图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。所以数字图像处理算法工程师要依靠计算机，使用编程语言，利用数字图像处理技术对相应的问题进行解决。

个人认为成为一个算法工程师应该掌握以下技能。

编程语言

作为一个算法工程师，掌握相应的编程语言是必须的。而数字图像处理这一领域，最应该掌握的就是C/C++语言了。C语言和C++语言面向底层，占用资源少，速度快。这使得它们成为数字图像处理领域使用的最多的语言，所以掌握并且熟练使用C语言和C++语言是必不可少的。

同时，由于各种算法库、框架存在的原因，还应该掌握一些高级编程语言，如python。因为这些库和框架都会有一些高级语言的接口，如果你想更全面的使用这些轮子，那么你就应该掌握这些高级编程语言

一些软件的编程语言也应该掌握，比如说Matlab语言。Matlab本身作为一款数学软件，有强大的功能来对数字图像进行处理，是学习和实验中经常会用到的软件。鉴于此Matlab语言也应该学。

数字图像处理的知识

数字图像处理作为一门单独学科，已经有几十年的发展历史了。期间诞生了大量的研究成果，这些成果很多都被应用在了实际的生产实践当中。如果你想从事数字图像算法工程师的职业，那么这些知识你是必须要掌握的。

比如说图像的灰度变换；图像的滤波；图像的复原与重建；图像的形态学的处理；小波和多分辨率的处理；图像的压缩技术；图像的分割；目标识别等等。

这一部分应该是属于图像处理领域从业人员压箱底的技术，也是最应该掌握的技术，如果你没有学过数字图像处理，那么你就不能算是数字图像处理工程师，所以应该不遗余力的将它学会。

算法库和深度学习框架

准确而熟练的利用其他人的库是一名合格程序员的必备技能。数字图像处理领域有一些功能强大的算法库，比如opencv和Halcon。这些算法库不断迭代，已经成功的应用在了很多产品当中。

不过opencv是开源的，可以免费使用。而Halcon则需要付费。

深度学习的框架也应该掌握，比如说Caffe ,它本身就很适合处理一些图像应用。现在的人工智能这么火热，掌握一个可以应用于图像处理的深度学习框架很有必要。

英语技能

从事数字图像处理，经常要直面一些英文文档，所以英语水平也是有一定要求的。当然，这里的英语能力不一定是说要你听说读写样样精通，但是阅读英文文档的能力还是要具备的。而且，要掌握一些必要的专业词汇。可能有时候一个单词有好几种意思，在数字图像处理领域它是什么意思，要能准确翻译。如若不然，翻译偏离了原意，可能会出很大的错。

算法知识

数字图像处理由于计算量大，算法知识的掌握就显得很重要。很多时候图像处理要求在短时间内进行大量的数据运算，那么如何设计程序是的它运行时间可以达到实际工作的要求，算法知识不可少。

一些新的理论与方法

一些比较新的理论与方法在这几年的时间理成功的大量应用，并且取得了不错的成绩。比如说卷积神经网络和深度学习。它们出现，解决了一些数字图像处理领域在以前难以解决的问题。而且这些新理论新方法发展还很迅速，基于这些新方法的新的应用不断出现。要是想往行业前沿领域发展，卷积神经网络于深度学应该掌握。

摄像头与打光打光

图像算法工程师并不仅仅是和代码打交道，如何去获取合适的待处理的图像的任务，有的时候也会落在图像处理工程师的头上。要获取适宜的最容易处理的图像，不仅需要数字图像处理的知识，还应该对一些相机有所了解，这里的相机并不是我们普通人使用的照相机，它指的是工业相机。

对打光要有所了解。不同的光源照射待拍摄物体，可以采集到包含不同信息的图像。利用合适的光源采集图片，可以使数字图像处理变得容易。

硬件知识

数字图像处理的应用很多时候实在嵌入式设备上运行的，对嵌入式设备和它的硬件知识要有所了解。

总结

图像处理算法工程师是一个要求比较高的职业，他要掌握的知识是综合性的，有的时候某一方面的知识掌握不够，就不能很好的完成工作。其中编程语言、数字图像处理、算法库、卷积神经网络这些是必要技能，必须要熟练掌握。

图像处理用Python还是MATLAB？

Python战胜MATLAB所有优势都来源于：免费

python是一种纯语言工具

matlab是数学算法强大到不行的的工具

一般人用Python

图像算法处理的一般步骤是什么？？

研究图形学、计算机视觉、非真实感绘制，选择Python还是MATLAB呢？

图像处理一般步骤：

　　1、图像获取：提取原始图像，对图像预处理。

　　2、图像增强：滤波，以对问题的主观判断，对图像进行操作，使得图片比原始图像更适合处理。

　　3、图像复原：改进图像外观，与图像增强相比，图像复原指的是客观处理图像。

　　4、边缘检测：分析图像，进行目标定位、匹配分析。

　　5、图像分割：将一幅图像划分为他的组成部分或目标。

　　6、提取特征值：提取感兴趣目标区域。

MATLAB在逐渐被Python淘汰吗？

Matlab和python完全不在一个水平线上的产品，matlab是一个面向算法本身，面向仿真本身的产品，如果非说运行效率，这个要看是谁写的程序了。matlab之所以收费在于它的运行库的更新。比如及时的5G Nr库的更新，这东西要是自己用python写不是不能写，只是时间，完整性，运行效率这些很难保证，毕竟matlab背后是一个强大的科学家团队的来负责算法，一个强大的工程师团队来完成实现，最后给到用手里的是一个简单易用的function.而用户做的是算法仿真，自己算法实现。大家都做了自己最擅长的事。