篇文章给好一点的杂志，即使不能发表，也会很有收获，因为好杂志往往会请相关领域的专家为你评审，会给出很详细的评审意见，这对你来说，是非常重要的指导！
11、当你的工作做得比较扎实以后，答辩就只是你展示的舞台了。因为所有在场的人中，你才是对论文中的工作最熟悉的“专家”。剩下的就是做好ppt了。
12、每个人都有一本难念的经！不要抱怨！无论遇到什么问题，导师、课题组成员、经费......正确处理，努力工作，与人为善，开心生活！

也谈研究生的学习与研究
我刚刚博士论文答辩不久，盲审专家和答辩委员会的评委们全都给出了“优秀”的成绩。在读期间SCI源刊上第一作者文章IF总和约20。自我认为仍需十分努力的学习他人经验，提高自己。在这里，作为即将毕业的研究生，谈谈个人体会：
1、高年级研究生（师兄师姐）是你的资源，看你如何挖！最好在他们离开前学到尽量多的核心技术，以及他们在相关领域的经验。师兄师姐本身没有义务教你，看你的表现了！这可能节省你大量的时间和经历。
2、注意多看文献，多看高档次杂志的最新文献；且要学会看文献！
3、将一个核心问题或较难的问题分部逐渐解决，不要急于三下两下就解决而弄得自己焦躁不安，这无助于问题的解决；
4、留意同行（包括导师）“不经意”的谈话，很可能对你有很好的启发！
5、从文献中寻找你的方向和突破口；
6、与你感兴趣的文献作者交流，向他们请教！不要担心别人不理你，其实这是对他们的尊重！
7、做事要有计划，头脑要清楚，要主动！
8、当你很忙时，静下来想一想，究竟你是忙，还是“茫”或“盲”！
6 研究生阶段必须明白的和必须做到的...

大家读研阶段就会发现,导师一般都很忙,尤其牛导师就更不用说了,但是千万别因为导师忙而耽误了学业,反而这是一个锻练的好机会,找到了自己独立的学习方法,在自己在科研的道路上早点独立,不要总是认为自己是研究生,大的科研问题不用考虑或者不敢去考虑,而应该把自己当成一个研究者来做科研.我认为研究生不需要导师过多的象以前上学一样事事都指导,即使指导,也只能是在一些方面提点见议,俗话说的好“师傅引入门，休行靠个人”，导师只要给你指一个大的方向，也就是他所做的课题的哪一部分让你做，其它的就全靠我们自己了。老师是必要的拐杖，但迟早要丢开的，丢开得越早越好！
我们作为研究生要明白几件事：
大 学 生 老师命题 老师知道答案
研 究 生 老师出题 老师不知道答案
博 士 后 老师不出题 老师不知道答案 ( 自己找方向 找方法找结果 )
所以在研究生阶段（硕士或博士研究生）,你的一种想法可能就是一种新的学术思想,要主动去倡导学术自由，百家争鸣，百花齐放，尽量发挥自己的潜能，而不是导师教你去做，如果一个导师总是什么事都给学生安排的井井有条，甚至在学术思想上都让学生按他的意志或想法来搞，那么他不是一个称职的导师。而这样的学生以后离开导师后能不能独立搞科研是很值得怀疑的。
所以我们在研究生阶段要做到：
1．不单纯是接受知识，而且要进行科研工作
2．要有明确的学习目的和追求目标
3．学术规范
4．青出于蓝而胜于蓝
更加具体的说就是：我们要理解培养单位关于研究生培养的一些规定，才能顺利毕业，拿到学位； 除了发表论文，要明白通过研究生阶段在做学问上提高了多少，学到了哪些知识和能力；对本学科、本领域的研究进展掌握得如何；是否真正掌握了从事科学研究的基本技能，包括开题、实验设计、分析方法和实验技能、写作方法和理论水平等；给研究组带来了什么，又留下了什么。
我们要明白并且有意识的去培养“四动”技能：
1．动脑；点子与idea
2．动手：掌握和熟练本领域的技术
3．动笔：科学性vs艺术性；多读书、多学习好的写作方法、；多注意好文章的文风
4．动口 ：提问；口才好；讲演能力：风度，掌握要领、控制时间、深入浅出，多一些在学术会议上作报告的机会
通过以上的分析,我觉得无论你的导师忙不忙,牛不牛,我们都应该自己去把握,如果把自己没做好科研的责任全推到导师的头上,那是悲哀.下面我引用一位科学家的名言与各位虫友们共勉：
“ 科学本身是人类的一种实践。科学研究是一个思考过程。科学行动则是推行某种思考过程的活动，其目的是为了检验这些思考过程的有效性，进而修正和改善这些思考过程，以期达到最高的认识。像一切科学实践一样，科学的判断力取决于个人的经验、信仰和情绪。我们中间的许多人，或者说我们全体，在我们的专业经历中，都犯过这样或那样的错误。科学工作者应当有虚怀若谷的精神，敢于摒弃先入之见，敢于摆脱对错误思想感情上的依附.” 
