Vaizdo gavimas vaizdų apdorojimo metu gali būti plačiai apibrėžtas kaip vaizdo gavimas iš tam tikro šaltinio, dažniausiai iš aparatinės įrangos šaltinio, todėl jį galima perduoti bet kokius procesus, kurie turi įvykti vėliau. Vaizdo gavimas apdorojant vaizdą visada yra pirmasis darbo eigos žingsnis, nes be vaizdo apdorojimas neįmanomas. Gautas vaizdas yra visiškai neapdorotas ir yra bet kokios aparatinės įrangos, naudotos jam generuoti, rezultatas, o tai gali būti labai svarbu kai kuriose srityse, norint turėti nuoseklų pagrindą, nuo kurio galima dirbti. Vienas iš galutinių šio proceso tikslų yra turėti įvesties šaltinį, kuris veiktų pagal tokias kontroliuojamas ir išmatuotas gaires, kad prireikus būtų galima beveik tobulai atkurti tą patį vaizdą tomis pačiomis sąlygomis, kad būtų lengviau nustatyti ir pašalinti anomalius veiksnius.
Priklausomai nuo darbo srities, pagrindinis veiksnys, susijęs su vaizdų gavimu vaizdų apdorojimo metu, kartais yra pradinė vaizdams užfiksuoti naudojamos aparatinės įrangos sąranka ir ilgalaikė priežiūra. Tikrasis aparatūros įrenginys gali būti bet koks – nuo stalinio skaitytuvo iki didžiulio optinio teleskopo. Jei aparatinė įranga nėra tinkamai sukonfigūruota ir suderinta, gali atsirasti vaizdinių artefaktų, kurie gali apsunkinti vaizdo apdorojimą. Netinkamai nustatyta aparatinė įranga taip pat gali pateikti tokios žemos kokybės vaizdus, kad jų nepavyks išsaugoti net intensyviai apdorojant. Visi šie elementai yra gyvybiškai svarbūs tam tikrose srityse, pavyzdžiui, lyginamajam vaizdo apdorojimui, kuris ieško konkrečių skirtumų tarp vaizdų rinkinių.
Viena iš vaizdo gavimo formų vaizdų apdorojimo metu yra žinoma kaip vaizdų gavimas realiuoju laiku. Paprastai tai apima vaizdų gavimą iš šaltinio, kuris automatiškai fiksuoja vaizdus. Vaizdų gavimas realiuoju laiku sukuria failų srautą, kurį galima automatiškai apdoroti, įrašyti į eilę vėlesniam darbui arba sujungti į vieną medijos formatą. Viena bendra technologija, naudojama apdorojant vaizdus realiuoju laiku, yra žinoma kaip fono vaizdo gavimas, apibūdinantis tiek programinę, tiek aparatinę įrangą, galinčią greitai išsaugoti vaizdus, patenkančius į sistemą.
Yra keletas pažangių vaizdų apdorojimo būdų, kurie iš tikrųjų naudoja pritaikytą aparatinę įrangą. Trimačio (3D) vaizdo gavimas yra vienas iš šių būdų. Tam gali prireikti naudoti dvi ar daugiau kamerų, kurios buvo sulygiuotos tiksliai aprašomuose taškuose aplink taikinį, sudarydamos vaizdų seką, kurią galima sulygiuoti, kad būtų sukurta 3D ar stereoskopinė scena arba matuojamas atstumas. Kai kurie palydovai naudoja 3D vaizdo gavimo metodus, kad sukurtų tikslius skirtingų paviršių modelius.