图像算法工程师 转行之路

图像算法工程师 转行之路

 

传统图像 + 深度学习图像 + 语言工具 + 光学基础知识

 

1、图像处理的基础：冈萨雷斯的《数字图像处理》这本书必看。里面算法虽然老，但是还是很实用的。搭配它拍套的《数字图像处理的Matlab实现》方便Matlab实现。

2、机器学习相关的，机器学习的常用算法最好都知道，推荐周志华的书《机器学习》，还有吴恩达的机器学习视频，b站上随便一搜就应该有了。我学习的时候还看了唐宇迪的各种深度学习、tensorflow教程。反正这种教程网易云课堂啊、b站啊、慕课啊、某宝上都能找到很多。跟着人家视频边学边写写代码。一般这种代码用Python写比较常见，Python常用的库都会在视频中学到，包括NumPy、Scipy、Pandas、Matplotlib、Seaborn、Sklearn等。常见的机器学习算法可能很多也用不到图像，但是最好知道。后面侧重图像的主要都是深度网络了，学习各种Net，图像的分类、识别、探测、分割等等。中间会在教程中学到Tensorflow、PyTorch这种深度学习框架。跟着视频肯定会自己训练一些深度学习网络的。

3、图像算法最后的实现大都是在硬件上，比如手机、相机。所以要学C/C++，最好能学好C++，这个感觉入门容易，精通难。因为Python用库比较方便，机器学习常用，所以Python要会，本身也不难。最后还有Matlab最好也会，处理一点简单的图像算法用起来超方便，也非常简单。还有就是数据结构这门课，在实际项目中，非常有必要。

4、最后，就是关于图像获取过程的了解。如果光学出身的话就是非常优势的，因为计算机的门槛变得越来越低，但是光学的门槛并不低。计算机的人才也太多了，所以光学的话要抓住优势。首先是几何光学（工程光学），这个是必须的。如果是光学出身，一定要从原理上搞清楚成像过程中的各种概念以及之间的关系：光圈、焦距、视场、数值孔径、各种像差等摄影中出现频率很高的词汇。然后就是色度学，色彩要了解一下。再复杂的就是波动光学的知识了，比如物理光学、傅里叶光学（信息光学），尤其是对衍射的理解。因为一些照片的现象是波动光学的体现。比如紫边、星芒。最后学有余力可以看看光电技术，它详细讲解了传感器的原理构造，对于原生图像的转化以及图像去噪等都会有很大帮助。最后，如果不是光学出身想学这一块的话，可以买个单反微单玩玩学学摄影，后期学习PS，有精力有兴趣再看看上面光学相关的书。

 

总结一下需要学的：

冈萨雷斯的《数字图像处理》 

周志华《机器学习》

吴恩达的机器学习视频、唐宇迪的各种教程

C++、Python、Matlab、数据结构

几何光学、色度学、傅里叶光学、光电技术

有兴趣的话可以买个单反或者微单玩玩，后期修修图

 

加油！

我也还没正式工作，也只是自己的体会，还望大家多多批评指正。