1. 从一份2019校招笔试题说起提起vivo的图像算法工程师岗位很多人第一反应是“手机拍照算法”——没错笔试的重头戏的确集中在成像相关的底层原理和工程实现上。我拿到这份2019年校招笔试题时整体印象是题目不算偏但覆盖面很杂从矩阵求逆到拉普拉斯锐化从SVM推导到K-means的工程缺陷再到一道用C或Python实现图像缩放的编程题基本把图像算法岗日常要用的数学基础、经典算法和代码能力都过了一遍。这份试题适合谁参考一类是正在准备手机厂商或AI公司图像算法岗位的应届生另一类是想系统梳理“图像算法面试到底考什么”的从业者。不管你是刚入门还是已经工作一两年都能从题目背后看到面试官真正在意的能力模型——不是背几个网络结构就行的深度学习选手而是数学底子扎实、对传统图像处理有手感、能上手写代码解决问题的工程师。我按回忆把整份笔试的核心考点拆成四大块数学基础、图像处理经典算法、机器学习与深度学习基础、编程题与开放性设计题。每一块我都会还原典型题目给出我当时的解题思路以及复盘后觉得更优的答法。有些题目我踩过坑也会一并标出来希望帮你少走弯路。2. 数学基础题看似送分实则筛选2.1 矩阵特征值与图像压缩的隐藏关联这部分的题目一般不直接说“请计算特征值”而是包装成应用场景。比如有一道题是给定一个2x2矩阵求其特征值和特征向量。单独看就是线性代数基础题但后面跟了一问——“如果把这个矩阵看作某图像块的协方差矩阵特征值大和小分别说明什么”这题其实在考察PCA主成分分析的本质认知。特征值代表该特征向量方向上的方差大小也就是图像块在这个方向上的信息丰富程度。特征值大的方向是主方向对应边缘或纹理的主要朝向特征值小的方向信息量少可以在压缩时丢弃。我当时在答案里写了“PCA用于图像压缩时保留前k个最大特征值对应的特征向量能重建图像的主要结构”面试官后来追问了一句——“那如果所有特征值都差不多大呢”这道追问其实想考的是对“信息分布均匀”的理解特征值接近说明图像块在各个方向上的纹理复杂度接近这时候用PCA做压缩效果不会好更适合保留原始信息。实操层面我建议复习时把特征值分解和SVD放在一起理解因为图像处理里SVD用的比特征值分解更普遍。有一道附加题就问到了SVD与特征值分解的区别SVD不需要矩阵是方阵而且数值稳定性更好。这个区别在做图像去噪、矩阵低秩近似时非常关键属于工作时间越长越能体会的考点。2.2 概率统计题贝叶斯公式与高斯噪声笔试里还出现了一道贝叶斯相关的题已知某检测算法在正常样本上的误报率为1%在缺陷样本上的检出率为99%样本总体缺陷率为0.1%问某个样本被算法报为缺陷时它真正是缺陷的概率是多少。这道题就是纯粹的贝叶斯公式应用但大部分人在考场上一紧张就会算错。设D为样本真实缺陷A为算法报警。P(D|A) P(A|D)P(D) / P(A) 0.99 * 0.001 / (0.99 * 0.001 0.01 * 0.999) ≈ 0.0902。也就是说即使算法表现看起来很好真实缺陷率只有9%左右。这就是典型的“基率谬误”也是图像算法岗做缺陷检测时必须刻在脑子里的概念——模型精度高不等同于实际效果好。这类题背后考察的是工程师有没有“数据分布敏感性”。在真实业务里正负样本不平衡是常态如果不懂贝叶斯调整阈值或采样策略模型上线后大概率翻车。我自己的习惯是在做分类模型评估时除了看Accuracy一定同时看Precision、Recall和混淆矩阵并且根据先验概率调整决策阈值。3. 图像处理经典算法笔试重头戏3.1 直方图均衡化公式推导与手算流程直方图均衡化几乎是图像算法岗笔试的必考题vivo这份也不例外。题目给了四个灰度级的小图比如2x2要求计算均衡化后的灰度映射关系。核心公式是 s_k T(r_k) (L-1) * Σ_{j0}^{k} p_r(r_j)其中p_r(r_j)是灰度级r_j的出现概率。我在做题时会先列出每个灰度级的像素个数算概率再算累计概率最后乘以255如果是8bit图像并取整。这道题真正想考察的不是背公式而是对“映射后灰度级要取整且需要归并”的理解。比如原图灰度级0、1、2、3出现的像素数分别是1、3、2、2总共8个像素那么累计概率分别是0.125、0.5、0.75、1.0乘以3如果是4个灰度级就是L-13得到0.375、1.5、2.25、3取整后是0、2、2、3也即原灰度级1和2可能映射到同一个灰度级2。