學習DIP第60天
轉載請標明本文出處： ，出於尊重文章作者的勞動，轉載請標明出處！文章程式碼已託管，歡迎共同開發：
更多影象處理機器學習內容請訪問最新網站www.face2ai.com
#開篇廢話
今天已經是第60篇部落格了，這六十篇每一篇平均要兩天左右，所以，在過去的四個月學到了這麼多知識，想想挺開心，但學的越多就會發現自己不會的越多。從小學到大學，這麼多年一直以學習為主要工作但學習又有很多階段，對於通用知識，比如小學的語文數學此觀點不適用，對於一些專業性較強的知識，感覺會有兩個很主要的階段，感覺自己目前處於入門階段，由於數字影象涉及數學的知識較多，還有訊號和資訊理論的知識，所以，感覺還是比較難學科，不然招聘公司也不會一年幾十萬的養著影象處理工程師。
下面的圖是本人的一點點見解，只是自己總結的，沒有實踐，也沒有科學依據，不喜勿噴：

我感覺影象處理能分成三個階段，或者更多，第一階段的人很多，聽說這行前景好或者工資高的人，多半會學習點影象的知識，比如彩色空間啊，瞭解下OpenCV啊等等，還有一些屬於純屬上課被逼無奈的，比如我們學校就對電子資訊類專業和通訊類開數字影象處理這門課，而且我當時考試還掛了。。。。這部分大家會接觸一些名詞，一些簡單演算法，有用心的同學可能會實現下程式碼，這階段風景不錯，而且好多名詞可以拿來忽悠HR或者忽悠導師，得到一份不錯的工作，或者做點導師的專案。
這個階段多半使用現成的函式庫，瞭解了基本演算法或者聽別人說一些演算法，自己來跑結果，這個階段Matlab的使用者量較大。
第1階段後半期也就是平臺期，這個階段是做了一段時間有一定演算法使用基礎和程式碼能力的工程師，多半在各企業負責最底層的影象演算法編寫，在他們面前是一座大山，和一個路口，繼續做影象還是轉管理。
如果繼續選擇影象，就會面臨一個峭壁，具體是演算法底層的數學，說的數學，總是困難的，爬這個峭壁的動力可以是掙更多的錢，或者愛好，因為一旦到達階段2，就能成為首席影象處理工程師，到任何需要影象處理的公司，都能夠獨當一面，這些人已經到了不缺錢的地步，而且在行業內一定有一定名氣。
第二階段的一旦到達，可以說是事業的平穩期，或者巔峰，不缺錢，還能獨自決定一些技術層面上的事，指揮手下階段1的員工工作，這個階段面臨的也是一個選擇，就是靠這個吃一輩子飯，絕對沒問題，再有就是向更高的境界衝擊。
第三階段沒有盡頭，因為能促使進入階段三的動力只有愛好，這部分掙的錢可能沒有階段2掙的多，而且難度更大，看不到盡頭，所以這部分屬於探索階段，在這個階段上看到的一些，都能推動未來學科的發展，所以這個階段的人多半是在實驗室和數學中忙碌一生，然後幾十年後出現在各大論文和教材中。
以上屬於個人猜想或者愚見，想法幼稚，僅供參考。
#演算法描述
今天廢話太多了，哈哈，其實上面的可以新開一篇部落格單獨寫出來，但覺得，首先自己年輕視野狹窄，第二水平太低，所以當做廢話夾在本文中。
內容遷移至：