课程内容：传统数字图像处理算法，滤波、击中击不中之类的。

使用教材：冈萨雷斯《数字图像处理》。一本就够。

作业内容：非常简单，可以使用Python。

考试内容：非常简单，给分也很高。

传统绝世好课，喜不喜欢图像处理、以后的工作用的到用不到图像处理都最好选上，换课时也是超级硬通货。

爵士毫克。

不点名不签到，实验可参考往届，检查也不为难。

考试开卷，题目比较常规没有刻意上难度的那种题，但是我不会，只写了个七七八八。

最后出来给分确实是比较放水的，爱了。

这门课出分实在太晚了，期中考的快2月才出分，考试内容基本都忘记了。个人认为，在软院除非你的研究方向（软院哪来的这东西我就不知道了）是图像这方面的（而且我记得cv应该也是深度学习那边的，跟这个关系不太大，顶多是预处理那一块的操作，个人不太懂有懂的可以评论说一下），不然就是学不到啥有用的东西，好在这门课是开卷考。

25年每门课基本都要点名，这门课的点名方式是课间老师点名字（我记得下课可以去补签）。课程设有7个实验，其中5个有祖传（如果25有具备伟大的开源精神的学长，那你们应该能看到7个祖传），每个实验都要写实验报告，报告格式也可以参考祖传，主要就是贴贴代码和实验图。

考试是开卷考，可以带书（或者自己打印的材料）。因为考试时长就2个小时，所以想分数高一点的话还是建议熟悉一下每个知识点分布在哪里（高低通滤波分布在各个章节中，挺容易记错出现在哪里的）。 按照白天对工程硕士的要求，只要会用就好了，不用关心公式推导 （考试里确实是这样的，只要知道算法怎么工作的就行了，原理不太用懂，毕竟傅里叶变换这种有点深邃）

考试题目实在忘的差不多了 以下给出一些我还有点印象的：

1.幅值为10的冲激函数的傅里叶变换结果是什么

2.什么是混淆（即混叠），怎么处理

3.算术编码 （就是像例题那样画个图，不过数据啥的不一样）

4.CT重建使用的经典方法 （我这题写的是滤波反投影，很多群友说雷登变换，反正你要知道ct这一部分在书上哪里。ct是白天讲的最后一部分）

5.对一个图像腐蚀后还剩多少个像素

6.m邻接

7.图像有椒盐噪声怎么处理

8.给出图像和卷积核让卷积， 某个算子卷积的结果是否有零交叉

9.给出一张曝光不足的图像问能不能用伽马变换增强

最后说一下我个人的情况，7个实验都是Ai神力，考前大概一周（好像最后时间有多？）开始复习，卷子全写了，最后成绩90+。综合来说就那样吧，上课大部分人应该都是不听的（不过老师会抽人提问），看样子应该挺好过的。毕竟实验50%，期末40%，考勤10% 。不过实验也挺花时间的就是了。