Cómo convertirse en un buen investigador de procesamiento de imágenes desde novato.

Hay mucho que aprender: procesamiento de imágenes en 2D y 3D, visión por computadora, análisis de video, fotografía computacional, imágenes médicas, procesamiento de señales 1D, aprendizaje automático, álgebra lineal y matrices, probabilidad y estadística, y más. A menos que planee tomar de 5 a 10 cursos universitarios, le recomiendo que se sumerja en la resolución de problemas relacionados con la imagen que le interesen. De esa manera, puede profundizar en la comprensión de las técnicas disponibles y los límites de cada una, y podrá continuar con ella ya que desea que su código funcione. Aprender a hacer que su código funcione * mejor * es el corazón de la investigación.

Comenzaría con un buen libro de texto de procesamiento de imágenes, como “Procesamiento de imágenes digitales” de Gonzalez y Woods. Hay una versión del libro extendido por Steve Eddins (de MathWorks) con ejemplos de código en Matlab que es muy útil para aprender.

Pero Matlab no es necesario (sin embargo, la edición para estudiantes * es * bastante barata). Las bibliotecas gratuitas de procesamiento de imágenes disponibles en Python son increíbles en estos días (PIL, Pillow, los enlaces de Python Opencv, etc.). Debería ser posible implementar casi cualquier cosa en Matlab usando python.

Una vez que tenga una idea del tema, comience a leer artículos de investigación, especialmente aquellos en los que tenga acceso a su código fuente y pueda experimentar con los parámetros.

Las competiciones Kaggle (u otros ejemplos de personas que han resuelto problemas de imagen y mostrarán su código) son una excelente manera de aprender qué métodos usan los demás. Steve Eddins ha escrito cientos de excelentes artículos en su blog de procesamiento de imágenes de Matlab que muestran cómo utilizar la caja de herramientas de procesamiento de imágenes de Matlab para procesar imágenes y resolver esos problemas. Matlab también proporciona toneladas de software gratuito (a menudo muy bueno) contribuido por el usuario a través de su sitio web de intercambio de archivos. Muchos autores de trabajos de investigación también harán que su código esté disponible gratuitamente.