从事计算机视觉的一些准备工作：
1. 您需要知道什么是数字图像，什么是颜色，为什么图像如此绚丽多彩、变化万千；这里需要你学习一本教材-《数字图像处理》，这本书如果你在低年级看，可能会涉及到很多数学知识不理解，可以直接跳过，后期有了更高阶的数学知识，可以再回过头来学习，前期通过这本书搭建起来一个简单的框架；
2. 当你有了一定理论基础的时候，需要你真正的通过计算机语言来实现书籍中的算法，如果你有志成为一名牛逼的算法工程师，笔者建议学习C、C++，如果你只是搞学术，那么建议你使用Python，或者最后的倔强是MATLAB，MATLAB主要用于快速验证和可视化；
3. 大学期间一些重要的课程：高等数学非常重要，后面所有的数学知识可能都与它相关。线性代数与矩阵分析，对于数字图像来讲，你所处理的所有数据基本都是矩阵数据，你可以想象它的重要性了。概率与统计，大部分的AI基础来自于这里。最后，数值分析、最优化理论都是计算机视觉领域非常重要的课程。然后，多视几何也是帮助你理解空间的重要手段。最后，英语：任何时候都是你最重要的工具之一。
有了以上准备工作之后，确定好自己感兴趣的细分领域便成了最重要的一个环节了。计算机视觉领域的细分行业有非常多。简单举例：医学图像处理（大多学校教研室的研究方向，实际就业面非常窄）、AI-在前几年AI迅速崛起的时候，可谓也是炙手可热，岗位需求巨大，随着市场逐渐饱和以及工具逐渐成熟化，逐步变成了一种做视觉的人必须要掌握的一项技能，但是不适合作为主业去发展、SLAM-这个方向倒是目前非常有前景的方向之一，但是需要你有非常扎实的数学、编程、paper功底，但是收益也是高的，动辄年薪百万不是梦、工业视觉AOI-这类算法工程师常年与机器、设备打交道，现在也逐步被AI渗透、最后就是笔者从事的3D sensing行业了-这也是一个小众行业，就业近两年逐步多起来了，随着汽车、机器人市场的应用。
一定要在恰当的时候确定好自己的方向，否则会陷入盲目的困局。

说句实话，跟AI算法等有关的方向西科大真的混不下去，必须考研或者保研，而且还得去985/211的研，不然真没出路

周六有空，再更新一些内容
重点讲在学校背书不占优势的情况下，如何通过差异化或者信息差，建立自己的竞争优势。
以算法为例，二本双非院校在面试中最受欺负的行业。
我们要理解一个概念:细分领域
比如，算法下面会有很多很多细分行业。比如: slam， 三维重建， isp， 标定，点云处理等等。
如果你在热门细分领域去跟211-985去竞争，那不得头破血流吗。他们内部都已经打的不可开交了。
这个时候就需要去打信息差了，你要去找到一些小众的冷门的细分领域去做深度研究。我指的小众，是学校学生知道的少，未必就是市场需求少，并且要选择一个持续有前景的小众领域。
举个例子: 激光雷达标定算法，在学校可能了解的这个行业就很少。市场需求和可持续发展性也不错。ps回头这张图给你们看下这个行业的薪资(应届生)。

最近忙着做点云分析，没时间更新。
其实搞忘了点云处理也可以是一个单独的细分领域。
点云配准
点云滤波
点云mesh
点云重建
分割等等
其实也算是一个比较小众且高薪的领域，有兴趣可以研究下

更新一下笔者心路历程，以此鼓励大家
笔者本科就读于川内某二本学校，电子信息工程，本科期间英语挂科一次
但是大学刚开始励志考研(只是内心想法，并对外吹牛)，实际没有采取任何对考研有帮助的准备。
大三备考，每天依旧佛系，目标院校，西安电子科技大学。每日自然醒，上午顶多看书1小时，下午三小时，其余时间---嗨皮。
同宿舍同班级都认为我在开玩笑的考研，成绩平平，还不努力，天天游戏

九月研1
研究生方向我也是要去做图像了 还不知道怎么学

哥快更新，爱看