作为一个音视频多年开发的老兵，把我觉得最好的一些书籍整理出来，按最小系统原则，把音视频每一个分支领域最好的参考书籍，推荐1～2本给大家。希望阅读这些参考书籍，是熟悉音视频概念的最佳路径；希望读完这些参考书籍，你能成为这个行业的最佳手艺人！

第二篇：编程基础

第一本：Essential C++ 中文版

C++的入门书籍浩如烟海，我推荐看这本[^1]，简单明了适合快速入门。本书的中文译者侯捷老师，是对我影响最大的中文计算机作家，没有之一。他本人的《深入浅出MFC》可是当时我一字一句研读、消化过的作品。他本人的翻译，就是一门艺术。

C++既然是一门"语言"，自然就需要用学语言的方法来学习它，学多少实践多少，千万别等全部语法掌握的时候才动手。在你迅速地翻过这本两百来页的书后，对C++全貌有了认识，就开始动手吧。读本书，千万不要在把精力耗在语法细节上，而是需要抓住主要脉络，细节可以边写C++边学习。

学好C++，最重要的是需要有正经的项目经验，通过实践两到三个高难度项目，解决一些疑难杂症，再继而深入理解背后的设计理念，基本就可以号称自己"精通"C++。如果希望对细节有进一步的了解，可以看作者的另外一部大部头书籍，即《C++ Primer 中文版（第 5 版）》，此书有N多版本，根据自己的实际情况，挑一本即可，有能力的，直接上英文版本效果更好。

学好C++，可以让你在操作系统、数据结构方面的理解更深一层，而C++本身的Debug链条足够长，小到语法本身的问题、大到系统层面的问题，都值得深入研究。

学习C++可以让你对计算机系统有着相当深度的了解，基本上能具备音视频开发所需要的技能，但是如果你想做得更好，就需要针对 Windows、Android、iOS、Linux某一个平台的开发知识进行深入了解，好在操作系统的原理基本类似，一通百通。君不见一大堆Windows开发者转到Android、iOS开发后，一样如鱼得水。挑一个操作系统，深入钻研相关的渲染、音视频相关接口特性，有助于音视频知识的深入理解。而熟悉Linux，主要是为了在服务端做一些音视频的处理工作，比如说转码、混画、转发等操作。

音视频开发里，有很大一部分工作内容是工程技术开发，目的是解决功能性内容及平台性问题，与音视频算法本身关系并不大，如果你C++功力足够好，操作系统知识足够丰富，也足够在音视频领域有一番建树。

第二本：Matlab数值计算

做音视频处理算法，用Matlab实在太方便。信号处理及相关专业出身的同学对这个一定不陌生。Matlab编程语言本身不难，重要的是理解背后的数学思想。

作为编码语言本身，Matlab并不需要花太多精力，我推荐这本Matlab之父写的数值计算书籍《MATLAB数值计算》，对于"精通"了C++的人来说，Matlab从语言角度并没有什么难度，难的是要掌握使用这种语言的思维和场景，而从数值计算的角度，来学习使用Matlab就是最好的方法。

请记住最核心的原则：本质上来说，Matlab是一个数学计算工具而不是编程语言，它只是你数学思想的延伸，你对音视频处理的数学问题，可以用Matlab来方便地求解。

学有余力的同学，可以再看看《特别版MATHEMATICA全书》，Mathematica这个软件在中国用得不多，但是本书的思想可以给你的数学计算带来不一样的见解。

第三本：Python编程 : 从入门到实践

Python在机器学习方面，比Matlab更有优势，并且，免费（没错，在中国用Matlab的人，没几个是正版）。现在Python在科学计算方面，已经取得了长足的进步，和Matlab能力不相上下，当然，还有一大堆Matlab的仿真功能，Python还需要努力追赶。

Python在音视频领域，扮演着胶水语言的特色，方便快速地实现深度学习算法原型，方便快速地对实验统计数学做分析，以及对于数据收集网站、代码文档也能干得不亦乐乎。

对Python的学习，如果C++功底好，挑一本最薄的入门书籍即可。我本人推荐这本，足够简单通俗易懂，最重要的是篇幅不长，是一本Python入门的好教材。

第四本：计算机网络: 自顶向下方法

在音视频领域，音视频处理（包括美颜、解码码）负责生产、消费数据，而网络传输负责传输这些数据，负责快速而高效地把音视频数据搬运到对应的地方。

作为基础课程，本书并不能给你带来特别的东西，但可以给你建立网络传输基本概念，包括可靠性传输原理、拥塞控制原理等。

本书一个最大的特点，正如书名所说，自顶向下，从应用协议开始，往数据链路介绍网络知识，更直观更好理解，而且不失关键细节，但是又不纠结于细节。

看完本书，可以建立起音视频处理所需要的基本网络知识。音视频网络传输本身是一个实践性很强的科目，理论原理并不复杂深奥，反而很符合人类的直觉，要学会网络知识，多动手才是关键。

第五本：《动手学深度学习》

越来越多的音视频处理方法，包括编解码，都加入了机器学习元素，对于音视频从业人员来说，熟练掌握AI工具，就变成理所当然的事情。

我们不要求对机器学习网络有很深的理解，能用好就足够厉害。最重要的是，需要了解好网络的内涵，理解数学含义，把它用在合适的地方。

这里推荐《动手学深度学习》，本书偏动手实践，在刚开始，的确不用太纠结机器学习中的那些数学原理，多动手依然是秘诀。《动手学深度学习》(PyTorch版)是这本书关于PyTorch的实现，易读性非常好，对深度学习的介绍简单易懂，并且配有动手示例，书里的代码是用现在流行的 PyTorch 框架写的，看完就可以直接上战场。唯一不足，书里对反向传播的介绍，过于简单抽象。这本书作为音视频从业人员AI武器库的第一本书，足够称职。

本书同样有一个我最喜欢的优点：薄！专心阅读的话，几天就能看完，是音视频人员作为入门书籍的不二选择。

当然，这本书只是入门，如果你需要对各个深度学习网络有更深的了解，还需要翻查对应的各网络（如GoogleNet）资料。

附书籍详细信息：

  • [1] Stanley B·Lippman and 侯捷. Essential C++中文版. 北京: 电子工业出版社, 2013.
  • [2] Stanley B. Lippman, 拉乔伊, 默, 王刚, and 杨巨峰. C++ Primer中文版. 北京: 电子工业出版社, 2013.
  • [3] Cleve B. Moler and 张志涌. MATLAB数值计算. 北京: 北京航空航天大学出版社, 2015.
  • [4] Wolfram, Stephen, 赫孝良, and 周义仓. MATHEMATICA全书, 2002.
  • [5] Eric Matthes and 袁国忠. Python编程: 从入门到实践. 北京: 人民邮电出版社, 2017.
  • [6] James F. Kurose and Keith W. Ross. 计算机网络: 自顶向下方法. 北京: 机械工业出版社, 2018.
  • [7] Zhang, Aston. 动手学深度学习, 2019.