计算机视觉的英文单词是Computer Vision，缩写为CV。所谓”计算机视觉“是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。

计算机视觉研究框架

如果你要研究计算机视觉，需要掌握以下方面的知识：

1）图像处理知识

包括光学成像基础、颜色、滤波器，局部图像特征、图像纹理、图像配等，这些知识可以帮助你理解和处理各种图像数据。

2）立体视觉知识

包括相机几何模型、双目视觉、从运动中恢复物体结构、三维重建技术等，这是实现计算机视觉的重要部分。

3）人工智能知识

包括场景理解与分析、模式识别、图像搜索，数据挖掘、深度学习等，这些知识是实现计算机视觉的重要工具。

4）相关学科知识

如机器视觉、数字图像处理、医学成像、摄影测量，传感器等，这些学科与计算机视觉有着密切的联系，可以提供更多的研究视角和方法。

5）深度学习模型

如CNN（卷积神经网络）等，这是目前计算机视觉领域最常用的深度学习模型之一，它可以自动提取和学习图像的特征，为图像分类、目标检测、人脸识别等任务提供了强有力的支持。

6）编程语言和开发工具

如Python编程语言和OpenCV，TensorFlow，PyTorch等开发工具，这些工具是实现计算机视觉算法和应用程序的重要工具。

总的来说，如立志从事研究计算机视觉，你需要掌握扎实的基础知识和技能，还需要不断学习和探索新的理论和方法，以应对不断变化和发展的计算机视觉领域。