為什麼這篇Python 影像處理 PTT鄉民發文收入到精華區：因為在Python 影像處理 PTT這個討論話題中，有許多相關的文章在討論，這篇最有參考價值！作者zzz077899 (felixwu)看板Soft_Job標題[請益] 新手學習影像處理時間Sa...
小弟以前讀ME,碩班做光學量測，目前在系統工廠擔任光學工程師，職務內容與
影像產品有關，但都偏向於硬體方面。最近對影像處理產生興趣，下班後想自學影像處理
。
程式方面大學學過C++，但忘了很多，目前有買書在配上網路上的教學影片練習
。影像方面，爬文後有買一本鍾國亮老師的影像處理與電腦視覺來看，但也想找線上課程
來看，有上Udemy找過，不知道上面cv的課程大家推不推？最後想問學習影像處理有哪些
學科是必備的嗎？ 理論需摸透再去碰OpenCv等工具嗎？以後若轉職影像處理相關軟韌體
工程師機會大嗎？希望有相關經驗的前輩能分享一下心得謝！
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 39.8.71.168
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1557504996.A.C8E.html
推 lion741205: 沒看過Udemy的線上課程，不方便給意見；但學過影像處05/11 01:08
→ lion741205: 理及電腦視覺，私下也玩過OpenCV和TensorFlow。個人推05/11 01:08
→ lion741205: 薦學習科目及順序，如下：計算機概論 →C和Python →05/11 01:08
→ lion741205: 離散數學 →演算法(可選) →資料結構 →機器學習理論05/11 01:09
→ lion741205: →影像處理理論 →電腦視覺理論 →OpenCV庫 →TensorF05/11 01:09
→ lion741205: low等深度學習框架。我辦公室隔壁就是商湯的分公司，05/11 01:09
→ lion741205: 計算機視覺領域很缺人，學會轉職不是問題。05/11 01:09
推 rocking5566: 商湯分公司有在台灣設點嗎05/11 01:17
推 askdrlin: l大想請問可跳過演算資結嗎 還是資結一定要05/11 01:19
推 lion741205: 我辦公室在香港科學園，其實旁邊應該是商湯的總部才對05/11 01:21
→ lion741205: ；創辦人是香港中文大學畢業的，學校就在科學園旁邊而 05/11 01:21
→ lion741205: 已。 05/11 01:22
→ lion741205: 我個人覺得資結滿重要的，但選最薄的書看就好了。05/11 01:24
→ lion741205: 但不是所有的資料結構都用得到，真的想跳過的話，至少 05/11 01:43
→ lion741205: 要對陣列、向量、矩陣運算、時間與空間複雜度有概念。 05/11 01:43
感謝I大詳細解說，會逐步學習推 askdrlin: 感謝l大解惑 05/11 01:44
推 lion741205: 修正：先學資料結構，再學演算法（可選）。05/11 02:13
推 NSYSUEE: 線性代數很重要05/11 02:33
→ w0005151: 計概離散沒必要，線代你也會，直接上youtube看CV就好05/11 02:45
→ w0005151: youtube搜Introduction to Computer Vision05/11 02:52
→ w0005151: 有個印度教授講的課程，不需要什麼背景知識就能聽得懂05/11 02:52
→ w0005151: 不建議你照一樓的方式走，出社會的學習路徑不是這樣的 05/11 02:53
→ w0005151: 直接學想學的就好，有洞再補都來得及05/11 02:53
我會找來看，謝謝推 eric00: 推樓上直接學，重點是如何保持動力 照一樓方法應該還沒學05/11 07:12
→ eric00: 到火就熄了05/11 07:12
→ testPtt: 學理論用matlab比較方便05/11 07:28
→ cphe: 你應該要先想辦法轉軟韌體，以你的目標來說～要不這類的自05/11 08:07
→ cphe: 學再多只怕連面試門票都拿不到05/11 08:07
推 iiiii: 樹莓派05/11 10:38
→ DrTech: 想學什麼就去學。05/11 10:50
推 cia1099: 我作影像處理寫opencv，台灣找不到工作，供你參考真的要05/11 12:19
→ cia1099: 學嗎？05/11 12:19
c大目前從事影像處理相關工作嗎？→ testPtt: opencv要會抽裡面的code出來用 否則只會call lib很難找 05/11 12:29
