Шансы IDL в обработке изображений
Я - инженер-программист, работающий в Medical Imaging. Я только начал использовать язык IDL, и я чувствую себя очень комфортно с ним. Как новый участник в этой области с таким языком, как IDL, я хотел бы знать шансы IDL в этом Кто-нибудь может мне помочь?
1 ответ
Ну, так вот мое пристрастное мнение -> Я иду к вам противоположным путем. Я использовал IDL (и до PV-Wave) примерно 10 лет (в основном, МРТ), и сейчас я пытаюсь расстаться с ним. Вот почему. Если вы опытный, вы можете очень быстро протестировать что-либо в интерактивном режиме. Это типичный случай использования ученых; большинство из них не имеют достаточного образования в области КС и с радостью берут любой инструмент, который кажется полезным. На самом деле, IDL довольно хорошо справляется с большими массивами / изображениями и т. Д., С которыми вы, вероятно, столкнетесь при формировании изображений.
Однако, это не очень красиво, и кодирование становится все более неловким, когда размер вашего проекта увеличивается. Если вы инженер по программному обеспечению, я подозреваю, что вы скоро достигнете предела и будете проклинать его без конца. Если вы попытаетесь разработать код GUI для окружающих вас людей, возможно, вас ждет нелегкая поездка. Это одна из главных причин, по которой я перехожу на Python + EPD со scipy и подобными. Кроме того, привязка к существующим сложным инструментам обработки изображений, которые могут вам понадобиться (регистрация, сегментация и т. Д.), Не идеальна.
У меня есть еще одна жалоба - текущие расходы на лицензирование. Даже в академической среде они становятся недопустимыми, и я бы предпочел потратить их на учащегося, который мог бы писать мне, а не на ITT. Хорошей особенностью является возможность компилировать практически весь код IDL в сохраненный файл, который другие могут использовать с бесплатной виртуальной машиной IDL.
По сути, все сводится к тому, насколько ваши коллеги нуждаются в вас, чтобы использовать IDL. Если бы это был полностью ваш выбор, я бы посмотрел в другом месте. Если бы существовала значительная (и достойная) кодовая база, я бы остался. Медицинская визуализация плюс астро-сообщество достаточно зависимы, чтобы поддерживать это на некоторое время. Если вы решите остаться, я настоятельно рекомендую сочинения Дэйва Фаннинга (его веб-страница + его книга + группа Google). Он является чем-то вроде значка в сообществе idl и, конечно, научил меня вещам, которые были очень полезны. (Проверьте могущественную функцию гистограммы, я не шучу!)
Надеюсь, это сработает для вас.