一图理解计算机视觉、计算机图形学、数字图像处理

这是文兄第52篇原创文章

自动驾驶的兴起，也使得计算机视觉一跃成为了人工智能中最受关注的方向。我曾在年初介绍了计算机视觉大牛，谷歌中国的负责人——李飞飞的系列演讲：

说来有趣，我那时其实对计算机视觉理解很浅，但在脑海中却有种熟悉感。慢慢才意识到，那是因为我曾经做过有关计算机图形学的项目。计算机视觉和计算机图形学，两者的技术方法截然不同，但两者的工作目的却有着奇妙的联系。真正帮我解惑的，正是如下这张图片：

这张图片有着科学工作者们都无法抗拒的简洁美感，使目前科技领域几个重要概念显得泾渭分明。我尝试结合自身的经验去解释下这张图：

计算机视觉是人工智能的重要方向，数字图像处理是计算机视觉的第一步，而计算机图形学，作为工具和平台支撑着数字图像处理和计算机视觉的发展与应用。

数字图像处理，输入是图片，输出也是图片。

包括数字成像与图像处理。

数字成像最广泛的应用是：

数码相机：把大自然中的光信号转化为数字信号，通过一系列计算机处理得过程后，通过显示设备再度呈现为图像。

图像处理最广泛的应用是各类P图软件。Prisma是去年火爆世界的一款软件，它通过深度学习，让机器掌握把各类艺术家的艺术风格，然后再把某种艺术风格施加到正常的照片，进而让照片成为“大师之作”。

计算机视觉，输入是图片，输出是知识。

包括机器视觉和计算机视觉，机器视觉广泛应用于工业检测领域，目的是高精度的测量。

而计算机视觉，重在让计算机像人类一样，看懂一张照片或视频中的内容，具体内容请参考李飞飞演讲。

医学类的应用主要是把AI应用在医疗影像学上：

计算机图形学，输入是知识，输出是图片。

计算机图形学最广泛的应用是计算机辅助设计软件CAD，它彻底改变了人类工程设计的习惯。

而在娱乐上，基于计算机图形学的现代电脑游戏，也已经深刻影响着人类的娱乐习惯。

人工智能，输入是各类信息，输出是知识

低水平的人工智能已经广泛应用于人类生活生产中——智能控制系统。

高水平的人工智能，也就是具备深度学习能力的人工智能，在最近两年已经证明了其巨大的潜力：

学无止境，从构建知识体系架构开始吧。

End