7 如果让我重做一次研究生
在所里碰到刚从美国读完博士回来的同事，因为他们刚离开博士生的阶段，比较有一些自己较独特的想法，我就问他：「如果你讲这个问题，准备要贡献什么？」结合了他们的意见，共同酝酿了今天的演讲内容，因此这里面不全是我一个人的观点。虽然我的硕士论文和博士论文都出版了，但不表示我就是一个成功的研究生，因为我也总还有其它方面仍是懵懵懂懂。我的硕士论文是二十年前时报出版公司出版的，我的博士论文是英国剑桥大学出版的。你说有特别好吗？我不敢乱说。我今天只是综合一些经验，提供大家参考。
一、研究生与大学生的区别
   首先跟大家说明一下研究生和大学生的区别。大学生基本上是来接受学问、接受知识的，然而不管是对于硕士时期或是博士时期的研究而言，都应该准备要开始制造新的知识，我们在美国得到博士学位时都会领到看不懂的毕业证书，在一个偶然的机会下，我问了一位懂拉丁文的人，上面的内容为何？他告诉我：「里头写的是恭喜你对人类的知识有所创新，因此授予你这个学位。」在中国原本并没有博硕士的学历，但是在西方他们原来的用意是，恭贺你已经对人类普遍的知识有所创新，这个创新或大或小，都是对于普遍的知识有所贡献。这个创新不会因为你做本土与否而有所不同，所以第一个我们必须要很用心、很深刻的思考，大学生和研究生是不同的。
（一）选择自己的问题取向，学会创新
    你一旦是研究生，你就已经进入另一个阶段，不只是要完全乐在其中，更要从而接受各种有趣的知识，进入制造知识的阶段，也就是说你的论文应该有所创新。由接受知识到创造知识，是身为一个研究生最大的特色，不仅如此，还要体认自己不再是个容器，等着老师把某些东西倒在茶杯里，而是要开始逐步发展和开发自己。做为研究生不再是对于各种新奇的课照单全收，而是要重视问题取向的安排，就是在硕士或博士的阶段里面，所有的精力、所有修课以及读的书里面都应该要有一个关注的焦点，而不能像大学那般漫无目标。大学生时代是因为你要尽量开创自己接受任何东西，但是到了硕士生和博士生，有一个最终的目的，就是要完成论文，那篇论文是你个人所有武功的总集合，所以这时候必须要有个问题取向的学习。
（二）尝试跨领域研究，主动学习
    提出一个重要的问题，跨越一个重要的领域，将决定你未来的成败。我也在台大和清华教了十几年的课，我常常跟学生讲，选对一个领域和选对一个问题是成败的关键，而你自己本身必须是带着问题来探究无限的学问世界，因为你不再像大学时代一样泛滥无所归。所以这段时间内，必须选定一个有兴趣与关注的主题为出发点，来探究这些知识，产生有机的循环。由于你是自发性的对这个问题产生好奇和兴趣，所以你的态度和大学部的学生是截然不同的，你慢慢从被动的接受者变成是一个主动的探索者，并学会悠游在这学术的领域。
    我举一个例子，我们的中央研究院院长李远哲先生，得了诺贝尔奖。他曾经在中研院的周报写过几篇文章，在他的言论集里面，或许各位也可以看到，他反复提到他的故事。他是因为读了一个叫做马亨教授的教科书而去美国柏克莱大学念书，去了以后才发现，这个老师只给他一张支票，跟他说你要花钱你尽量用，但是从来不教他任何东西。可是隔壁那个教授，老师教很多，而且每天学生都是跟着老师学习。他有一次就跟那个老师抱怨：「那你为什么不教我点东西呢？」那个老师就说：「如果我知道结果，那我要你来这边念书做什么？我就是因为不知道，所以要我们共同探索一个问题、一个未知领域。」他说其实这两种教法都有用处，但是他自己从这个什么都不教他，永远碰到他只问他「有没有什么新发现」的老师身上，得到很大的成长。所以这两方面都各自蕴含深层的道理，没有所谓的好坏，但是最好的方式就是将这两个方式结合起来。我为什么讲这个故事呢？就是强调在这个阶段，学习是一种「 self-help 」，并且是在老师的引导下学习「 self-help 」，而不能再像大学时代般，都是纯粹用听的，这个阶段的学
