计算机视觉分辨方向主要涉及到以下几个方面：
图像分类
图像分类，也称为图像识别，是计算机视觉的基础任务，主要是判断图像中的物体属于什么类别。
目标检测
目标检测是在图像中识别并定位特定目标的技术，例如在一张照片中找出人脸或车辆。
图像分割
图像分割是将图像分割成多个部分或对象的技术，常用于图像识别、图像编辑和医学影像分析等领域。
图像重构
图像重构是指从低维数据（如点云、图像序列）重构出高维数据（如3D模型）的技术。
图像生成
图像生成是指利用算法生成新的图像，例如生成艺术作品或模拟自然景象。
风格迁移
风格迁移是将一种图像的风格应用到另一种图像上的技术，常用于图像编辑和艺术创作。
超分辨率
超分辨率是指从低分辨率图像生成高分辨率图像的技术，常用于改善图像质量和分辨率。
人脸识别
人脸识别是计算机视觉中专注于识别和验证人脸的技术，广泛应用于安全监控和身份验证等领域。
图像处理
图像处理是计算机视觉中最基础的技术之一，包括图像的预处理、特征提取和增强等。
模式识别
模式识别是计算机视觉的一个重要方向，涉及自动识别和分类输入数据。
机器学习与深度学习
计算机视觉中的许多技术都基于机器学习和深度学习算法，如卷积神经网络（CNN）等，用于从图像中提取特征并进行分类、检测等任务。
确定对象方向
使用OpenCV等计算机视觉库可以确定对象的方向，即以度为单位的旋转角度。
这些方向并不是孤立的，它们之间存在交叉和融合，共同推动计算机视觉技术的发展和应用。根据具体的应用需求和场景，可以选择相应的方向进行深入研究和技术开发。