很多新手会忽略归并这一步导致结果对不上。我当时还在答题时补充了一句均衡化后图像对比度增强但会损失一些灰度细节尤其对原本就很平缓的区域容易产生过度增强。这道题如果想拿高分建议同时写出对直方图均衡化局限性的理解比如增强噪声、不适用于局部对比度差异大的场景这些细节能让面试官看到你不是只会算题的工具人。3.2 高斯滤波为什么是高斯核而不是均值核高斯滤波原理本身不复杂但笔试很喜欢考“为什么选高斯核”。我遇到的题目是请写出高斯核的计算公式并说明在图像去噪中相对于均值滤波高斯滤波有哪些优势。高斯核公式是 G(x, y) (1 / (2πσ²)) * exp(-(x²y²) / (2σ²))。优势可以从频域解释均值滤波的频率响应有旁瓣会导致图像产生振铃效应而高斯滤波的傅里叶变换仍然是高斯函数没有旁瓣平滑更加自然。这里有个细节值得注意——高斯核标准差σ的选取会直接影响效果。笔试中的一道选择题问σ越大图像会怎样答案是“越模糊细节保留越少”。我在实操中一般会跟面试官强调σ与核半径的经验关系核半径一般取3σ因为3σ以外的权重已经非常小约0.3%可以忽略不计。例如σ1时核大小取7x7就足够了取更大的核只会增加计算量而不会改善效果。高斯滤波还有一个高频变体——双边滤波笔试中偶尔会作为加分题出现。双边滤波在计算权重时同时考虑空间距离和像素值差异所以能在去噪的同时保持边缘但缺点是计算量成倍增加且对参数非常敏感。vivo当年没考到双边滤波的推导但在面试环节问到了“如果你在暗光环境下拍照用哪种滤波既能去噪又不糊边缘”这种时候答双边滤波或引导滤波都是加分项。3.3 拉普拉斯算子与图像锐化笔试题里的经典陷阱拉普拉斯锐化是这次刷题时绕不开的高频考点。标题里热搜词也出现了“图像锐化的拉普拉斯算法”说明vivo笔试对图像增强这个方向确实有倾向。拉普拉斯算子模板常见的有两种四邻域模板 [[0,-1,0], [-1,4,-1], [0,-1,0]] 和八邻域模板 [[-1,-1,-1], [-1,8,-1], [-1,-1,-1]]。锐化的公式是 g(x, y) f(x, y) c * ∇²f(x, y)其中c为正时是锐化为负时反而会模糊。考试中常见的陷阱题是给一张只有平坦区域和边缘的简单图像要求手算拉普拉斯响应。比如像素值都是100的区域拉普拉斯响应为0如果某个像素点周围有一侧是200另一侧是100那么拉普拉斯的计算结果就不为0反映了边缘处的二阶导数突变。这道题真正的坑在于对拉普拉斯模板的理解对不对。四邻域模板计算的是当前像素与上下左右四个方向的差分之和八邻域还加上了对角方向的差分。笔试时有一道选择题问“拉普拉斯算子为什么对噪声敏感”正确答案是二阶差分对噪声的放大效果比一阶差分更明显。这也是为什么在实际锐化前通常先做一次高斯平滑去噪否则锐化出来的图像全是噪声点。我自己在写拉普拉斯锐化代码时习惯同时实现两个版本——一个用filter2D直接卷积另一个用图像差分手动实现两者结果对比可以验证卷积核方向是否正确。这个小技巧在笔试机试时能救命因为有时候拉普拉斯核方向反了边缘会变成负值显示出来就是黑白颠倒很多人这时还不知道错在哪儿。4. 机器学习与深度学习基础模型理解比调参更重要4.1 SVM支持向量机的推导与核函数选择SVM是机器学习基础题里的常客。笔试考得比较常规给出线性可分情况下的SVM优化目标要求写出对偶形式的推导思路并说明核函数的作用。SVM的核心思想是最大化几何间隔优化目标为 min ||w||²/2约束条件是 yᵢ(w·xᵢ b) ≥ 1。通过拉格朗日乘子法转化为对偶问题后可以引入核函数 K(xᵢ, xⱼ) φ(xᵢ)·φ(xⱼ)把低维线性不可分的数据映射到高维线性可分。答题时可以强调核函数聪明的地方在于不需要显式计算高维特征而是直接在低维空间计算内积。这部分常见追问是“RBF核的两个参数C和γ对模型复杂度有什么影响”。C是惩罚系数C越大对误分类的惩罚越大模型越容易过拟合γ越大RBF核的影响范围越小决策边界越复杂同样容易过拟合。笔试题里会出一道小的判断题很多人会在这里丢分——注意“γ越大越容易过拟合”这个结论和“C越大越容易过拟合”能对得上但如果只记其中一个就很容易搞混。