先上图，下图通过输入输出来区分不同学科。
计算机视觉（Computer Vision, CV），输入为图像或图像序列，输出为某种信息或描述，目的在于理解图像，获得语义信息。比如目标识别任务，输入一张图片，输出图中有哪些物体、都在什么位置，典型任务包括检测、识别、分割、定位、追踪、动作识别、OCR等，详见wiki-Computer vision。
数字图像处理（Digital Image Processing, DIP），输入为图像，输出也是图像，目的在于转换图像。智能手机照相APP中的各种滤镜以及Photoshop中的各种图像操作使用的就是数字图像处理技术，包括增强、去噪、对比度拉伸、缩放、几何变换、灰度化、二值化等，详见wiki-Digital image processing。需要注意的是，DIP一般是通过逐像素操作对输入图像进行变换，“以图搜图”表面上看输入输出均为图像，其意图是找到和图片内容相似的其他图片，在技术实现上其实是预先对图像库提取好特征（描述），然后对输入图像提取特征，将其与库中的特征计算相似度并排序，将相似度高的排在前面，所以“以图搜图”实际上是计算机视觉的应用。
计算机图形学（Computer Graphics, CG），输入为某种描述（语义信息），比如点集、颜色等，输出为生成的图像（虚拟场景），目的在于生成图像，涵盖建模、渲染、动画、人机交互等内容，在游戏、动画、3D电影中应用广泛，详见什么是计算机图形学?。
随着研究的深入，三个学科在很多地方不断交叉融合。图像处理常作为计算机视觉pipeline中的预处理环节，最新版Photoshop中也加入了很多基于图片内容识别技术的黑科技用于图像处理，图形学渲染成像时也常会使用图像处理技术来获得更好的成像效果。
此外，虚拟现实（Virtual Reality, VR）和增强现实（Augmented Reality, AR）需要同时用到DIP、CV和CG技术，需要识别现实影像同时生成虚拟影像。
还有一个新兴学科叫计算摄影（Computational Photography），
计算摄影学(Computational Photography)是一门将计算机视觉、数字信号处理、图形学等深度交叉的新兴学科，旨在结合计算、数字传感器、光学系统和智能光照等技术，从成像机理上来改进传统相机，并将硬件设计与软件计算能力有机结合，突破经典成像模型和数字相机的局限性，增强或者扩展传统数字相机的数据采集能力，全方位地捕捉真实世界的场景信息。
—— from https://www.innovation4.cn/toutiao/100917-9701010937/
与前面学科不同的地方在于，计算摄影希望通过软硬件相结合的方法来改善成像效果，最近各大智能手机比拼的摄像效果，背后比的就是计算摄影技术，像超清夜景、AI降噪、全景拼接、防抖等等，还有大家熟悉的HDR模式也是一种早期的计算摄影技术，其获取不同曝光时长的图像祯，综合各自的最佳细节来合成最终图像。
