現在搜尋影像辨識工程師關鍵字，會發現很多高薪的好工作，各大軟體公司對這個專長求才若渴！正如我去年在MOPCON 2015發表的小演講時所說，影像辨識需求的軟體業大海嘯已經來襲了！但是看看那些廣告的應徵人數就知道，即使直接宣稱月薪高達6-13萬，相當於教授等級的薪資，應徵人數仍然極少！都是聞著吃不著的好康職位。
這些工作需要的條件是甚麼？徵人啟事一定會寫的是要「熟悉C++語言與OpenCV」等機器視覺程式庫，糟糕！這下連教授我也無法應徵了！這兩種東西我都久仰大名卻說不上熟悉。但是很詭異的！有幾間大公司真的已經請到了上述的稀有人才，依舊會找我解決影像辨識的相關問題，我多半也能順利完成任務，這種業務還是本公司現階段的主要收入來源咧！
為什麼做影像辨識必須熟悉C++與OpenCV？原因是大家普遍認為作影像辨識很難！完全靠自己的演算法的素養寫程式，製作複雜的辨識軟體緩不濟急，所以必須盡量引用現成的資源組裝。傳統上因為影像辨識需要極高的運算效能，前輩們在電腦上都會使用效能最高的C++語言，甚至更低階的C語言，來開發影像辨識的程式。
也因此OpenCV這種電腦視覺程式庫裡面提供的程式資源多半以C++語言為主，有點像現在英語是世界通用語言，就算講得不溜也要能閱讀英文，不然甚麼程式都自己土法煉鋼，就會很像鍋碗瓢盆都自己製作的原始人，太沒效率了！看不懂C++程式就很難模仿使用前輩累積的程式資源，當然會被認定是「外行」了！以此邏輯，我是難登大雅之堂的！
我知道很多大學的研究所，已經注意到市場的需求，很努力的在培養影像辨識的人才了！但都還是強調如何熟悉使用OpenCV，也讓學生寫C++，最多加上更早流行常用於影像處理的MatLab軟體，卻很少硬碰硬的強調要教這些技術的根源，就是：影像辨識演算法的原理。
但是如果我就是從演算法出發，自己組織推導演算法，自己寫程式呢？我可沒讀過甚麼影像辨識相關的研究所，我的基礎就是自修的數位影像處理，加上高中大學時學的物理與數學課。我的團隊也在使用C++語言，但目的並不是去使用既有的影像辨識程式資源，只是用於產品輸出端，我的影像辨識產品真的都是自己從原理到程式完全自主開發的！我會參考書籍、論文與網路資訊，就是不曾直接使用過任何不透明的API、SDK或抄一段別人公開的程式碼來改！Never！
主要原因就像我在本地住了十幾年，根本就熟知所有市區的道路，如果我要去市政府洽公，騎上摩托車就一路穿越最近的小路捷徑殺過去了！我不會想坐公車，更不可能為此叫計程車的！那些交通工具是給不知道路的外地人坐的嘛！作影像辨識時，熟悉道路的程度就是我對演算法的素養，我的「機車」就是VB程式而已，我不用C++作研究的，因為太囉嗦的C語法只會讓我分心，很難專注地思考演算法的設計！演算法程式寫好了，要用哪種程式作成終端產品都可以的！翻譯程式是比較簡單的事情。
事實上，我的行事風格比大家想像的更誇張！我不但沒用過別人的程式，連自己開發過的程式，也傾向不直接套用到下一個專案！大家都知道我作車牌辨識成果不錯，接著有人請我作文件的影像辨識，人家也是因為知道我會作車牌辨識找來的，但是我並不是直接拿舊程式為基礎來修改！而是完全依據新的辨識目標特性重新設計一套辨識流程，寫出來的程式連幫我處理車牌辨識程式已經很久的員工都看不懂，我還上了好多「課」才讓他們完全理解跟上！
我這種作風不是賣弄炫技，其實是覺得徒法不足以自行！方法、技術與工具都是幫我們達成目標的！但是影像辨識真的每個案子目標特性都不同，拿哥哥的舊衣服改給妹妹穿不是不行，但要改到很合身，看得很順眼，就不如直接替妹妹量身訂做新衣服會更快也更好！而且從原理出發到目的地並不如大家想得這麼遙遠，只是大家習慣坐車之後，走一兩公里的路就覺得很恐怖，那是自我設限，自己嚇自己而已！
舉個例子吧！有個狀況我必須讓影像先平滑化之後，再計算兩相鄰點的亮度差值，在此以A1, A2, A3, A4代表連續四個像素的原始亮度。我們用最簡單的移動平均(Moving Average)概念做平滑化計算：
A2=(A1+A2+A3)/3，A3=(A2+A3+A4)/3
接下來A2-A3的差值經過簡單的數學推導會變成： (A1-A4)/3，因為我要知道的是「相對」差值，所以連分母的3都不必除了，直接算出A1-A4就是我要知道的結果！這是任何讀過大學，甚至稍有數學概念的高中生都可以輕易理解並做到的推導，就是一個簡單的減法就完成了平滑化加上差分(或稱微分)的運算！
如果我用工具程式做這件事，就是先呼叫一個平滑化函數，將整個影像中的每一點都老老實實的與多個鄰點平均；之後再引用差分運算函數將這些平滑化之後的點數值相減。如果我不用這些工具函數，直接依據自己推導的上述「公式」寫出程式，等於走了一個極短的捷徑，即使像OpenCV這種偉大的程式庫，宣稱自己的運算效能再高，執行速度也跟不上我的小程式！
這很像大家相信走高速公路比較快，所以盲目地搶著上高速公路，即使目標距離很近，只有五公里，也還是只會找某個交流道上去，從某個交流道下來，而交流道之間的距離可能就大於五公里了！雖然在高速路上飆了幾分鐘百公里以上的時速，但一來一往花了半小時，同時間，直接騎腳踏車過去的人卻只花十幾分鐘就到了！
有很多人說理論只是講好聽的，光靠理論沒現成工具根本做不了事情，其實影像辨識是可以不必這樣的！有好的理論基礎，對問題有正確的理解，加上一點想像力，還有任何一種程式語言的實作能力，就真的可以不必依賴視覺程式庫，也能將影像辨識做好的，我就是！
來源:鄉下老師