计算机视觉考研涉及的主要科目和知识领域包括：
数学基础：
线性代数、概率论与数理统计、微积分等。
计算机科学基础：
数据结构、算法、操作系统等。
计算机视觉与机器学习：
特征提取、图像分类、目标检测、语义分割等。
深度学习：
神经网络、卷积神经网络（CNN）、循环神经网络（RNN）等。
实践技能：
通过开源项目、比赛等方式积累实践经验。
专业课程：
可能包括图像处理、计算机图形学、计算机视觉与应用等。
研究方向：
自动驾驶、机器人导航、医学影像分析等。
对于考研的准备工作，建议关注以下几点：
个人职业规划：根据你的短期和长期目标来决定是否考研以及选择哪个研究方向。
行业趋势：了解计算机视觉在工业界的应用和技术需求。
技能要求：企业注重项目经验和实际成果，学历门槛因公司而异。
兴趣与能力：如果你对理论研究有热情，研究生学习可以提供系统的研究机会。
学校选择：参考教育部发布的全国高校学科评估专业排行榜，选择师资力量强、科研成果丰富、就业前景好的学校。
备考资料：查找目标院校的历年考研大纲和参考书目，进行针对性的复习。