小弟以前读ME,硕班做光学量测，目前在系统工厂担任光学工程师，职务内容与
影像产品有关，但都偏向于硬件方面。最近对影像处理产生兴趣，下班后想自学影像处理
。
程式方面大学学过C++，但忘了很多，目前有买书在配上网络上的教学影片练习
。影像方面，爬文后有买一本钟国亮老师的影像处理与电脑视觉来看，但也想找线上课程
来看，有上Udemy找过，不知道上面cv的课程大家推不推？最后想问学习影像处理有哪些
学科是必备的吗？ 理论需摸透再去碰OpenCv等工具吗？以后若转职影像处理相关软韧体
工程师机会大吗？希望有相关经验的前辈能分享一下心得谢！

没看过Udemy的线上课程，不方便给意见；但学过影像处理及电脑视觉，私下也玩过OpenCV和TensorFlow。个人推荐学习科目及顺序，如下：计算机概论 →C和Python →离散数学 →算法(可选) →资料结构 →机器学习理论→影像处理理论 →电脑视觉理论 →OpenCV库 →TensorFlow等深度学习框架。我办公室隔壁就是商汤的分公司，计算机视觉领域很缺人，学会转职不是问题。

商汤分公司有在台湾设点吗

l大想请问可跳过演算资结吗 还是资结一定要

我办公室在香港科学园，其实旁边应该是商汤的总部才对；创办人是香港中文大学毕业的，学校就在科学园旁边而已。我个人觉得资结满重要的，但选最薄的书看就好了。但不是所有的资料结构都用得到，真的想跳过的话，至少要对阵列、向量、矩阵运算、时间与空间复杂度有概念。

感谢l大解惑

修正：先学资料结构，再学算法（可选）。

线性代数很重要

计概离散没必要，线代你也会，直接上youtube看CV就好youtube搜Introduction to Computer Vision有个印度教授讲的课程，不需要什么背景知识就能听得懂不建议你照一楼的方式走，出社会的学习路径不是这样的直接学想学的就好，有洞再补都来得及

推楼上直接学，重点是如何保持动力 照一楼方法应该还没学到火就熄了

学理论用matlab比较方便

你应该要先想办法转软韧体，以你的目标来说～要不这类的自学再多只怕连面试门票都拿不到

树莓派

想学什么就去学。

我作影像处理写opencv，台湾找不到工作，供你参考真的要学吗？

opencv要会抽里面的code出来用 否则只会call lib很难找

一些职缺网的工作需求研究过了吗？

要工作用的话,最好的方式是去大间公司作实习生.我遇过满多影像处理公司会有自己开发优化的libs

做影像的工作比做游戏的还少

套用不见得不好，好的封装也是一种要学的技巧

讯号与系统绝对要学好，C code是蛮基本的，至于很多人说资料结构，我个人是觉得没必要。题外话，线代很重要。如果是要做物体检测，那几种重要的特征抽取技巧跟机器学习才是重要的。我看你的经历应该也是电机系毕业的，讯号系统课本拿回来，外加修一下MIT的讯号系统。如果都学到通了，我相信几种重要的影像处理算法应该都通了，剩下就ml而已。最后，如果都觉得太简单了，就加学一个消息理论。

做游戏应该是想表达这个,http://tinyurl.com/yyc277by

这些都是影像处理的基本工程跟数学概念，但如果底子够强，以后遇到新的算法才能够触类旁通。如果你是有热忱在这行上的话，如果是跟风觉得AI很潮那就算了。不然不管是传统影像的filter、特征检测都逃不掉讯号系统的范畴。机器学习的底层消息镝也摆脱不了Shannon 一样。机器学习其实核心概念就是消息论跟优化理论而已。

很可以,让我这外行人都有点听懂些.

我跟你说喔 104上面opencv大概就12页 其中一半以上是三四年前就摆在那里的职缺 根本不会动的那种剩下1/4是通常年底就会不见的公司 剩下的1/4是评价会让人 嗯...得那种然后特征抽取的东西 虽然很多人会开一大堆书单要你学东

https://www.pixijs.com/ 有没有觉得很潮..

学西 但是你去影像处理的网站去问 通常都是收敛到HOG系列 不是说其他不能用 但是如果HOG都做不太出来其他也不用试了

嗯 线性代数在这比离散数学更重要 可以先学线代 离散可以先放掉

找工作要小心!极多台商用假的CV处理,为了逃避WebGL之类新的应用

参考大家的意见后，做了一些修改；无背景的"新人"如果要学"扎实"点，为了"应征CV相关工作"，可以参考以下路线：计概→C和Python→离散(选配)→线代→资结(选配)→算法(选配)→ML理论→CV理论 →OpenCV库 →DL框架