不錯！

人類獲取資訊80%的資訊都是透過影象獲取的，你說影象重要麼？人工智慧是今後發展的大方向，影象是個重要的手段。

所以，要好好學，畢業後的前景是很不錯的！

這個推薦答案被反覆貼上n遍。沒有新意。應該讓專業從業人員回答這個問題。剛好本人就是。。那個連結值得推薦，比較中肯。但是分析的還是太窄。如果從人生整體規劃上講應該考慮一下問題：1 現實所逼，你準備在哪個城市發展（買房，女友工作等等），該城市是否有充分的影象處理行業以供選擇。如，北京上海深圳，北京的影象企業感覺佔近半數江山。多年招聘的感覺。剩下的廣州，武漢，成都也有為數不多的影象企業。像本人所在的城市，牛逼大學再多，學影象的再多不頂用，沒行業沒研究所從事影象方向。你個博士奈何。。學校的坑你更是進不去的。2 學影象的研究生能從事本專業的不到15%，這個是我身邊的統計資料。影象分析受環境影響比較大，如光照。這個另說了，就是比較難又不太可靠。所以作為一個檢測手段還有很多路要走。如果你沒有在做影象的公司實習並取得信任那麼你用影象處理就業的可能性大為下降。全世界每年能實用的影象演算法能有多少，那些發paper的同志們，你們自己知道自己演算法的約束性。就是state of the art的paper，適用的場景又能有多少。所以不要迷信自己的演算法有多牛逼。好好提高自己的程式設計水平，沒事看看圖形方面的東西（不要問我影象，圖形有啥不同。。），玩玩並行運算，嵌入式，擴充套件下自己的就業面。3 到主觀的地方了，談談正面的。公司缺人麼？每個公司都缺。但你是否能勝任它職位所需要的崗位。回到影象上來說，人類獲取資訊80%的資訊都是透過影象獲取的，你說影象重要麼。影象處理，模式識別的方向的確相對通訊電子是窄，但是你說造原子彈的科學家就業窄不。。相信自己的專業，時間越長越不可替代，可以走技術專家路線，比較自由。自動化，人工智慧是今後發展的大方向，影象是個重要的手段。工作經驗告訴我，影象處理這個東西不在人多，貴在精深。不要單幹，一個小而精的團隊戰鬥力是非常強悍的，但只是需要一兩個人做影象演算法的公司不建議去。掂量下自己有沒有這個熱情，頭腦，數學功力，和溝通能力。如果你已經進入了相關企業，程式相關的東西可以再學習培養（看看應聘公司有這個前瞻性和魄力當然你要有頭腦和數學底子），分析問題，解決問題的能力很重要，更重要的是提出問題。學習好的同學比較擅長前兩項，而影象這個創新的工作更加看重提出問題，這個是創新思維的表現。這個可不是口號。當然，能提出問題取決於，你對問題研究的深度廣度，最終取決於你對研究的興趣。最後談談影象處理研究的門類。1醫療2識別類3零件檢測4衛星影象。總的說來醫療口的就業量比較大，企業相對比較多。對其他影象而言，醫學影象標準化更好對外界影響小，不同裝置間的差距也比較小。畢竟是診斷的憑據。所以你如果想跳槽（嘿嘿），同樣類別演算法基本不用刪改都是適用的（注意智慧財產權哦）。下來識別類，所有的文字，行人，車輛等等需要識別跟蹤的物體。做好了發大財，譬如美國一家公司的指紋檢測在911後，速度準確性最好。拿了政府大單，回報豐厚。但是想做好談何容易。。但，這個是本人最喜歡的，最有人工智慧的感覺。這個是自動化類專業研究影象的最高形態。3零件檢測，包括一些食品包裝類的異物檢測。對於工業自動化也是很有前景的方向，有些甚至用於晶片級的檢測，如果顯微影象的話多涉及到亞畫素及三維相關。4衛星影象。一般國家需要，如果可能有些研究所有相關類別。公司的話，不太清楚對了忘說了比較重要的一條。英語。這個不費話了。中文的paper可以做個科普，想做演算法研究的話，你看不懂顯然是不可以的。如果英文整體實力NB了，可以去些外企。客觀上說，歐美的企業還是不錯滴，重視人，創造，做演算法有耐心。薪酬也比較豐厚。這類企業貌似上海那邊比較多綜上，如果你沒耐心看完，去找影象類的公司實習，這個前提是手上有一些做程式的功夫，這個真不難。。，玩玩opencv，然後自己就感覺出來了。還有積累人脈。這個也是極重要的。剛從學校出來的沒有利害到一定程度，也沒有工作經驗，實習經驗的重要性超乎想象。

勸一句，如果你對影象沒有興趣還是不要做下去。你也做不好