這個問題應該讓專業人士來回答。碰巧我是。。但是分析還是太窄了。
如果從人生的整體規劃來看，我們應該考慮以下幾個問題:
迫於1的現實，妳準備去哪個城市發展(買房，給女朋友打工等。)，以及該城市是否有足夠的圖像處理產業可供選擇？比如北京、上海、深圳，北京的形象企業感覺占了將近半壁江山。多年招聘的感覺。其余廣州、武漢、成都也有少數形象企業。像我生活的城市，有很多牛逼的大學，我研究再多的圖像也沒用。沒有從事圖像方向的行業或研究機構。妳是醫生。。進不了校坑。
2不到15%的影像專業研究生可以從事本專業。這是我身邊的統計數據。圖像分析受環境影響很大，比如光照。換個角度說，更難，更不靠譜。所以作為檢測手段還有很長的路要走。如果不去影像公司實習，獲得信任，那麽妳獲得影像處理工作的機會就大大降低了。世界上每年能有多少實用的圖像算法？那些發論文的同誌們，妳們自己算法的綁定性質妳們是知道的。是最先進的紙，能有多少適用場景。所以不要迷信自己的算法有多牛逼。提高自己的編程水平，看壹看圖形(不要問我圖像，圖形有什麽區別)。。)，玩並行計算，嵌入式，擴大就業。
3到主觀的地方，說說積極的。公司缺人嗎？每個公司都缺少它。而是妳是否能勝任它所需要的職位。回到圖像，人類獲得的信息80%是通過圖像獲得的。妳覺得形象重要嗎？圖像處理和模式識別方向確實比通信電子學窄，但是妳覺得造原子彈的科學家就業窄嗎？。相信自己的專業，時間越長，越不可替代。可以走技術專家的路線，更自由。自動化和人工智能是未來發展的大方向，圖像是重要手段。工作經驗告訴我，圖像處理不是擁擠，而是深刻。不要單幹。小而精的團隊很厲害，但對於只需要壹兩個人做圖像算法的公司不推薦。考慮自己是否有熱情，有頭腦，有數學能力，有溝通能力。如果已經進入相關企業，可以學習和培養程序相關的東西(看妳應聘的公司有沒有這個遠見和魄力，當然要有腦子和數學基礎)，分析和解決問題的能力很重要，更重要的是提出問題的能力。學習好的同學前兩項比較好，而形象的創新工作更註重提問，這是創新思維的表現。這不是口號。當然，能不能提出問題取決於妳對問題研究的深度和廣度，最終取決於妳對研究的興趣。
最後，談談圖像處理研究的範疇。
1醫療2鑒定3零件檢驗4衛星圖片。
壹般來說，醫務工作者的用工量比較大，企業也相對較多。對於其他影像，醫學影像的標準化對外界的影響更好，不同設備之間的差距也相對較小。畢竟是確診的證明。所以想跳槽的話(呵呵)，同品類算法基本適用，不用刪(註意知識產權)。
下來識別類，所有人物，行人，車輛等需要識別跟蹤的物體。發大財。比如美國某公司的指紋檢測，911之後速度和準確率最好。我得到了壹大筆政府賬單，回報豐厚。
但是說起來容易做起來難。。不過，這是我最喜歡的，也是最人工智能的感覺。這是自動化專業研究圖像的最高形式。
3 .零部件檢驗，包括食品包裝的壹些異物檢驗。也是工業自動化很有前景的方向，有些甚至用於芯片級檢測。如果涉及顯微圖像，大多涉及亞像素和三維相關。
4張衛星圖片。如果可能，壹般國家需要研究所有相關類別。公司的話不太清楚。
對了，忘了提更重要的壹條。英語這是不用說的。中國紙可以科普。如果妳想做算法研究，妳顯然是不可能理解的。如果英語整體實力NB，可以去壹些外企。客觀來說，歐美企業還是不錯的，重視人，有耐心的創造和做算法。工資也比較豐厚。上海這樣的企業好像比較多。
綜上所述，如果妳沒有耐心看完，就去影像公司實習吧。這個前提是妳有壹些做節目的技巧，真的不難。。玩opencv，然後自己感受壹下。和網絡。這也是極其重要的。剛從學校出來的，壹定程度上不感興趣，沒有工作經驗。實習經歷的重要性超乎想象。
壹句忠告，如果妳對圖像不感興趣，就不要做。妳也做不好。
妳具體的3D問題我還是有發言權的。如果妳成績好，不能說就業上有多少公司要妳，至少妳永遠不愁飯碗。當然妳要願意招妳公司所在的城市。學習渲染的傳遞函數，學習cuda等並行操作，學習opengl。錢不多說:10k/月。。但是妳沒畢業那麽多。對於壹個壹流城市來說，別提月薪了。