习要基于对研究问题的好奇和兴趣，要带着一颗热忱的心来探索这个领域。
    然而研究生另外一个重要的阶段就是 Learn how to learn ，不只是学习而已，而是学习如何学习，不再是要去买一件很漂亮的衣服，而是要学习拿起那一根针，学会绣出一件漂亮的衣服，慢慢学习把目标放在一个标准上，而这一个标准就是你将来要完成硕士或博士论文。如果你到西方一流的大学去读书，你会觉得我这一篇论文可能要和全世界做同一件问题的人相比较。我想即使在台湾也应该要有这样的心情，你的标准不能单单只是放在旁边几个人而已，而应该是要放在领域的普遍人里面。你这篇文章要有新的东西，才算达到的标准，也才符合到我们刚刚讲到那张拉丁文的博士证书上面所讲的，有所贡献与创新。
二、一个老师怎么训练研究生
    第二个，身为老师你要怎么训练研究生。我认为人文科学和社会科学的训练，哪怕是自然科学的训练，到研究生阶段应该更像师徒制，所以来自个人和老师、个人和同侪间密切的互动和学习是非常重要的，跟大学部坐在那边单纯听课，听完就走人是不一样的，相较之下你的生活应该要和你所追求的知识与解答相结合，并且你往后的生活应该或多或少都和这个探索有相关。
（一）善用与老师的伙伴关系，不断 Research
    我常说英文 research 这个字非常有意义， search 是寻找，而 research 是再寻找，所以每个人都要 research ，不断的一遍一遍再寻找，并进而使你的生活和学习成为一体。中国近代兵学大师蒋百里在他的兵学书中曾说：「生活条件要跟战斗条件一致，近代欧洲凡生活与战斗条件一致者强，凡生活与战斗条件不一致者弱。」我就是藉由这个来说明研究生的生活，你的生活条件与你的战斗条件要一致，你的生活是跟着老师与同学共同成长的，当中你所听到的每一句话，都可能带给你无限的启发。
    回想当时我在美国念书的研究生生活，只要随便在楼梯口碰到任何一个人，他都有办法帮忙解答你语言上的困难，不管是英文、拉丁文、德文、希腊文等。所以能帮助解决问题的不单只是你的老师，还包括所有同学以及学习团体。你的学习是跟生活合在一起的。当我看到有学生呈现被动或是懈怠的时候，我就会用毛泽东的「革命不是请客吃饭！」来跟他讲：「作研究生不是请客吃饭。」

二）藉由大量阅读和老师提点，进入研究领域
    怎样进入一个领域最好，我个人觉得只有两条路，其中一条就是让他不停的念书、不停的报告，这是进入一个陌生的领域最快，又最方便的方法，到最后不知不觉学生就会知道这个领域有些什么，我们在不停念书的时候常常可能会沉溺在细节里不能自拔，进而失去全景，导致见树不见林，或是被那几句英文困住，而忘记全局在讲什么。藉由学生的报告，老师可以讲述或是厘清其中的精华内容，经由老师几句提点，就会慢慢打通任督二脉，逐渐发展一种自发学习的能力，同时也知道碰到问题可以看哪些东西。就像是我在美国念书的时候，我修过一些我完全没有背景知识的国家的历史，所以我就不停的念书、不停的逼着自己吸收，而老师也只是不停的开书目，运用这样的方式慢慢训练，有一天我不再研究它时，我发现自己仍然有自我生产及蓄发的能力，因为我知道这个学问大概是什么样的轮廓，碰到问题也有能力可以去查询相关的资料。所以努力让自己的学习产生自发的延展性是很重要的。
    （三）循序渐进地练习论文写作

    到了硕士或博士最重要的一件事，是完成一篇学位论文，而不管是硕士或博士论文，其规模都远比你从小学以来所受的教育、所要写的东西都还要长得多，虽然我不知道教育方面的论文情况是如何，但是史学的论文都要写二、三十万字，不然就是十几二十万字。写这么大的一个篇幅，如何才能有条不紊、条理清楚，并把整体架构组织得通畅可读？首先，必须要从一千字、五千字、一万字循序渐进的训练，先从少的慢慢写成多的，而且要在很短的时间内训练到可以从一万字写到十万字。这么大规模的论文谁都写得出来，问题是写得好不好，因为这么大规模的写作，有这么许多的脚注，还要注意首尾相映，使论述一体成型，而不是散落一地的铜钱；是一间大礼堂，而不是一间小小分割的阁楼。为了完成一个大的、完整的、有机的架构模型，必须要从小规模的篇幅慢慢练习，这是一个最有效的办法。
