Kuvankäsittelyalgoritmit käyttävät tietokonealgoritmeja manipuloidakseen laitteistoja ja ohjelmistoja saadakseen kuvankäsittelyn parempaan hallintaan kuin analogisen kuvankäsittelyn avulla oli koskaan mahdollista. Ne on kirjoitettu useilla kielillä ja niissä käytetään erilaisia algoritmeja niiden käytön ja tarkoituksen mukaan. Kuvankäsittely kattaa muutakin kuin digitaalikameralla otettujen kuvien käsittelyn, joten käytössä olevat algoritmit on kehitetty magneettikuvauksen (MRI) ja tietokonetomografian (CT) skannausten käsittelyyn, satelliittikuvien käsittelyyn, mikroskooppiin ja rikostekniseen analyysiin, robotiikkaan ja enemmän. Kuvankäsittelyalgoritmit jaetaan useisiin luokkiin, kuten suodatus, kierteet, morfologiset toiminnot ja reunan havaitseminen. Nämä toiminnot ovat laajentaneet kuvankäsittelyä valtavasti 1980 -luvulta lähtien, kun tietokonelaitteiston leviäminen on tullut mahdolliseksi, koska laitteisto on tullut edullisemmaksi keskimääräiselle yritykselle tai kotitaloudelle.
Henkilökohtaisessa ja ammattimaisessa digitaalikameran käytössä kehittyneet algoritmit korvaavat otetun kuvan puutteen värin interpoloinnin avulla. Tämä tehdään tutkimalla viereisiä kuvapisteitä ja kuvan takana olevia pisteitä, jotta kuvassa ei näy vääriä värejä, joita kutsutaan värialiasoiksi, mikä heikentää valokuvan todellisuutta. Valokuvan digitaalinen käsittely mahdollistaa kohinan ja signaalin vääristymien vähentämisen digitaalisissa kuvissa, ja algoritmit voivat käsitellä kaksi-, kolmi- ja neljäulotteisia kuvia muotoihin, jotka voidaan helposti tallentaa ja käsitellä.
Valvontaryhmät ja lainvalvontaviranomaiset käyttävät optisia hahmontunnistusalgoritmeja lukiessaan rekisterikilpiä suljetuista kamerajärjestelmistä tai tiellä olevista kameroista. Näiden algoritmien on oltava riittävän monimutkaisia, jotta voidaan säätää jahdattavan ajoneuvon nopeutta, sääolosuhteita ja kuvakulmia, jotta rekisterikilven merkit ovat helposti luettavia. Kuvankäsittelyalgoritmeja käytetään myös hermoverkkojen ja aaltojen kehittämiseen käyttämällä käsinkirjoituksen tunnistusohjelmistossa käytettäviä optisia merkkien tunnistusalgoritmeja. Nämä kuvan tunnistusalgoritmit tulkitsevat käsinkirjoitettuja muistiinpanoja, kaavioita, valokuvia ja yhtälöitä ja käsittelevät ne asiayhteyteen liittyviksi käännöksiksi tallennusta ja siirtoa varten eri laitteiden välillä.
Lääketieteessä kuvankäsittelyalgoritmeja on edelleen hienosäädetty ja laajennettu käyttämään sekä lineaarisia että kaarevia algoritmeja yhdessä etäisyysmuunnosformulaatioiden kanssa yksityiskohtien saavuttamiseksi. Oikeuslääketieteessä ja mikroskoopissa yksinkertaiset ja monimutkaiset purkamisalgoritmit ovat mahdollistaneet mikroskooppien vähentää epäterävyyttä ja tehdä uskollisia kuvan tarkkuuksia. Digitaalisessa mammografiassa käytetään useita kuvankäsittelyalgoritmeja, jotka yhdessä tarjoavat selkeän kuvan jokaisesta leesiosta, leesion reunoista ja tiheydestä ja määrittävät selkeämmin kaikki mahdolliset kasvaimet. Näitä lääketieteellisiä sovelluksia on edelleen kehitetty, mutta ne tuottavat yhä todellisempia kuvia diagnooseista ja ennusteista, joita lääketieteellinen yhteisö tarvitsee.