计算机视觉专业通常涵盖以下专业课：
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、图形图像学的基础知识，包括数字图像处理、MATLAB、OpenCV、halcon等。
计算机视觉基础：
计算机视觉概论、计算机视觉技术、机器学习、深度学习等。
图像处理算法：
图像滤波、边缘检测、图像分割等。
机器学习和深度学习：
支持向量机、决策树、随机森林、卷积神经网络、循环神经网络等。
编程语言和工具：
Python、C++、OpenCV、TensorFlow等。
实践课程：
包括项目实践、实验课等，以巩固和应用所学知识。
建议重点掌握数学基础和编程技能，同时结合实际项目进行练习，以更好地理解和应用计算机视觉的相关技术。