理工酷

概括来说：

计算机视觉： 输入：图像 输出：场景知识（识别物体，人物，在那里发生的活动，物体与相机之间的距离以及彼此之间的距离，...） 方法：图像处理，机器学习，...

图像处理： 输入：图像 输出：图像（可能采用不同的格式，例如压缩图像）。没有给出现场知识。 方法：不同的滤波，FFT，...

详细一点的回答：

图像处理主要是处理原始图像并为其他任务（如“计算机视觉”）做好准备工作，了解这些图像的含义是计算机视觉的任务。

计算机视觉做的是以视网膜作为输入的人脑的工作，包括认识和预测视觉输入。这个过程包括分割，识别，重建（3D）和预测（基于视频数据），对场景进行整体的了解。

许多传统的计算机视觉算法都采用图像处理和机器学习或某些其他方法（如变分法，组合法等）来完成上述过程。例如，使用边缘检测（如Sobel过滤器）之类的图像处理技术来创建图像描述（如SIFT），并将创建好的图像描述提供给机器学习算法进行分类（用于识别）。