计算机专业中的图像学主要涉及以下几个方面的内容：
数学基础：
包括矩阵论、数理统计、复变函数、离散数学等。
信号处理：
信号与线性系统分析。
计算机基础知识：
数据结构与算法、编译原理、设计范式等。
图形图像学的基础知识：
数字图像处理、MATLAB、OpenCV、halcon等。
图像处理与机器视觉：
包括图像的获取、处理和分析，以及利用计算机视觉算法实现自动化的视觉任务，例如识别人脸、车辆、物体等，并应用于自动驾驶、人脸识别等。
数字图像编程：
涉及图像处理基础知识、编程语言（如Python、C++、MATLAB等）、图像读取与显示、图像处理操作（如图像平滑、图像锐化、图像增强、图像分割、图像滤波等）、图像特征提取、图像变换与几何操作、图像分割与目标检测、图像压缩与编码、图像处理库和工具的使用等。
计算机图形学：
研究如何利用计算机生成、处理和呈现图像，包括图像处理、计算机视觉、三维建模、渲染、动画等技术。
深度学习：
通过神经网络学习从大量数据中抽取特征，使得计算机能够自动学习和理解图像的特征，应用于图像识别、分割、增强等任务。
建议在学习图像学时，学生应重点掌握图像处理与机器视觉的基本原理和常用算法，同时结合编程语言和实际应用项目进行实践，以加深对理论知识的理解和应用能力。