就学时跟原po的经历类似，大概分享一下
也是私大 >国立硕
大学时就开始玩影像，那时的专题是做居家安护的跌倒侦测
还是用古早第一代的Kinect，光补破洞就超麻烦
那时专题开发的语言是C#，上课修过MATLAB的影像课程
但专题几乎都是靠大神Carry，因为我超级不会写程式的
只要扯到算法，资料结构就觉得很有障碍那种，脑子完全转不过来
到了研所找到了教授是使用MATLAB但因为某些原因
我们这届就是用C++来做开发，也修了几门比较硬一点的影像视觉实做课程
就是用C++来实现一些基本影像处理算法，用OpenGL实现图学游戏之类的
我还记得第一次的作业我就超有障碍
好像是影像左右相反上下颠倒，找了学长教学我才知道怎么写...
原因就是以前从来没有自己刻过算法，很多时候都觉得自己是不是不擅长程式没天份
后来就咬紧牙根撑到底，Otsu~Morphology~影像增强~八连通~滤波器等等这些作业拚死拼
活了也交了出去
之后的论文就是实现一些电脑视觉的算法，有些因为opencv中有但算法弹性不大，
于是自己重刻(超绝痛苦)，或是刻完算法发现效能太差不如用OpenCV提供的
那这之中的算法大多数用国中数学就可以完成了，其实并没有那么的需要数学
除非做到DL的反向与一些ML中的统计相关
所以其实不用对自己这么的悲观
更不用说其实你会刻算法，就已经比很多业界的工程师来的厉害了（认真
那接下来应该是你会比较想了解的业界的现况？
其实会影像处理能找到范围会更广一些
而且现在做影像大宗已经是Python了，与我之前使用c++相去甚远
在台湾比较上层碰到算法核心的大多数都是IC设计
要实现算法在FPGA上做验证等，但影像算法要写成RTL又是另一个世界了)
接下来有很多的设备厂，晶圆厂，重工业，他们都会需要做AOI或是AI的人
因此在这边自行开发算法的又更少了，大多数都是用各种函式库整并
除了辨识的精准度外更多要是系统层级整合
就算是在实作DL模型的也很少会下去刻算法
晶圆厂中很多人在做类似的事情找defect，那可能会设计一些自己的算法
在工厂端更重视系统整合，甚至在硬件相机光源上的整合
会影像算法是让你多一种工作选择的门票
但在影像业界中大多数都是用于解决问题，所以快速实现与部属才是重点
而且往往你懂得算法更容易了解如何实现
所以用的数学真的没那么的多，所以不用太绝望～
而我后来找到的工作中是用MATLAB，又是另一回事了