     因为受计算机的影响，我发现很多学生写文章能力都大幅下降。写论文时很重要的一点是，文笔一定要清楚，不要花俏、不必漂亮，「清楚」是最高指导原则，经过慢慢练习会使你的文笔跟思考产生一致的连贯性。我常跟学生讲不必写的花俏，不必展现你散文的才能，因为这是学术论文，所以关键在于要写得非常清楚，如果有好的文笔当然更棒，但那是可遇不可求的，文彩像个人的生命一样，英文叫 style. ， style. 本身就像个人一样带有一点点天生。因此最重要的还是把内容陈述清楚，从一万字到最后十万字的东西，都要架构井然、论述清楚、文笔清晰。
     我在念书的时候，有一位欧洲史、英国史的大师 Lawrence Stone ，他目前已经过世了，曾经有一本书访问十位最了不起的史学家，我记得他在访问中说了一句非常吸引人注意的话，他说他英文文笔相当好，所以他一辈子没有被退过稿。因此文笔清楚或是文笔好，对于将来文章可被接受的程度有举足轻重的地位。内容非常重要，有好的表达工具更是具有加分的作用，但是这里不是讲究漂亮的 style. ，而是论述清楚。

（一）尝试接受挑战，勇于克服
     研究生如何训练自己？就是每天、每周或每个月给自己一个挑战，要每隔一段时间就给自己一个挑战，挑战一个你做不到的东西，你不一定要求自己每次都能顺利克服那个挑战，但是要努力去尝试。我在我求学的生涯中，碰到太多聪明但却一无所成的人，因为他们很容易困在自己的障碍里面，举例来说，我在普林斯顿大学碰到一个很聪明的人，他就是没办法克服他给自己的挑战，他就总是东看西看，虽然我也有这个毛病，可是我会定期给我自己一个挑战，例如：我会告诉自己，在某一个期限内，无论如何一定要把这三行字改掉，或是这个礼拜一定要把这篇草稿写完，虽然我仍然常常写不完，但是有这个挑战跟没这个挑战是不一样的，因为我挑战三次总会完成一次，完成一次就够了，就足以表示克服了自己，如果觉得每一个礼拜的挑战，可行性太低，可以把时间延长为一个月的挑战，去挑战原来的你，不一定能做到的事情。不过也要切记，硕士生是刚开始进入这一个领域的新手，如果一开始问题太小，或是问题大到不能控制，都会造成以后研究的困难。
    （二）论文的写作是个训练过程，不能苛求完成精典之作
     各位要记得我以前的老师所说的一句话：「硕士跟博士是一个训练的过程，硕士跟博士不是写经典之作的过程。」我看过很多人，包括我的亲戚朋友们，他之所以没有办法好好的完成硕士论文，或是博士论文，就是因为他把它当成在写经典之作的过程，虽然事实上，很多人一生最好的作品就是硕士论文或博士论文，因为之后的时间很难再有三年或六年的时间，沉浸在一个主题里反复的耕耘，当你做教授的时候，像我今天被行政缠身，你不再有充裕的时间好好探究一个问题，尤其做教授还要指导学生、上课，因此非常的忙碌，所以他一生最集中又精华的时间，当然就是他写博士、或是硕士论文的时候，而那一本成为他一生中最重要的著作也就一点都不奇怪了。