所以還是要了解理論後，才有能力做修改而不是一味套用現成lib
→ yougigun: 一些職缺網的工作需求研究過了嗎？05/11 12:31
有在104看過，才歸納出學C++&Opencv→ ruthertw: 要工作用的話,最好的方式是去大間公司作實習生.05/11 12:35
→ ruthertw: 我遇過滿多影像處理公司會有自己開發優化的libs 05/11 12:36
※ 編輯: zzz077899 (39.9.43.168), 05/11/2019 13:11:19※ 編輯: zzz077899 (39.9.43.168), 05/11/2019 13:17:13
推 gino0717: 做影像的工作比做遊戲的還少 05/11 13:35
但104看職缺不會太少啊...→ lwtech: 套用不見得不好，好的封裝也是一種要學的技巧 05/11 13:35
※ 編輯: zzz077899 (39.9.43.168), 05/11/2019 13:46:51推 sxy67230: 訊號與系統絕對要學好，C code是蠻基本的，至於很多人 05/11 13:52
→ sxy67230: 說資料結構，我個人是覺得沒必要。題外話，線代很重要。 05/11 13:52
→ sxy67230: 如果是要做物體檢測，那幾種重要的特徵抽取技巧跟機器 05/11 13:52
→ sxy67230: 學習才是重要的。我看你的經歷應該也是電機系畢業的，訊 05/11 13:52
→ sxy67230: 號系統課本拿回來，外加修一下MIT的訊號系統。如果都學 05/11 13:52
→ sxy67230: 到通了，我相信幾種重要的影像處理算法應該都通了，剩下 05/11 13:52
→ sxy67230: 就ml而已。最後，如果都覺得太簡單了，就加學一個消息理 05/11 13:52
→ sxy67230: 論。 05/11 13:52
推 sxy67230: 這些都是影像處理的基本工程跟數學概念，但如果底子夠強 05/11 13:58
→ sxy67230: ，以後遇到新的算法才能夠觸類旁通。如果你是有熱忱在這05/11 13:58
→ sxy67230: 行上的話，如果是跟風覺得AI很潮那就算了。不然不管是05/11 13:58
→ sxy67230: 傳統影像的filter、特徵檢測都逃不掉訊號系統的範疇。 05/11 13:58
→ sxy67230: 機器學習的底層消息鏑也擺脫不了Shannon 一樣。05/11 13:58
推 sxy67230: 機器學習其實核心概念就是消息論跟優化理論而已。 05/11 14:00
推 lwtech: 很可以,讓我這外行人都有點聽懂些. 05/11 14:09
推 gino0717: 我跟你說喔 104上面opencv大概就12頁 其中一半以上是05/11 14:11
→ gino0717: 三四年前就擺在那裡的職缺 根本不會動的那種05/11 14:12
→ gino0717: 剩下1/4是通常年底就會不見的公司 剩下的1/4是評價會讓 05/11 14:13
→ gino0717: 人 嗯...得那種05/11 14:13
鏡頭3A演算法相關的工作也是嗎...推 gino0717: 然後特徵抽取的東西 雖然很多人會開一大堆書單要你學東05/11 14:16
→ gino0717: 學西 但是你去影像處理的網站去問 通常都是收斂到HOG系 05/11 14:17
→ gino0717: 列 不是說其他不能用 但是如果HOG都做不太出來其他也不 05/11 14:17
→ gino0717: 用試了 05/11 14:17
※ 編輯: zzz077899 (39.9.43.168), 05/11/2019 17:03:26※ 編輯: zzz077899 (39.9.43.168), 05/11/2019 17:09:58
※ 編輯: zzz077899 (39.9.43.168), 05/11/2019 17:34:28
推 lion741205: 嗯 線性代數在這比離散數學更重要 可以先學線代 離散 05/11 17:42
→ lion741205: 可以先放掉 05/11 17:42
→ ruthertw: 找工作要小心!極多台商用假的CV處理,為了逃避WebGL之類 05/11 18:04
→ ruthertw: 新的應用 05/11 18:04
推 lion741205: 參考大家的意見後，做了一些修改；無背景的"新人"如果 05/11 18:08
→ lion741205: 要學"扎實"點，為了"應徵CV相關工作"，可以參考以下路 05/11 18:08
→ lion741205: 線：計概→C和Python→離散(選配)→線代→資結(選配) 05/11 18:08
→ lion741205: →演算法(選配)→ML理論→CV理論 →OpenCV庫 →DL框架 05/11 18:08