计算机视觉的出题方式可以多样化，涵盖理论、编程、算法实现等多个方面。以下是一些可能的出题方式及题目示例：
论述题
计算机视觉的研究领域及其主要支持技术是什么？简述当前的技术进展。
编程题
给出一段程序，询问其输出结果。
给出一段程序，填补缺失部分，使程序得到正确输出。
使用MFC和OpenCV库函数编写对话框程序，实现图像读入、图像阈值分割、边沿提取等至少三个功能。
知识题
解释什么是计算机视觉，并描述其模拟生物视觉功能的方式。
描述图像大小、通道数及其表示方法。
解释CNN在图像处理中的优势及其参数和计算量的计算。
算法题
列举计算机视觉中的四大算法，并简要描述其应用场景。
解释R-CNN、YOLO、SSD和FCN在目标检测中的应用及其优缺点。
解释Viola-Jones和FaceNet在人脸识别中的应用及其原理。
综合题
设计一个基于深度学习的计算机视觉系统，用于图像分类和目标检测。
利用OpenCV实现一个简单的图像处理流程，包括图像预处理、特征提取和分类。
设计题
设计一个基于计算机视觉的应用场景，例如自动驾驶、智能监控等，并描述其实现方案。
这些题目可以根据具体的教学进度和考试要求进行调整，以确保全面考察学生的计算机视觉知识和技能。