本文目录导读：
随着科技的飞速发展，计算机视觉领域的研究与应用日益广泛，计算机视觉作为人工智能的一个重要分支，致力于使计算机具备图像识别、图像处理、图像理解等功能，并非所有涉及图像处理的技术都属于计算机视觉的范畴，本文将带您走进计算机视觉的边界，揭示那些不属于其范畴的技术与应用。
图像处理
图像处理是计算机视觉的基础，但并非所有图像处理技术都属于计算机视觉的范畴，以下列举几种不属于计算机视觉的图像处理技术：
1、图像增强：图像增强技术旨在改善图像质量，如去噪、锐化、对比度增强等，虽然图像增强技术对计算机视觉领域有重要意义，但本身并不涉及图像识别、理解等任务，因此不属于计算机视觉范畴。
图片来源于网络，如有侵权联系删除
2、图像压缩：图像压缩技术旨在减小图像数据量，如JPEG、PNG等，图像压缩技术对图像存储和传输具有重要意义，但与计算机视觉任务无直接关联，因此不属于计算机视觉范畴。
3、图像分割：图像分割是将图像划分为若干具有相似特性的区域，虽然图像分割技术在计算机视觉领域有广泛应用，如目标检测、语义分割等，但作为一种图像处理技术，其本身并不属于计算机视觉范畴。
图像分析
图像分析是计算机视觉的一个重要组成部分，但并非所有图像分析技术都属于计算机视觉范畴，以下列举几种不属于计算机视觉的图像分析技术：
1、图像检索：图像检索技术旨在从大量图像中查找与查询图像相似或相关的图像，虽然图像检索技术在计算机视觉领域有广泛应用，但其核心任务在于相似性度量，而非图像识别和理解，因此不属于计算机视觉范畴。
图片来源于网络，如有侵权联系删除
2、图像测量：图像测量技术旨在从图像中提取几何信息，如距离、角度、面积等，虽然图像测量技术在计算机视觉领域有广泛应用，但其主要关注几何信息，而非图像识别和理解，因此不属于计算机视觉范畴。
图像理解
图像理解是计算机视觉的最高层次，旨在理解图像内容，如物体识别、场景理解等，以下列举几种不属于计算机视觉的图像理解技术：
1、文字识别：文字识别技术旨在从图像中提取文字信息，如OCR（光学字符识别），虽然文字识别技术在计算机视觉领域有广泛应用，但其核心任务在于文字识别，而非图像识别和理解，因此不属于计算机视觉范畴。
2、图像描述：图像描述技术旨在用自然语言描述图像内容，虽然图像描述技术在计算机视觉领域有研究价值，但其主要关注图像内容描述，而非图像识别和理解，因此不属于计算机视觉范畴。
图片来源于网络，如有侵权联系删除
计算机视觉领域的研究与应用日新月异，但并非所有涉及图像处理、分析和理解的技术都属于计算机视觉范畴，本文通过分析图像处理、图像分析和图像理解等领域，揭示了那些不属于计算机视觉范畴的技术与应用，了解这些知识有助于我们更好地把握计算机视觉的研究方向，推动相关技术的发展。
标签： #不属于计算机视觉的范畴的是
评论列表