以下仅是了解的一些图像处理方向，实际不止这些：

1.搜索方向：基于内容的图像或视频搜索。手段：必须有很强的编程能力，很好的图像处理和模式识别的背景。

2.医学图像方向：a)图像分类是对病种进行分类。b)目标检测是检测病灶的位置信息。C)医学图像分割的目的就是将图像中感兴趣的区域清楚的提取出来，这样就能为后续的定量、定性分析提供图像基础，同时它也是三维可视化的基础。d)医学图像配准是指对于一幅医学图像通过一种或一系列的空间变换，使它与另一幅医学图像上的对应点达到空间上的一致。配准的结果应使两幅图像上所有的解剖点,或至少是所有具有诊断意义的点及手术感兴趣的点都达到匹配，配准处理一般可以分为图像变换和图像定位两种。医学图像在空间域配准之后,就可以进行图像融合,融合图像的创建又分为图像数据的融合与融合图像的显示两部分来完成。e)图像融合的目的是通过综合处理应用这些成像设备所得信息以获得新的有助于临床诊断的信息。利用可视化软件，对多种模态的图像进行图像融合，可以准确地确定病变体的空间位置、大小、几何形状及它与周围生物组织之间的空间关系，从而及时高效地诊断疾病，也可以用在手术计划的制定、病理变化的跟踪、治疗效果的评价等方面。f)伪彩色图像处理技术是将黑白图像经过处理变为彩色图像，可以充分发挥人眼对彩色的视觉能力，从而使观察者能从图像中取得更多的信息。经过伪彩色处理技术，提高了对图像特征的识别。

3.计算机视觉与模式识别方向：可以对多种图像进行处理，例如遥感图像处理和识别，医学图像处理和识别，红外图像处理和识别等。其图像处理主要方向有图像分类，人脸识别，目标检测，图像分割，关键点检测（人体骨骼关键点检测，对于描述人体姿态，预测人体行为至关重要），图像理解（给定一幅图像，图象理解程序不仅描述图象本身，而且描述和解释图象所代表的景物，以便对图像代表的内容作出决定）。

4.视频方向：对视频进行帧、超帧、镜头、场景、故事等分割，从而在多个层次上进行处理和表达。目标检测和跟踪：如车辆跟踪，多是应用在安防领域。人物识别：识别出视频中出现的人物。动作识别：Activity Recognition， 识别出视频中人物的动作。情感语义分析：即观众在观赏某段视频时会产生什么样的心理体验。方法：基于单帧的识别方法；基于CNN扩展网络的识别方法；双路CNN的识别方法； 基于LSTM的识别方法；3维卷积核（3D CNN）法。

图像处理方向必备知识：基本的图像处理基础知识，图像处理算法，数学方面的知识如概率等，多元统计知识，编程语言C/C++，精通python/Matlab，以及python一些重要的库如numpy ,pandas等，熟悉图像识别领域的常用工具，如opencv，至少会一种深度学习框架，如tensorflow。

参考文章：

1.https://yq.aliyun.com/articles/39134

2.https://www.xuebuyuan.com/3233205.html

3.https://blog.csdn.net/xiaqunfeng123/article/details/27107645

作者：舟华520

出处：https://www.cnblogs.com/xfzh193/

本文以学习，分享，研究交流为主，欢迎转载，请标明作者出处！