     不一定要刻意强求，要有这是一个训练过程的信念，应该清楚知道从哪里开始，也要知道从哪里放手，不要无限的追下去。当然我不是否认这个过程的重要性，只是要调整自己的心态，把论文的完成当成一个目标，不要成为是一种的心理障碍或是心理负担。这方面有太多的例子了，我在普林斯顿大学念书的时候，那边旧书摊有一位非常博学多文的旧书店老板，我常常赞叹的对他说：「你为什么不要在大学做教授。」他说：「因为那篇博士论文没有写完。」原因在于他把那个博士论文当成要写一本经典，那当然永远写不完。如果真能写成经典那是最好，就像美丽新境界那部电影的男主角 John Nash 一样，一生最大的贡献就是博士那二十几页的论文，不过切记不要把那个当作是目标，因为那是自然而然形成的，应该要坚定的告诉自己，所要完成的是一份结构严谨、论述清楚与言之有物的论文，不要一开始就期待它是经典之作。如果你期待它是经典之作，你可能会变成我所看到的那位旧书摊的老板，至于我为什么知道他有那么多学问，是因为那时候我在找一本书，但它并没有在旧书店里面，不过他告诉我：「还有很多本都跟他不相上下。」后来我对那个领域稍稍懂了之后，证明确实如他所建议的那般。一个旧书店的老板精熟每一本书，可是他就是永远无法完成，他梦幻般的学位论文，因为他不知道要在哪里放手，这一切都只成为空谈。
    （三）论文的正式写作
    1. 学习有所取舍
     到了写论文的时候，要能取也要能舍，因为现在信息爆炸，可以看的书太多，所以一定要建构一个属于自己的知识树，首先，要有一棵自己的知识树，才能在那棵树挂相关的东西，但千万不要不断的挂不相关的东西，而且要慢慢的舍掉一些挂不上去的东西，再随着你的问题跟关心的领域，让这棵知识树有主干和枝叶。然而这棵知识树要如何形成？第一步你必须对所关心的领域中，有用的书籍或是数据非常熟悉。
    2. 形成你的知识树
     我昨天还请教林毓生院士，他今年已经七十几岁了，我告诉他我今天要来作演讲，就问他：「你如果讲这个题目你要怎么讲？」他说：「只有一点，就是那重要的五、六本书要读好几遍。」因为林毓生先生是海耶克，还有几位近代思想大师在芝加哥大学的学生，他们受的训练中很重要的一部份是精读原典。这句话很有道理，虽然你不可能只读那几本重要的书，但是那五、六本书将逐渐形成你知识树的主干，此后的东西要挂在上面，都可以参照这一个架构，然后把不相干的东西暂放一边。生也有涯，知也无涯，你不可能读遍天下所有的好书，所以要学习取舍，了解自己无法看遍所有有兴趣的书，而且一但看遍所有有兴趣的书，很可能就会落得普林斯顿街上的那位旧书店的老板一般，因为阅读太多不是自己所关心的领域的知识，它对于你来说只是一地的散钱。

    3. 掌握工具
     在这个阶段一定要掌握语文与合适的工具。要有一个外语可以非常流畅的阅读，要有另外一个语文至少可以看得懂文章的标题，能学更多当然更好，但是至少要有一个语文，不管是英文、日文、法文 …… 等，一定要有一个语文能够非常流畅的阅读相关书籍，这是起码的前提。一旦这个工具没有了，你的视野就会因此大受限制，因为语文就如同是一扇天窗，没有这个天窗你这房间就封闭住了。为什么你要看得懂标题？因为这样才不会有重要的文章而你不知道，如果你连标题都看不懂，你就不知道如何找人来帮你或是自己查相关的数据。其它的工具，不管是统计或是其它的任何工具，你也一定要多掌握，因为你将来没有时间再把这样的工具学会。
    4. 突破学科间的界线
     应该要把跨学科的学习当作是一件很重要的事，但是跨学科涉及到的东西必须要对你这棵知识树有帮助，要学会到别的领域稍微偷打几枪，到别的领域去摄取一些概念，对于本身关心的问题产生另一种不同的启发，可是不要泛滥无所归。为什么要去偷打那几枪？近几十年来，人们发现不管是科学或人文，最有创新的部份是发生在学科交会的地方。为什么会如此？因为我们现在的所有学科大部分都在西方十九世纪形成的，而中国再把它转借过来。十九世纪形成这些知识学科的划分的时候，很多都带有那个时代的思想跟学术背景，比如说，中研院的李院长的专长就是物理化学，他之所以得诺贝尔奖就是他在物理和化学的交界处做工作。像诺贝尔经济奖，这二十年来所颁的奖，如果在传统的经济学奖来看就是旁门走道，古典经济学岂会有这些东西，甚至心理学家也得诺贝尔经济奖，连John Nash 这位数学家也得诺贝尔经济奖，为什么？因为他们都在学科的交界上，学科跟学科、平台跟平台的交界之处有所突破。在平台本身、在学科原本最核心的地方已经 search 太多次了，因此不一定能有很大的创新，所以为什么跨领域学习是一件很重要的事情。
