※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
（是／否／其他条件）：是
哪一学年度修课
104-2
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
李明穗
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
资讯所 / 网媒所
δ 课程大概内容
1. Introduction
2. Digital Image Fundamentals
3. Image Enhancement
4. Edge Detection
5. Geometrical Modification
6. Morphological Processing
7. Texture Analysis
8. Document Processing
9. Image Restoration
10. Color Image Processing
11. Image Compression
除了上述内容，这学期也有介绍 Intel RealSense
有一次作业以及期末报告都要使用它
Ω 私心推荐指数(以五分计) ★★★★★
4 颗：内容丰富，但上课速度太快减 1 颗
η 上课用书(影印讲义或是指定教科书)
William K. Pratt, Digital Image Processing, 3rd Edition,
John Wiley & Sons Inc., 2001.
基本上有投影片就够了
μ 上课方式(投影片、团体讨论、老师教学风格)
基本上就是照着投影片一页一页讲
上课的内容丰富度是没话说的
修完电脑视觉再修了这门课 觉得融会贯通
缺点是老师上课节奏很快
如果不问问题的话 老师就是真的一直往下讲
害羞不敢打断老师问问题的人可能要考量一下这点
σ 评分方式(给分甜吗？是扎实分？)
甜 真的很甜
这学期总共 4 次作业 (皆为个人)、1 个期中考、以及一个期末报告 (团体)
每次作业跟期末报告都是等第制，把该做的 tasks 做完就可以 A+
然后都要写程式，可以使用 C/C++ or Matlab
有些 tasks 只是实作上课教的算法 (很快就可以写完)
有些则要自己设计 (这需要花些时间想)
期中考有一个原始成绩 然后再根据全班分布划分等第
不过等第只有 A+ A A- B+ 四种 XD
老师会在考前给大家提示
(不果仔细对照后会发现其实跟把每个章节的 title 念一遍没什么两样 ...)
也许是因为没有期末考吧
期中考之后会来上课的人数锐减
ρ 考题型式、作业方式
如上一点所述
ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
加签习惯？严禁迟到等…)
不重视出席 期中考后上课人数不多
当然要会写程式 不过程式技巧本身不那么重要 愿意花时间刻就好
这门课最重要的是数学能力 (其实资工系的课大多都很要求就是了)
微积分 (尤其是梯度运算)
线性代数 (基本的矩阵概念即可)
然后会傅立叶的话 有几个章节会非常轻松
不会的话会非常痛苦 有听没有懂 (像我)
Ψ 总结
这门课在资工系开颇久 但一直没有评价文 因此想说来写一篇给大家参考
这门课内容相当丰富
outline 写出来不是唬烂用 是真的有上到的
(有些课 outline 跟实际上课是两回事 ...)
期末报告的 demo 可以看到各组惊人的成果 是非常有趣的
把这门课推荐给大家