一.區(qū)別

1.數(shù)字圖像處理（Digital Image Processing）

數(shù)字圖像處理是對已有的圖像進行變換、分析、重構，得到的仍是圖像。

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。機器視覺技術其實就是工業(yè)數(shù)字圖像處理。

2.計算機圖形學（Computer Graphics）

計算機圖形學是給定關于景象結構、表面反射特性、光源配置及相機模型的信息，生成圖像。

圖形學講的是圖形，也就是圖形的構造方式，是一種從無到有的概念，從數(shù)據(jù)得到圖像。

Computer Graphics，簡稱 CG 。輸入的是對虛擬場景的描述，通常為多邊形數(shù)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(shù)組。

計算機圖形學，主要涉及圖形成像及游戲類開發(fā)，如opengl等，還有就是視頻渲染等.

3.計算機視覺（Computer Vision）

計算機視覺是給定圖像，推斷景象特性實現(xiàn)的是從模型到圖像的變換，也就是說從圖像數(shù)據(jù)提取信息，包括景象的三維結構，運動檢測，識別物體等。

Computer Vision，簡稱 CV。輸入的是圖像或圖像序列，通常來自相機或usb攝像頭。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。

計算機視覺，里面人工智能（點擊查看：2018年在人工智能上有五項大膽的預測）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

4.模式識別（Pattern Recognition）

模式識別則是從特征空間到類別空間的變換。研究內容包括特征提取（PCA，LDA，LFA，Kernel，Mean Shift，SIFT，ISOMAP，LLE）；特征選擇；分類器設計（SVM，AdaBoost）等。

PR（模式識別）本質就是分類，根據(jù)常識或樣本或二者結合進行分類，可以對圖像進行分類，從圖像得到數(shù)據(jù)。

二.聯(lián)系

計算機圖形學是計算機視覺的逆問題，兩者從開始相互獨立的平行發(fā)展到后面的融合是一大趨勢。圖像模式的分類是計算機視覺中的一個重要問題，模式識別中的許多方法可以應用于計算機視覺中。

Computer Graphics和Computer Vision是同一過程的兩個方向。Computer Graphics將抽象的語義信息轉化成圖像，Computer Vision從圖像中提取抽象的語義信息。Image Processing探索的是從一個圖像或者一組圖像之間的互相轉化和關系，與語義信息無關。

CG 中也會用到 DIP，現(xiàn)今的三維游戲為了增加表現(xiàn)力都會疊加全屏的后期，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。