计算机图形图像学，计算机视觉 (图形、图像和视频)

图像学，图形学；图像算法，图形算法？

> 计算机图形学

opengl ，directx

  计算机图形学(Computer Graphics，简称CG)是一种使用数学算法将二维或三维图形转化为计算机显示器的栅格形式的科学。 

  简单地说，计算机图形学的主要研究内容就是研究如何在计算机中表示图形、以及利用计算机进行图形的计算、处理和显示的相关原理与算法。图形通常由点、线、面、体等几何元素和灰度、色彩、线型、线宽等非几何属性组成。从处理技术上来看，图形主要分为两类，一类是基于线条信息表示的，如工程图、等高线地图、曲面的线框图等，另一类是明暗图，也就是通常所说的真实感图形。 
计算机图形学一个主要的目的就是要利用计算机产生令人赏心悦目的真实感图形。为此，必须建立图形所描述的场景的几何表示，再用某种光照模型，计算在假想的光源、纹理、材质属性下的光照明效果。所以计算机图形学与另一门学科计算机辅助几何设计有着密切的关系。事实上，图形学也把可以表示几何场景的曲线曲面造型技术和实体造型技术作为其主要的研究内容。同时，真实感图形计算的结果是以数字图象的方式提供的，计算机图形学也就和图象处理有着密切的关系。 
  图形与图象两个概念间的区别越来越模糊，但还是有区别的：图象纯指计算机内以位图形式存在的灰度信息，而图形含有几何属性，或者说更强调场景的几何表示，是由场景的几何模型和景物的物理属性共同组成的。 
  计算机图形学的研究内容非常广泛，如图形硬件、图形标准、图形交互技术、光栅图形生成算法、曲线曲面造型、实体造型、真实感图形计算与显示算法，以及科学计算可视化、计算机动画、自然景物仿真、虚拟现实等。

如何快速成长为图形学工程师- https://blog.csdn.net/GitChat/article/details/79102568
我的图形学学习历程- https://www.bilibili.com/read/cv413139/
真实图形学- https://blog.csdn.net/smilejiasmile/article/category/7408178
真实图形学- https://blog.csdn.net/qq_32583189/article/category/6463260
图形学重要概念- https://www.cnblogs.com/SeekHit/p/7612533.html

-- 图形学工程师:
需要学习的知识点
渲染执行流程
Shader 编程技巧
材质渲染案例
后处理渲染案例
Shader 编程优化案例

5、负责收集训练样本集并对训练样本集整理、算法研究、测试；
6、研究图像处理技术，如图像去噪、图像矫正、轮廓提取、关键信息提取、模式识别、OCR 等。
1、热爱图像处理工作，思维开阔，能够主动探索新算法或新的实现方式，深入研究各种方法，创新性解决各种问题；
2、掌握 C/C++，有良好的编程规范，能熟练运用 C/C++进行代码开发；
3、掌握 OpenCV 库，能熟练应用 opencv 开发各种图像处理算法；
4、掌握图像滤波、轮廓提取、边缘检测、形态学处理、图像分割等各类图像处理理论；
5、掌握模式识别相关基础理论，掌握各种常用模式识别算法（如神经网络、SVM、KNN 等）的设计和使用方法，并对其中
一种或多种有一定的使用和深入研究；掌握特征提取相关方法；
6、有扎实的数学基础，如概率论、微积分、矩阵理论等，能快速阅读各种文献，理解并实现算法；
7、思维敏捷，对工作有较高的热情和驱动力，具有良好的团队合作意识。
8、具有 1-2 年以上图像处理经验者优先考虑，如图像处理、模式识别等；
9、比如说研究过有些图像处理、模式识别等开源项目，github 项目优先考虑。

> 计算机视觉
详解计算机视觉五大技术- https://blog.csdn.net/Mbx8X9u/article/details/80104029
  计算机视觉是深度学习领域最热门的研究领域之一。计算机视觉实际上是一个跨领域的交叉学科，包括计算机科学（图形、算法、理论、系统、体系结构），数学（信息检索、机器学习），工程学（机器人、语音、自然语言处理、图像处理），物理学（光学 ），生物学（神经科学）和心理学（认知科学）等

计算机视觉研究与应用：
  人脸识别： Snapchat 和 Facebook 使用人脸检测算法来识别人脸。
  图像检索：Google Images 使用基于内容的查询来搜索相关图片，算法分析查询图像中的内容并根据最佳匹配内容返回结果。
  游戏和控制：使用立体视觉较为成功的游戏应用产品是：微软 Kinect。
  监测：用于监测可疑行为的监视摄像头遍布于各大公共场所中。
  生物识别技术：指纹、虹膜和人脸匹配仍然是生物识别领域的一些常用方法。
  智能汽车：计算机视觉仍然是检测交通标志、灯光和其他视觉特征的主要信息来源。

> 图形、图像和视频
   1.图形（graphic）：和图像与视频不同，有一种说法是图形就是自然界的客观世界不存在的图案。对于计算机中的图形研究，有专门的计算机图形学，主要的研究对象是点、线、面等抽象事物。目前所谓的计算机显卡3D技术支持，主要就是图形技术相关的范畴。关于图形方面的开发，好象OpenGL是其中比较有名的3D图形库。
   2.图像（image）：和图形相反，图像可以定位为自然界中客观存在的图案。图像处理和我们有关系的大致是图像滤波处理和图像压缩。目前用得最多的静止图像压缩算法就是jpeg了，大家应该都很熟悉。而对图像的其他处理，一般称之为对图像进行滤波，图像处理方面，photoshop软件很多人应该都很熟悉，它图像处理的功能十分强大。在视频行业，主要是关注消隔行滤波器、去除摄像头白噪声滤波器、去除块效应（deblock）滤波器等。
   3.视频（video）：视频我的理解就是连续的图像，被称为视频。对视频图像的处理，核心是压缩，其他的就是采集、传输、显示和录像了。视频图像如果不压缩的话，传输和录像的成本都太高了。