1. 视觉构图法
所谓的摄影构图就是指将作品所涉及的景和人，用各种元素有序的安排和处理，通过艺术技巧和表现手段，真正获得突出主题思想，具有深刻意境的摄影作品。
好的构图，决定画面给人眼前一亮，具有强烈的视觉冲击力，能够引起观者的视觉印象，产生情感共鸣。
构图决定一切，构图是一幅作品的创作成败。
2. 视觉构图的方法
构图的三要素：点、线、面 点：一般是指比较小的形象，可以是一朵小花、一个字、一个小色块，起到平衡、丰富、活跃版面的作用 线：往往指的是一行文文字、一条色带或一线留白，在相册版画构图小起装饰、连接、平衡及分割的作用。而以其身形态的优雅、 丰富及不同绘制工具所呈现出的不同视觉铰果而赋予版面以美感。 面：是在版面构图中有明显长度及与宽度的形象。住相册的版面中，面经常由照片构成，有时也可以是由许多文字的集合或大色块构成。而在版面中占的面积最多，视觉最强烈，是版面的主题。 构图原则 重复与近似：将几张内容及外形相同的照片(如长方形)，或将一组外形处理相似的照片进行构图编排，因其形状、大小、方向、色彩的大致相同而产生稳定、整齐、规律性的美感。 对称与均衡：对称的有左右对称、上下对称及放射等几种开工。对称具有计策、整齐的特点，给人四平八稳的构图形象。均衡形式追求的是等量不同形的平衡锞，是通过美工对布局的精心构置，从而达到版面重心稳定的效果。 对比与调和： 对比是通过将各种要素进行相互比较，以取得强烈的视觉效果。调和是在各种不同的要素之间寻找相互协调的因素，使版面趋向安定、统一与和谐。在相册的版面中，可通过整体调和，局部对比的手段来营造美感氛围 分割与比例：在构图中，利用数列构成取得审美调是分割与比例的重点，如等差数列、等比数列、黄金分割等，相册中适当 的比例会适应欣赏者的视觉心理，达到秩序井然的效果；相册版面中的实体是指文字、照片，装饰物等被编排的内容，而未放置任何东西的空间就叫“留白”，也叫“虚体”。留白可以使实体和版面富有想象力，给观赏者以想象的空间。 变化与统一：变化可以造成一种视觉上的跳跃，往往成为版面中的视觉焦点：统一足指版面构图基调，可以使版面保持一致。变化需将统——作为它求得和谐的重要支柱和前提，但版面的统一也不能过分，因为过分的统一会使版面单调。 形态构成足影楼后期美工设计最基础的训练。在形态构成的练习中，要逐步脱离目前只限于有关具象形态的视觉思维思考方向，尽可能避免普遍的惯性思维，转向抽象的、数理式或多种综合形态的视觉思维中去
3. 视觉构成图
面的构成形式特点：
1、运用点、线、面和律动组成结构严谨，富有极强的抽象性和形式感。又具有多方面的实用特点和创造力的设计作品，与具象表现形式相比较，它更具有广泛性。
2、在实际设计运用之前必须要学会运用的视觉的艺术语言，进行视觉方面的创造，了解造型观念，训练培养各种熟练的构成技巧和表现方法，培养审美观及美的修养和感觉，提高创作活动和造型能力，活跃构思。
4. 视觉图画法
就算是刚刚开始学画的人，对于画面的“立体感”、“层次感”这些词都耳熟能详，也是美术老师指导学生画画时常挂在嘴边的词。
简单地说，立体感和层次感其实就是指画面的空间感。当然，立体感和层次感的概念还是有一些不同的，立体感主要是指要描绘对象的本身，所表现出来的立体真实感。层次感则一般是指多个物体之间，体现出来的远近虚实关系。
按照一般的教学方法，学习素描先要练好线条，然后就是通过结构素描来训练造型能力，紧接着就要学着上调子了。于是，三大面、五调子这些东西就不能回避了。素描如此，色彩亦然，透视和空间感是一定要注重的。
“三大面”大家很容易理解，指的就是亮面、暗面和灰面。
亮面是物体受光线直接照射的一面，暗面是背光的一面，灰面则是介于亮面和暗面之间，一般是侧光或者光线间接照到的部分。其实，画面中将这三个面表现出来了，大致的立体感也就表现出来了。从某种程度上来说，光线越强，亮面和暗面的对比越强，画面的立体感自然也就越强烈。
相对于“三大面”，“无调子”则表现得更细，依次为高光、亮灰、暗灰、明暗交界线、反光和投影。
有点美术基础的人，听这些东西显得太过于基础了，但是真要把这些关系表现到位也还是需要一段时间训练的。如果把这些关系画准了，画面的立体感也就表现出来了。
在油画中，就包括了素描关系和色彩关系的塑造，只有这样，才能表现出画面的立体感和层次感。在我们的绘画作品中，时常还要用空气感来表达层次。说起来其实也很好理解，就是近处的物体一般都会画得清晰、鲜艳、锐利些，而远处的物体，则朦胧、淡雅、模糊些。
当然，有些画家的创作思维不太一样，表现技法也会有些区别。但是最后的艺术追求和审美趋向还是大同小异的。
当然，这也只是惊龙轩一家之言，欢迎与大家一起交流探讨。谢谢！
5. 视觉构建
计算机视觉是人工智能的一个子领域，其目标是构建可复制人脑视觉的智能计算机。机器学习是教机器学习的通用术语，但是计算机视觉专门处理视觉数据。在机器学习中，我们更多地使用了统计工具，而计算机视觉同时使用了统计工具和非统计工具。例如，计算机视觉领域的3D重建任务中使用机器学习工具的频率要比图像分类和对象识别等技术要低。许多计算机视觉任务都有其自己的需求，我们为此开发了特定的机器学习工具。
