計算機視覺研究的主要是人工智能， 計算機圖形學是數字圖像的合成產生技術，而數字圖像圖像處理則是圖像數據的分析加工 （圖形學的逆過程）

Computer Graphics，簡稱 CG 。輸入的是對虛擬場景的描述，通常為多邊形數組，而每個多邊形由三個頂點組成，每個頂點包括三維坐標、貼圖坐標、rgb 顏色等。輸出的是圖像，即二維像素數組。

Computer Vision，簡稱 CV。輸入的是圖像或圖像序列，通常來自相機、攝像頭或視頻文件。輸出的是對于圖像序列對應的真實世界的理解，比如檢測人臉、識別車牌。
Digital Image Processing，簡稱 DIP。輸入的是圖像，輸出的也是圖像。Photoshop 中對一副圖像應用濾鏡就是典型的一種圖像處理。常見操作有模糊、灰度化、增強對比度等。

再說聯系：
CG 中也會用到 DIP，現今的三維游戲為了增加表現力都會疊加全屏的后期特效，原理就是 DIP，只是將計算量放在了顯卡端。
CV 更是大量依賴 DIP 來打雜活，比如對需要識別的照片進行預處理。
最后還要提到近年來的熱點——增強現實（AR），它既需要 CG，又需要 CV，當然也不會漏掉 DIP。它用 DIP 進行預處理，用 CV 進行跟蹤物體的識別與姿態獲取，用 CG 進行虛擬三維物體的疊加。

先說區別

1. Computer Graphics，簡稱CG。輸入的是對虛擬場景的描述，通常為多邊形數組，而每個多邊形由三個頂點組成，每個頂點包括三維坐標、貼圖坐標、rgb 顏色等。輸出的是圖像，即二維像素數組。

[xyz xyz xyz ... xyz] -> 圖片

2. Computer Vision，簡稱CV。輸入的是圖像或圖像序列，通常來自相機、攝像頭或視頻文件。輸出的是對于圖像序列對應的真實世界的理解，比如檢測人臉、識別車牌、區分貓狗。

圖片 -> dog or cat?

圖片 -> [xyz xyz xyz ... xyz]

3. Digital Image Processing，簡稱DIP。輸入的是圖像，輸出的也是圖像。Photoshop 中對一副圖像應用濾鏡就是典型的一種圖像處理。常見操作有模糊、灰度化、增強對比度等。

圖片 -> ps后的圖片

再說聯系

1.CG 中也會用到 DIP，現今的三維游戲為了增加表現力都會疊加全屏的后期特效，原理就是 DIP，只是將計算量放在了顯卡端。通常的做法是繪制一個全屏的矩形，在 Pixel Shader 中進行圖像處理。

2.CV 大量依賴 DIP來打雜活，比如對需要識別的照片進行預處理，增強對比度、去除噪點。

3. 最后還要提到今年的熱點——增強現實（AR），它既需要 CG，又需要 CV，當然也不會漏掉 DIP。它用 DIP 進行預處理，用 CV 進行跟蹤物體的識別與姿態獲取，用 CG 進行虛擬三維物體的疊加。

如果讀者留意 OpenCV 2.3 之后的版本，那么會發現 cv::ogl namespace，ogl 自然是 OpenGL了。一個三維計算機圖形庫為何出現在計算機視覺中，傳統的 CV 開發者是否需要學習它，這些問題待我一一來回答。

問題一：為何引入 OpenGL？

在 2.3 之前 OpenCV 的渲染部分都是由 CPU 來實現的，不論是畫線還是把圖片顯示到屏幕上。這有兩個問題，速度慢，同時沒法畫三維物體。引入 OpenGL 是為了借助 顯卡的力量，顯卡比 CPU 更擅長渲染，同時顯卡和 CPU 可以同時干活。比方說，CPU 在獲取攝像頭畫面然后檢測人臉時，顯卡在渲染三維的人臉網格模型和高精度抗鋸齒的二維界面。

另外，隨著民用深度傳感器的普及，cv::VideoCapture 第一時間增加了對 Kinect、華碩 Xtion、Intel Perceptual Computing SDK 等的支持。傳統的視覺計算中，深度圖只能當做單通道的灰度圖進行處理。想實現隔空的多點觸摸是綽綽有余，但是如果想實現三維重建（比如 Kinect Fushion）那么我們必須將算法升級到三維空間。相應的，三維空間的算法也需要三維的 API 進行渲染，也就是 OpenGL。

想開啟該功能，需要在配置 CMake 時選上 WITH_OPENGL=ON，然后重新編譯完整的 OpenCV 庫。我簡要介紹下幾個組件：

ogl::Buffer 是 OpenGL 中的緩存區，可以用于保存多邊形的頂點和顏色等。
ogl::Texture2D 是保存在顯卡中的二維貼圖，可以認為是得到 GPU 加速的 cv::Mat。

前面這兩個類都只是保存數據，要把數據畫出來，還要用到 ogl::render 函數。

void ogl::render(const Texture2D& tex, Rect_<double> wndRect=Rect_<double>(0.0, 0.0, 1.0, 1.0), Rect_<double> texRect=Rect_<double>(0.0, 0.0, 1.0, 1.0))

問題二：是否應該學習 OpenGL？

It depends.

如果你開發的是命令行程序并不顯示任何圖像，或者顯示的圖片很簡單，那么不需要轉換到 cv::ogl 下。

如果你的應用耗費了大量時間在圖片的顯示上，或是希望擁有高質量的界面系統，那么你可以借助 cv::ogl::Texture2D 加速圖像的渲染。

如果你開發的是增強現實應用，你肯定已經擁有了自己的三維渲染模塊，可以考慮與 cv::ogl::Buffer 整合。

如果你已經在使用 CUDA 模塊，對于渲染的時候數據需要回傳到 CPU 表示多此一舉，那么你可以使用 CUDA 與 OpenGL 的協同功能去除多余的數據傳輸。

另一方面，如果你不是 OpenCV 的用戶但是你正在開發虛擬現實應用，你可以考慮將視覺計算引入到你的系統中，實現類似 HoloLens 的設備。

未來展望：OpenCV 與顯卡的關系

由于顯卡能力的增強以及硬件公司的支持，OpenCV 逐漸展露出新的形態，大量的視覺計算位于顯卡上。

運算通過 CUDA 模塊或 OpenCL 模塊，這兩個模塊分別得到 NVIDIA 與 AMD 的大力支持。
渲染通過 OpenGL 模塊。

這意味著除了文件讀寫（highgui 模塊）外，視覺應用可以逐漸脫離 CPU。

簡單點說吧，
1，計算機視覺，里面人工智能的東西更多一些，不僅僅是圖像處理的知識，還涵蓋了人工智能，機器學習等領域知識；
2，計算機圖形學，主要涉及圖形成像及游戲類開發，如opengl等，還有就是視頻渲染等；
3，圖像處理，這個主要針對圖像圖像的基本處理，如圖像檢索或則圖像識別，壓縮，復原等等操作。以上只是本人字面理解

總結

以上是生活随笔為你收集整理的计算机视觉，计算机图形学和数字图像处理，三者之间的联系和区别是什么？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。