     常常一篇硕士论文或博士论文最重要、最关键的，是那一个统摄性的重要概念，而通常你在本学科里面抓不到，是因为你已经泡在这个学科里面太久了，你已经拿着手电筒在这个小仓库里面照来照去照太久了，而忘了还有别的东西可以更好解释你这些材料的现象，不过这些东西可遇而不可求。 John Nash 这一位数学家为什么会得诺贝尔数学奖？为什么他在赛局理论的博士论文，会在数十年之后得诺贝尔经济奖？因为他在大学时代上经济学导论的课，所以他认为数学可以用在经济方面来思考，而这个东西在一开始，他也没有想到会有这么大的用处。他是在数学和经济学的知识交界之处做突破。有时候在经济学这一个部分没有大关系，在数学的这一个部分也没有大关系，不过两个加在一起，火花就会蹦出来。

5. 论文题目要有延展性
     对一个硕士生或博士生来说，如果选错了题目，就是失败，题目选对了，还有百分之七十胜利的机会。这个问题值得研一、博一的学生好好思考。你的第一年其实就是要花在这上面，你要不断的跟老师商量寻找一个有意义、有延展性的问题，而且不要太难。我在国科会当过人文处长，当我离开的时候，每次就有七千件申请案，就有一万四千个袋子，就要送给一万四千个教授审查。我当然不可能看那么多，可是我有个重要的任务，就是要看申诉。有些申诉者认为：「我的研究计划很好，我的著作很好，所以我来申诉。」申诉通过的大概只有百分之十，那么我的责任就是在百分之九十未通过的案子正式判决前，再拿来看一看。有几个印象最深常常被拿出来讨论的，就是这个题目不必再做了、这个题目本身没有发展性，所以使我更加确认选对一个有意义、有延展性、可控制、可以经营的题目是非常重要的。
     我的学生常常选非常难的题目，我说你千万不要这样，因为没有人会仔细去看你研究的困难度，对于难的题目你要花更多的时间阅读史料，才能得到一点点东西；要挤很多东西，才能筛选出一点点内容，所以你最好选择一个难易适中的题目。
     我写过好几本书，我认为我对每一本书的花的心力都是一样，虽然我写任何东西我都不满意，但是在过程中我都绞尽脑汁希望把他写好。目前为止很多人认为我最好的书，是我二十几岁刚到史语所那一年所写的那本书。我在那本书花的时间并不长，那本书的大部分的稿子，是我和许添明老师同时在当兵的军营里面写的，而且还是用我以前旧的笔记写的。大陆这些年有许多出版社，反复要求出版我以前的书，尤其是这一本，我说：「不行。」因为我用的是我以前的读书笔记，我怕引文有错字，因为在军队营区里面随时都要出操、随时就要集合，手边又没有书，怎么可能好好的去核对呢？而如果要我重新校正一遍，又因为引用太多书，实在没有力气校正。
     为什么举这个例子呢？我后来想一想，那本书之所以比较好，可能是因为那个题目可延展性大，那个题目波澜起伏的可能性大。很多人都认为，我最好的书应该是剑桥大学出的那一本，不过我认为我最好的书一定是用中文写的，因为这个语文我能掌握，英文我没办法掌握得出神入化。读、写任何语文一定要练习到你能带着三分随意，那时候你才可以说对于这一个语文完全理解与精熟，如果你还无法达到三分的随意，就表示你还在摸索。
     回到我刚刚讲的，其实每一本书、每一篇论文我都很想把它写好。但是有些东西没办法写好，为什么？因为一开始选择的题目不够好。因此唯有选定题目以后，你的所有训练跟努力才有价值。我在这里建议大家，选题的工作要尽早做，所选的题目所要处理的材料最好要集中，不要太分散，因为硕士生可能只有三年、博士生可能只有五年，如果你的材料太不集中，读书或看数据可能就要花掉你大部分的时间，让你没有余力思考。而且这个题目要适合你的性向，如果你不会统计学或讨厌数字，但却选了一个全都要靠统计的论文，那是不可能做得好。
