ประโยชน์ของ Computer Vision ในปัจจุบัน ปัจจุบัน Computer Vision ได้มีการพัฒนาอย่างต่อเนื่องและมีประสิทธิภาพสูง มีการนำเอาผลลัพธ์และข้อมูลจาก Computer Vision ที่มีอยู่หลายรูปแบบมาประยุกต์ใช้งานในหลายลักษณะดังนี้
-การแยกส่วนของภาพ (Image segmentation) เป็นการแยกส่วนของภาพออกเป็นส่วนๆ โดยการพยายามแบ่งแยกภาพส่วนที่ต้องการออกมาจากส่วนที่ไม่ต้องการ โดยอาจมีวัตถุประสงค์เพื่อให้ได้รูปภาพที่มีรายละเอียดชัดเจนมากยิ่งขึ้น หรือกำหนดขอบเขตที่มีความสนใจ โดยอาจเลือกวัตถุแบบเจาะจงไปเลย หรือ เลือกส่วนของภาพที่มีคุณสมบัติบางอย่างเหมือนกัน
-การแยกส่วนของภาพสามารถนำมาใช้ทางการแพทย์ เช่น การทำ MRI เพื่อตรวจหาสิ่งที่ผิดปกติของสมอง หรือนำมาใช้ในเทคโนโลยียานยนต์ไร้คนขับ โดยการช่วยให้ Self Driving Car ขับอยู่ในเลนถนนอย่างปลอดภัย โดยการแบ่งส่วนภาพระหว่างพื้นถนนกับเส้นเลน เป็นต้น
-จัดกลุ่มภาพออกเป็นหมวด (Image classification) เป็นการจัดกลุ่มภาพออกเป็นหมวดหมู่ต่างๆ และติดป้ายกำกับ เช่น ต้นไม้ อาคาร รถยนต์ โดยสามารถนำไปประยุกต์ใช้ในงานด้านต่างๆ เช่น การตรวจสอบข้อบกพร่องของชิ้นส่วนอิเล็กทรอนิกส์ที่ผลิตในโรงงานอุตสาหกรรม การแยกประเภทอุปกรณ์ การแยกประเภทรถที่เข้ามาในลานจอดรถ การตรวจสอบหาเซลล์มะเร็ง และเซลล์เม็ดเลือดที่ผิดปกติ เป็นต้น
-ทำงานด้วยการจัดกลุ่ม (Feature matching) เป็นการจับคู่จุดสนใจของรูปภาพสองรูป สามารถนำไปใช้เป็นส่วนหนึ่งของขั้นตอนการจดจำใบหน้า โดยการตรวจจับลักษณะเด่นของใบหน้าที่เข้าเครื่องสแกนเปรียบเทียบกับข้อมูลลักษณะเด่นจากภาพใบหน้าที่มีอยู่เดิมในฐานข้อมูล
-การตรวจหาวัตถุ (Object detection) เป็นการใช้ AI ในการตรวจจับวัตถุที่อยู่ในภาพแบบจำเพาะเจาะจง สามารถระบุวัตถุหลายชิ้นภายในภาพเดียวกันได้ โดยหลักการทำได้หลายวิธี เช่น การวาดกล่องรอบวัตถุ (Bounding Box) หรือถมสีให้ทุก Pixel ของวัตถุ เป็นต้น มีการนำมาใช้ประโยชน์อย่างแพร่หลาย เช่น การตรวจจับความหนาแน่นของยานพาหนะที่มีบนท้องถนน ตรวจจับรังนกภายในถ้ำ ตรวจจับสัมภาระ เป็นต้น
-การจดจำใบหน้า (Facial recognition) เทคโนโลยีการจดจำใบหน้าของมนุษย์นอกจากใช้ในการระบุตัวตนของบุคคลนั้นๆ ยังสามารถแยกแยะบุคคลแต่ละคนออกจากกันได้ด้วย ถูกนำมาใช้งานอย่างแพร่หลายแทบจะทุกวงการธุรกิจ ตั้งแต่การสแกนใบหน้าเพื่อปลดล็อก ระบบสแกนเข้าทำงานหรือรับสวัสดิการต่างๆ ของรัฐ เป็นต้น
-ระบุหาขอบเขตหรือวัตถุ (Edge detection) เป็นการหาขอบเขตของภาพ ทำให้ขอบเขตของภาพนั้นมีความเด่นชัดขึ้นมา เมื่อได้เส้นรอบวัตถุที่เป็นขอบเขตของภาพนั้นก็จะสามารถจดจำภาพ รวมทั้งขนาดพื้นที่ของวัตถุได้ สามารถนำไปใช้ในการตรวจหาวัตถุต้องสงสัย
-ระบุวัตถุจากรูปทรง สี (Pattern detection) เป็นการระบุวัตถุจากรูปทรง รูปแบบ สี หรือสิ่งอื่นใดที่พบในภาพ ที่มีการพบเป็นรูปแบบเดียวกันซ้ำๆ ในวัตถุเดียวกัน ถูกนำมาใช้ประโยชน์ เช่น การสแกนลายนิ้วมือ การตรวจหาใบพืชที่เสียหาย เป็นต้น