图像处理技术的一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。其中图像压缩技术，可以帮助进行快速且不失真的信息传递；图像增强和复原可以帮助人们更好的获取图像的信息，使模糊的图像变得清晰，如去雾、去噪声等应用；图像匹配、描述和识别是对图像进行比较和配准的过程，比如拼图游戏的应用，文字识别，指纹识别，还可以通过检测不同时间所拍摄图像之间景物的变化，找出物体的运动轨迹。
计算机视觉是一门研究如何让“机器”实现看的学科，就是使用摄像机和计算机代替人眼（摄像机）和人脑（算法）实现对物体的识别、跟踪、测量等机器视觉，并进一步做图像处理。计算机视觉时一门综合学科，其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。有不少学科的研究目标与计算机视觉相近或与此有关。这些学科中包括图像处理、模式识别或图像识别、景物分析、图象理解等。计算机视觉包括图像处理和模式识别，除此之外，它还包括空间形状的描述，几何建模以及认识过程。实现图像理解是计算机视觉的终极目标。图像理解不仅要描述图像本身，还应该描述和解释图像代表的物体，便于对图像代表的内容作出决定。
所以计算机视觉和图像处理是彼此紧密关联的学科，它们在技术和应用上有很大部分的重叠，所以其学科的基础理论大致是相同的。但是两者还是有一定区别的，从研究内容来看，计算机视觉的研究很大程度是针对图像的内容进行的，而图像处理与图像内容无关；从研究对象来看，计算机视觉主要是单幅或多幅图像上的三维场景，如三维场景的重建，而图像处理的主要对象是二维图像。
计算机视觉的具体实现方法：图像获取（通过相机拍摄）、图像预处理（去噪声、增强有用信息等）、ROI提取（阈值分割）、特征提取（角点、边缘、纹理的提取）、检测分割（筛选特征，seletc_shape、region、XLD等）、高级处理（求region面积、求XLD长度、求目标物体的位姿等）。
根据具体应用的不同，一般有以下的应用
1 尺寸测量
2 缺陷检测（结构缺陷【如工件完整性检测】、几何缺陷【如尺寸规格检测】、颜色缺陷【如印刷质量检测】）
3 模式识别（对表征事物或者现象的各种形式信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。）【PCB板的检测】、【指纹识别】、【文字识别】、【对目标物体位姿的判定】
4 图像融合（图像拼接后进行无缝的融合）
5 目标追踪
6 三维重构
目前比较高大上的应用：自动导航的无人驾驶汽车技术、车辆超速违规拍照系统、车牌号识别、人脸识别系统等
一个三岁的小孩，可以识别出具有不同状态的同样的物体，也可以自主学习（人具有从少量样本中学习的能力）等，但对于计算机视觉来说，这是很难实现的。所以目前的计算机视觉还远远比不上一个三岁小孩的智商，所以其还有很长的路要走。