4.2 K-means的优缺点与图像分割应用K-means也是常考的点只是vivo把它和图像分割结合了起来。题目的问法是如果用K-means做图像分割简述流程并指出K-means的一个主要缺点。流程本身很简单把每个像素的RGB值或特征向量当作样本点随机初始化K个聚类中心迭代分配和更新直到收敛。主要缺点也很经典对K值敏感、对初始中心敏感、容易收敛到局部最优、对噪声和离群点敏感。我当时在答案里额外写了一段K-means在图像分割中的实际效果严重依赖于特征表示。如果直接用RGB坐标光照变化会导致分割不稳定用Lab颜色空间的特征或者拼接像素坐标信息效果会好很多。后来在工作中做简单的前景背景分割时我确实更倾向于Lab空间加坐标特征做K-means分割边缘比纯RGB平滑得多。笔试也许不会因为这些细节加分但面试官看到了会知道你有真实项目经验。4.3 CNN基础为了压缩和精度卷积核怎么设计vivo笔试对CNN的考查偏工程。有一道题是3x3的卷积核输入为HxWxC输出通道数为N计算参数量和计算量FLOPs。参数量是 33CNFLOPs大约是 HWCN33忽略乘加合并。如果加了bias参数量要再加N。这道题的重点不在计算本身而在你是否清楚“卷积计算量随着输入分辨率和通道数成倍增长”这一点。紧接着的追问是如何在不增加太多计算量的情况下提升感受野标准答案是使用空洞卷积或者堆叠多个小卷积核代替大卷积核。比如两个3x3卷积堆叠感受野等效于5x5卷积但参数量从25C²降到了18C²计算量也更低。这种方案也是vivo在手机上做轻量化算法的思路——毕竟手机端的NPU算力有限每毫秒的耗时都得抠。5. 编程题与开放性设计代码能力和工程思维的实弹演练5.1 图像双线性插值缩放从公式到C实现编程题考的是图像缩放我抽到的版本是实现双线性插值将一张灰度图像缩放到指定尺寸。这个题目高度贴近手机相册里的图像缩放功能实用性极强。核心思路是目标图像像素坐标映射回原图坐标再取周围四个像素加权平均。假设目标像素坐标为(dst_x, dst_y)映射回原图的浮点坐标为(src_x, src_y)那么x0 floor(src_x)y0 floor(src_y)x1 x0 1y1 y0 1dx src_x - x0dy src_y - y0插值结果 f(x0,y0)(1-dx)(1-dy) f(x1,y0)dx(1-dy) f(x0,y1)*(1-dx)*dy f(x1,y1)dxdy我当时的实现用C按扫描线处理关键点在于处理边界情况。如果映射后的坐标超出原图边界一般有两种处理方式一种是把坐标clip到[0, width-1]范围另一种是用边界的像素值替代。我在代码里选择直接clip加了一行注释说明原因是逻辑简单且效果足够。后来在实际工作中处理相机图像时发现clip在边缘会产生轻微的条带效应改用反射填充reflection padding会更好不过笔试时clip是能得分的方案。下面贴一个简化的C实现供参考。注意这里假设输入图像是单通道灰度图如果换成三通道RGB需要在每个通道上分别插值。#include vector #include cmath #include cstdint std::vectoruint8_t bilinear_resize( const std::vectoruint8_t src, int src_w, int src_h, int dst_w, int dst_h) { std::vectoruint8_t dst(dst_w * dst_h, 0); const double scale_x static_castdouble(src_w) / dst_w; const double scale_y static_castdouble(src_h) / dst_h; for (int dy 0; dy dst_h; dy) { double src_y (dy 0.5) * scale_y - 0.5; // 处理超出边界的情况直接clip到有效范围 src_y std::max(0.0, std::min(static_castdouble(src_h - 1), src_y)); int y0 static_castint(std::floor(src_y)); int y1 std::min(y0 1, src_h - 1); double dy_ratio src_y - y0; for (int dx 0; dx dst_w; dx) { double src_x (dx 0.5) * scale_x - 0.5; src_x std::max(0.0, std::min(static_castdouble(src_w - 1), src_x)); int x0 static_castint(std::floor(src_x)); int x1 std::min(x0 1, src_w - 1); double dx_ratio src_x - x0; double top src[y0 * src_w x0] * (1.0 - dx_ratio) src[y0 * src_w x1] * dx_ratio; double bottom src[y1 * src_w x0] * (1.0 - dx_ratio) src[y1 * src_w x1] * dx_ratio; double value top * (1.0 - dy_ratio) bottom * dy_ratio; dst[dy * dst_w dx] static_castuint8_t(std::round(value)); } } return dst; }5.2 特征点检测与匹配你最熟悉的算法是什么笔试最后一部分通常是开放性设计题。vivo当年的题目是如果要做一个“文档扫描增强”功能输入是一张用手机随手拍的歪斜纸质文档输出是正视角、背景纯净、文字清晰的图像你会怎么设计算法流程。这是一道综合设计题真正想考察的是你是否理解图像处理从输入到输出的完整链路。我的答题思路分了四步预处理转灰度、高斯去噪、自适应阈值或边缘检测突出文档边界文档检测用边缘检测加霍夫变换或近似多边形检测找到文档区域的四个角点透视校正根据四个角点计算单应性矩阵做透视变换将文档拉正增强对拉正后的图像做对比度增强、背景去除、锐化。面试官听完后追问了一个很实际的问题如果文档的背景是深色桌面边缘检测会失效怎么处理。我当时答的是改用MSER检测文本区域或颜色聚类来分离前景和背景。实际项目中这个场景更常用的方案是基于深度学习的文档分割模型比如DewarpNet、DocSegmentation但因为笔试不依赖深度学习框架能给出基于传统图像处理的完整流程已经足够了。这里我踩过的坑是文档检测的输入图像如果分辨率不够高透视变换后的文字会糊所以建议在做边缘检测之前先对图像做一次超分或至少用bicubic插值放大。另一个坑是自适应阈值参数对光照不均的文档非常敏感后来我改用sauvola阈值分割在没有深度模型的场景里能明显提升文字的可读性。6. 笔试后的面试题和常见坑梳理6.1 图像算法工程师面试的“高频追问”笔试通过后技术面会在笔试基础上做深度追问这部分也必须提前准备。vivo的面试风格比较务实不绕弯子基本围绕你做过的项目展开再掺入几个场景题。常见的追问包括你说用过高斯滤波那在手机夜景模式里为什么不能用它做去噪答案要点夜景噪点大多是高方差噪声高斯滤波会同时抹掉细节更适合用BM3D或基于深度学习的去噪模型。如果要在手机上实时运行一个超分模型你会怎么加速答案要点模型剪枝、知识蒸馏、量化INT8、网络结构轻量化如MobileNetV3、GhostNet以及利用手机NPU/DSP进行异构计算。你是怎么看图像算法工程师和深度学习算法工程师的区别的这道题容易被问懵答案是图像算法工程师更强调对图像形成过程、像素分布规律和经典算法的理解深度学习是工具之一但在很多实际场景里传统图像处理算法依然是最稳的底牌。6.2 从笔试复盘看备考哪些知识必须牢固掌握如果只给你两周时间准备我建议按优先级拆解数学基础矩阵、概率花两天复习图像处理经典算法花四天强化机器学习基础花三天剩下的时间专门刷编程题和开放性设计题。注意不要沉迷于刷“深度学习八股文”vivo这类厂商更看重你能否在限制条件下用工程方案解决图像质量问题。