数字图片处理专业的学习内容主要包括以下几个方面：

数字图像基础

图像的数字化过程，包括采样和量化。

传感器的种类和表示方法。

图像的矩阵表示，如MXN行列的矩阵。

像素基本关系

相邻关系和连通性。

不同类型的邻接和距离度量。

图像增强

灰度变换和直方图处理（如灰度区间拉伸、压缩、归一化）。

图像均衡化和空间滤波（如均值滤波器、高斯滤波器）。

频率域滤波

理想低通/高通滤波器、巴特沃思低通/高通滤波器、高斯低通/高通滤波器。

频率域滤波模型和截止频率。

图像复原

空间滤波复原方法（如均值滤波器、几何均值滤波器）。

图像处理算法

图像增强算法（如直方图均衡化、自适应直方图均衡化、中值滤波法）。

滤波算法（如简单平均、高斯平滑）。

分割算法（如阈值分割、区域生长、边缘检测）。

特征提取算法（如边缘检测、纹理特征、形状特征）。

匹配和识别算法（如模板匹配、模式识别）。

计算机视觉

目标检测、物体跟踪、三维重建等。

机器学习

应用机器学习算法进行图像分类、识别、分割等。

图像处理应用

医学图像处理、工业图像处理、遥感图像处理、安防监控等领域的应用。

图像变换

傅里叶变换、离散傅里叶变换、DWT变换、DHT变换、K-L变换等。

图像压缩编码

图像压缩技术，用于传输和存储图像。

图像表示与描述

图像信号转换成数字信号并利用计算机进行处理。

此外，数字图片处理专业还可能包括一些实践课程，如使用Photoshop等图像处理软件进行图像调整与特效制作、图形制作与创意、人像摄影后期等。

建议在选择数字图片处理专业时，了解各个课程的具体内容和培养目标，以便更好地规划自己的学习路径和职业发展方向。