职位描述
Qt软件开发，计算机视觉方向
1. 具有较好的编程能力，熟练掌握C/C++语言
2. 掌握图像处理基本原理和基本方法
3. 懂图像处理底层算法开发的优先
4. 数学基础较好者优先
5. 懂QT编程的优先
6. 有实际机器视觉项目经验者优先
关键词
图像处理、Qt、opencv
电话试
2个项目
我的项目貌似都是底层
opencv了解多少
貌似都是家常里短
面试
笔试
比较简单
析构函数只有一个
封装和抽象是理论和实现
类的所有非静态变量都有this指针
错误点：
float类型与“零值”如何比较
实际上是一个范围，比如(0,0.0001)都为零，超出这个范围就是非零
注意点：
代码风格！！！不要图方便命名a,b,c;
面试
自我介绍不自然，但还好
聊qt，聊分水岭算法、区域生长。
重点
聊毕业后的薪资，要我定一个最低价。
我：7000
后来和学长复盘说报太低了，报价9-10k，主要是面试官会压价，可以慢慢谈。
我暂时觉得太高不太好，要看具体情况，不过我这个报价太低了，应该咬定8000，不然贱卖自己了。
总之，不太清楚自己这个情况大概的价位。
心得
每场面试并不一样，我发现一个问题，比较老的主管面试会特别严肃，一板一眼，会不断给挑你的刺，面试前要逻辑严谨，简历上的每一个点都要理清楚逻辑。
比如我的数学建模竞赛省一，因为忘记了比赛的算法被怀疑造假，烦死。有证明也不看。
对于年轻的面试管要多准备日常的编程难题，说清楚自己的编程日常，个人感觉会加影响分。
SIMD指令集架构
当面试的公司涉及计算机视觉时，以下是一些与指令集架构相关的主题和概念，你可能会被问到或需要了解的内容：
1. SIMD指令集架构：SIMD（Single Instruction, Multiple Data）指令集架构是一种并行计算的技术，它允许同时对多个数据元素执行相同的操作。这些指令可用于加速像素级计算、图像处理、向量运算等计算机视觉任务。了解SIMD指令集的基本原理、功能和应用场景是重要的。
2. x86架构的SIMD扩展：在x86架构中，有几个SIMD指令集扩展可用于计算机视觉任务。其中，SSE（Streaming SIMD Extensions）提供了128位向量寄存器，而AVX（Advanced Vector Extensions）则引入了256位和512位向量寄存器。了解这些扩展的功能、指令集和寄存器组织是有帮助的。
3. SIMD并行优化：了解如何有效地利用SIMD指令集来优化计算机视觉算法的性能是重要的。这包括了向量化数据处理、循环展开、数据对齐、内存访问模式优化等技术。面试可能会询问如何对特定的计算机视觉任务进行SIMD并行优化，以提高性能和效率。
4. GPU计算：在计算机视觉领域，通常使用图形处理器（GPU）进行高性能并行计算。了解GPU架构、CUDA编程模型、OpenCL等相关技术是有益的。此外，了解CPU和GPU之间的数据传输和协同计算方式也是重要的。
5. 其他指令集架构：除了x86架构的SIMD扩展，还有其他指令集架构与计算机视觉相关。例如，ARM架构的NEON指令集和POWER架构的AltiVec指令集都提供了SIMD功能，用于移动设备和嵌入式系统中的计算机视觉应用。
准备面试时，深入了解这些指令集架构的原理、功能、优化技术以及与计算机视觉任务的应用有助于展示你对计算机视觉领域的专业知识和技能。同时，了解如何通过优化算法和代码来利用指令集架构的并行计算功能，可以提高计算机视觉应用的性能和效率。