    6. 养成遵照学术格式的写作习惯
     另一个最基本的训练，就是平时不管你写一万字、三万字、五万字都要养成遵照学术规范的习惯，要让他自然天成，就是说你论文的脚注、格式，在一开始进入研究生的阶段就要培养成为你生命中的一个部份，如果这个习惯没有养成，人家就会觉得这个论文不严谨，之后修改也要花很多时间，因为你的论文规模很大，可能几百页，如果一开始弄错了，后来再重头改到尾，一定很耗时费力，因此要在一开始就养成习惯，因为我们是在写论文而不是在写散文，哪一个逗点应该在哪里、哪一个书名号该在哪里、哪一个地方要用引号、哪一个要什么标点符号，都有一定的规定，用中文写还好，用英文有一大堆简称。在 1960 年代台湾知识还很封闭的时候，有一个人从美国回来就说：「美国有个不得了的情形，因为有一个人非常不得了。」有人问他为什么不得了，他说：「因为这个人的作品到处被引用。」他的名字就叫 ibid 。所谓 ibid 就是同前作者，这个字是从拉丁文发展出来的，拉丁文有一大堆简称，像 et. al. 就是两人共同编的。英文有一本 The Chicago Manual of Style. 就是专门说明这一些写作规范。各位要尽早学会中英文的写作规范，慢慢练习，最后随性下笔，就能写出符合规范的文章。
    7. 善用图书馆
     图书馆应该是研究生阶段最重要的地方，不必读每一本书，可是要知道有哪些书。我记得我做学生时，新进的书都会放在图书馆的墙上，而身为学生最重要的事情，就是要把书名看一看。在某些程度上知道书皮就够了，但是这仍和打计算机是不一样的，你要实际上熟悉一下那本书，摸一下，看一眼目录。我知道现在从计算机就可以查到书名，可是我还是非常珍惜这种定期去 browse 新到的书的感觉，或去看看相关领域的书长成什么样子。中研院有一位院士是哈佛大学信息教授，他告诉我他在创造力最高峰的时候，每个礼拜都到他们信息系图书室里，翻阅重要的信息期刊。所以图书馆应该是身为研究生的人们，最熟悉的地方。不过切记不重要的不要花时间去看，你们生活在信息泛滥的时代，跟我生长在信息贫乏的时代是不同的，所以生长在这一个时代的你，要能有所取舍。我常常看我的学生引用一些三流的论文，却引得津津有味，我都替他感到难过，因为我强调要读有用、有价值的东西。
    8. 留下时间，精致思考
     还要记得给自己保留一些思考的时间。一篇论文能不能出神入化、能不能引人入胜，很重要的是在现象之上作概念性的思考，但我不是说一定要走理论的路线，而是提醒大家要在一般的层次再提升两三步， conceptualize 你所看到的东西。真切去了解，你所看到的东西是什么？整体意义是什么？整体的轮廓是什么？千万不要被枝节淹没，虽然枝节是你最重要的开始，但是你一天总也要留一些时间好好思考、慢慢沉淀。 conceptualize 是一种非常难教的东西，我记得我念书时，有位老师信誓旦旦说要开一门课，教学生如何 conceptualize ，可是从来都没开成，因为这非常难教。我要提醒的是，在被很多材料和枝节淹没的时候，要适时跳出来想一想，所看到的东西有哪些意义？这个意义有没有广泛连结到更大层面的知识价值。
