1樓：黃纓寧
建議matlab/python 快速做demo試錯驗證，線上環境必須 C/C++，當然如果你不怕費錢用機器堆速度的話當我沒說。
opencv必須掌握，dlib也可以看看，做精緻一點SSE什麼的也要會一點。
GPU程式設計的話就CUDA。
線上做影象的深度學習平台的話還是推薦Caffe
2樓：
opencv是乙個古老的庫了，非常全面，適用於研究也適用於產品化，matlab適用於研究離產品化比較遠。最近高通出的fastcv也是乙個不錯的庫。
3樓：feng randy
我們公司用C，每個演算法都有統一的介面規範！便於移植到前端裝置上！模組內部都是標準c,做這個方向最好是自己積累一套自己的基礎庫！
4樓：
無論學校小組是否都用Matlab實現，要出去工作的話，我經歷過兩個公司，
只會用Matlab會被鄙視，必須會C++，僅供參考
5樓：胡知知
語言：C/C++ CUDA MATLAB Python平台：
C/C++： CUDA Platform, PCL, OpenNI, PCL, Micorsoft SDK(Kinect)， OpenGL
MATLAB: MATLAB ToolBoxPython: 本人用的不多，感覺比較散 (望補充)
6樓：
開玩笑的答案：
不管黑貓白貓，管用就是好貓。
實際上：
不用Matlab，你就輸在起跑線上了。
原因無他，你建個演算法原型就比人浪費時間。
本質上就是乙個研究效率和時間效率的問題。
7樓：
可以看看微軟研究院的專案http://
Infer.Net
，如果你考慮在.Net上實現的話。當然現在這還是beta階段，不過也算是提供一種思路。據稱Kinect的一部分功能是使用這個實現的。
8樓：肖智博
受邀，感謝！
由於自己並不是做CV的，但是組裡有人做，所以還是可以回答的。
補充一下其他答案中沒有提到的Python，Python可以快速的實現演算法，而且社群中大量的package可以利用。Python還有乙個優勢在於可以和其他各種語言結合進行混合程式設計，至於速度上來說雖然沒有C/C++快，但是現在PyPy已經非常棒了，如果是做科研的話，對速度不是那麼追求，完全可以考慮Python。
9樓：潘屹峰
第一次受邀回答問題，非常感謝！
同意鄧亞峰同學的答案。再簡單補充幾點：一般的開發步驟是：
先Matlab或OpenCV等平台上快速實現核心演算法（因為很多介面功能和基礎演算法都有現成函式可呼叫，又有視覺化介面，所有實現速度較快）。如果效果不錯，就把涉及到的所有函式功能根據專案要求用c/c++重新程式設計實現。
《Digital Image Processing》（3rd Edition）+《Digital Image Processing Using Matlab》（2nd Edition）
《Learning OpenCV: Computer Vision with the OpenCV Library》
為什麼相比於計算機視覺 cv ，自然語言處理 nlp 領域的發展要緩慢？
我覺得計算機視覺的進展也很緩慢 雖然已經能解決一些問題。自然語言處理的問題很複雜，複雜到計算機視覺的規模僅僅是自然語言處理的乙個子模組。計算機視覺早晚也會遇到自然語言處理一樣的瓶頸，而且必須依靠自然語言處理的進步來實現。 特里在納舍科技 語言在於上下文不一樣，會有不一樣的意思，比如 波 在訊號處理裡...
一般學校計算機專業學生培訓就業和選擇考研哪個更有優勢
美國碼農 首先，問乙個扎心的問題，說考研就能考上的嗎？其次，再問個扎心的問題，計算機科班為毛還要報名培訓機構？短期看，碩士並不能解決題主眼下技術不足的短板，本科教的技術遠遠多於碩士。培訓班完全沒必要的，願意招聘應屆生的公司不會在乎技術能力的，在乎的是科班專業。培訓班是給非科班出身準備的。長期看，研究...
計算機專業，家境一般，北大讀博還是美國讀碩？
Paul Liu 家境一般的話，爹媽肯定就不太指望的上，或者指望了你肯定心裡會非常愧疚，然後產生一定的自卑心理，對未來發展也不利。這種情況下，我是不建議你走類似 賣房出國 這種太絕對的路的。想去CMU讀博士的話，的確不用花錢，但要做的準備很多。如果去CMU讀個碩士的話，對就業幫助很大，雖然不能讓你立...