圖像處理側重利用傳統(tǒng)圖像處理技術“處理”圖像，對輸入的圖像做某種變換，輸出仍然是圖像，基本不涉及或者很少涉及圖像內(nèi)容的分析，比較典型的有圖像變換，圖像增強，圖像去噪，圖像壓縮，圖像恢復，二值圖像處理等等；而計算機視覺在于使用計算機來模擬人的視覺，用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。

關于圖像處理，圖像分析和計算機視覺的劃分并沒有一個很統(tǒng)一的標準。一般的來說，圖像處理的書籍總會或多或少的介紹一些計算機視覺的知識，而計算機視覺的書籍基本上都會包括圖像處理和圖像分析，只是不會介紹的太詳細。圖像處理是底層視覺上的處理，計算機視覺是高層視覺上的分析，現(xiàn)在大多數(shù)研究者可能集中在計算機視覺領域，當然傳統(tǒng)圖像處理技術是計算機視覺的基礎知識，也需要學習。

圖像處理工程師可能主要在最基本圖形處理的開發(fā)與研究，熟悉圖像處理的各種算法，特別是圖像去噪、圖像增強、復原、質(zhì)量改善、檢測、色彩科學、圖像分割、圖像識別處理、圖像跟蹤、圖像的獲取及視頻處理。另外，要有優(yōu)秀的數(shù)學功底（特別是線性代數(shù)、優(yōu)化理論、統(tǒng)計知識）；計算機視覺工程師應該是算法方向，需要掌握計算機視覺和圖像處理基本算法，了解機器學習基本算法，如分類、回歸、聚類、概率模型等，并在如下一個或多個相關方向有較深入研究：移動圖像技術應用、圖像內(nèi)容搜索、人臉檢測識別、圖像分類標注、OCR、增強現(xiàn)實、圖像質(zhì)量評價、圖像處理等；這兩個崗位具體應用包括人臉檢測識別、醫(yī)學影像處理、文字檢測與是識別、智能駕駛、安防監(jiān)控、三維視覺檢測、工業(yè)視覺檢測等，計算機視覺工程師崗位要求相比圖像處理工程師要高，相比薪資待遇好，發(fā)展前景也不錯。

上學的時候主要是利用傳統(tǒng)圖像處理技術來研究課題，后來隨著深度學習技術的發(fā)展，我也開始研究深度學習算法，從就業(yè)要求來看，大多數(shù)互聯(lián)網(wǎng)招聘的計算機視覺崗位都需要掌握深度學習技術，傳統(tǒng)圖像處理技術為輔。就這兩個崗位的發(fā)展前景來看，個人建議選擇計算機視覺方向。