     傅斯年先生来到台湾以后，同时担任中央研究院历史语言研究所的所长及台大的校长。台大有个傅钟每小时钟声有二十一响、敲二十一次。以前有一个人，写了一本书叫《钟声二十一响》，当时很轰动。他当时对这二十一响解释是说：因为台大的学生都很好，所以二十一响是欢迎国家元首二十一响的礼炮。不久前我发现台大在每一个重要的古迹下面竖一个铜牌，我仔细看看傅钟下的解释，才知道原来是因为傅斯年当台大校长的时候，曾经说过一句话：「人一天只有二十一个小时，另外三小时是要思考的。」所以才叫二十一响。我觉得这句话大有道理，可是我觉得三小时可能太多，因为研究生是非常忙的，但至少每天要留个三十分钟、一小时思考，想一想你看到了什么？学习跳到比你所看到的东西更高一点的层次去思考。
    9. 找到学习的楷模
     我刚到美国念书的时候，每次写报告头皮就重的不得了，因为我们的英文报告三、四十页，一个学期有四门课的话就有一百六十页，可是你连脚注都要从头学习。后来我找到一个好办法，就是我每次要写的时候，把一篇我最喜欢的论文放在旁边，虽然他写的题目跟我写的都没关系，不过我每次都看他如何写，看看他的注脚、读几行，然后我就开始写。就像最有名的男高音 Pavarotti 唱歌剧的时候都会捏着一条手帕，因为他说：「上舞台就像下地狱，太紧张了。」他为了克服紧张，他有习惯性的动作，就是捏着白手帕。我想当年那一篇论文抽印本就像是我的白手帕一样，能让我开始好好写这篇报告，我学习它里面如何思考、如何构思、如何照顾全体、如何用英文作脚注。好好的把一位大师的作品读完，开始模仿和学习他，是入门最好的方法，逐步的，你也开始写出自己的东西。我也常常鼓励我的学生，出国半年或是一年到国外看看。像现在国科会有各式各样的机会，可以增长眼界，可以知道现在的餐馆正在卖些什么菜，回来后自己要作菜也才知道要如何着手。

最后还有一点很重要的，就是我们的人生是两只脚，我们不是靠一只脚走路。做研究生的时代，固然应该把所有的心思都放在学业上，探索你所要探索的那些问题，可是那只是你的一只脚，另外还有一只脚是要学习培养一、两种兴趣。很多人后来会发现他的右脚特别肥重（包括我自己在内），也就是因为忘了培养左脚。很多很有名的大学者最后都陷入极度的精神困扰之中，就是因为他只是培养他的右脚，他忘了培养他的左脚，他忘了人生用两只脚走路，他少了一个小小的兴趣或嗜好，用来好好的调解或是排遣自己。
    去年夏天，香港《亚洲周刊》要访问我，我说：「我不想接受访问，我不是重要的人。」可是后来他们还是把一个简单的对话刊出来了，里面我只记得讲了一段话：做一个研究生或一个学者，有两个感觉最重要 -- 责任感与罪恶感。你一定要有很大的责任感，去写出好的东西，如果责任感还不够强，还要有一个罪恶感，你会觉得如果今天没有好好做几个小时的工作的话，会有很大的罪恶感。除非是了不得的天才，不然即使爱因斯坦也是需要很努力的。很多很了不得的人，他只是把所有的努力集中在一百页里面，他花了一千小时和另外一个人只花了十个小时，相对于来说，当然是那花一千个小时所写出来的文章较好。所以为什么说要赶快选定题目？因为如果太晚选定一个题目，只有一年的时间可以好好耕耘那个题目，早点选定可以有二、三年耕耘那个题目，是三年做出的东西好，还是一年的东西好？如果我们的才智都一样的话，将三年的努力与思考都灌在上面，当然比一年还要好。
五、营造卓越的大学，分享学术的氛围
    现在很多人都在讨论，何谓卓越的大学？我认为一个好的大学，学校生活的一大部份，以及校园的许多活动，直接或间接都与学问有关，同学在咖啡厅里面谈论的，直接或间接也都会是学术相关的议题。教授们在餐厅里面吃饭，谈的是「有没有新的发现」？或是哪个人那天演讲到底讲了什么重要的想法？一定是沉浸在这种氛围中的大学，才有可能成为卓越大学。那种交换思想学识、那种互相教育的气氛不是花钱就有办法获得的。我知道钱固然重要，但不是唯一的东西。一个卓越的大学、一个好的大学、一个好的学习环境，表示里面有一个共同关心的焦点，如果没有的话，这个学校就不可能成为好的大学。

自：http://my.emuch.net/space-267249-do-blog-id-41942.html