刷题时建议自己先铅笔手算一遍直方图均衡化和拉普拉斯锐化的结果再写代码验证。这个流程能很快暴露理解盲区——比如直方图均衡化时灰度级归并后图像的直方图不再完全均匀很多人会在这类细节上卡壳。手动算一下就明白了。6.3 我踩过的几个细节坑笔试和面试过程中我有几个印象特别深的坑这里一并列出来第一个坑是拉普拉斯算子卷积核的方向。用filter2D做卷积时OpenCV的filter2D是相关运算而非严格的卷积运算不需要对核进行翻转。如果你按严格卷积习惯先把核旋转180度再算结果边缘方向会相反。这个细节在笔试手算时不明显但写代码调试时就会浪费不少时间。第二个坑是双线性插值中坐标对齐方式。如果直接用 src_x dst_x * scale_x不加0.5偏移缩放倍数较大会在图像边缘产生轻微偏位。更标准的方式是使用中心对齐即 src_x (dst_x 0.5) * scale_x - 0.5这样能保持图像的重心位置不变。第三个坑是K-means做图像分割时对特征归一化不敏感。直接拼接RGB和坐标特征时RGB值范围0~255坐标值范围可能远远大于这个范围会导致聚类结果主要由坐标主导。实际使用时建议把每个特征维度都归一化到0~1区间再用权重调节颜色和空间位置的相对重要性。这个细节在笔试设计题中能主动写出来会是很明显的加分项。第四个坑是关于面试时聊项目如果简历上写了“使用UNet做图像分割”一定要能答出UNet的U型结构为什么能保留细节——编码器逐步下采样提取语义信息解码器逐步上采样恢复分辨率中间用skip connection将编码器的细节特征拼接到解码器这样既能保持定位精度又能保留边缘细节。很多人会背结构但被问到“为什么比FCN好”时就说不上来了。7. 从这份题里我总结出的常见问题速查| 知识点 | 典型问题 | 易错点 | 建议答法 | | 直方图均衡化 | 手算映射关系 | 忘记灰度级归并 | 先列概率表累计后乘(L-1)最后取整去重 | | 拉普拉斯锐化 | 写出锐化公式 | 卷积核方向搞反 | gfc∇²f注意c的符号与核方向 | | 高斯滤波 | 为何优于均值滤波 | 只答“效果更好” | 从频域无旁瓣、不产生振铃的角度回答 | | SVM对偶 | 推导优化目标 | 混淆C与γ的影响 | C大过拟合γ大过拟合方向要分清 | | K-means | 图像分割流程与缺点 | 忽略特征归一化 | 特征归一化、K值初始化、局部最优都要提到 | | CNN计算量 | 手算FLOPs | 忘记乘以输入通道 | HWCNK*K别漏通道和核尺寸 | | 双线性插值 | 手写缩放函数 | 坐标对齐方式错误 | 用中心对齐公式处理边界clip | | 文档增强 | 流程设计 | 只讲深度学习不接地气 | 传统流程边缘检测单应变换兜底深度学习作为备选 |这份速查表基本覆盖了笔试中出现概率最高的题目类型。建议在考前把每一行都用手写推导一遍再配套写代码验证这样笔试通过率会明显提高。8. 一点个人复盘这类岗位到底在选什么样的人整个vivo 2019校招流程走下来我最大的感受是笔试只是门槛真正拉开差距的是“能不能把算法落地成稳定的工程模块”。图像算法工程师不是单纯调包调参的算法调优师也不是把论文复现一遍就完事的科研助手——你需要在功耗、发热、时延、画质的四角约束里找一个平衡点这比在服务器上跑通一个模型要难得多。我还记得技术面最后问我的问题“如果夜景模式下的降噪算法导致人脸肤色明显偏红而你只有两天时间你会怎么排查”这个问题没有标准答案但面试官想听的其实是你的排查思路第一步先拆链路是检测模块误检了肤色区域还是降噪模块改变了色彩通道的统计分布还是白平衡和降噪之间的顺序问题第二步做控制变量固定其他模块单独关闭降噪看色偏是否消失第三步再针对性调整。这种思路本质上是工程调试能力和刷多少题没有直接关系但笔试里考的数学基础和图像处理原理恰恰是支撑这套排查思路的底层知识。如果让我给正在准备这类面试的人一个建议那就是不要只背题试着把每道笔试题目变成一个小项目。比如拉普拉斯锐化你写一个能调节锐化强度的命令行小工具比如K-means分割你在自己的照片上跑一遍并调出最好效果的参数。把这些小项目放进简历或项目经历里学到的东西会比刷十套题都扎实。