机器视觉是用视觉系统代替人眼对物体进行和判断，机器视觉系统应用在工业自动化系统中已经有一段时间。当前机器视觉常常是结合工业自动化系统作为自动化设备的“眼睛”，辅助生产制造以提高生产质量和产量。

下面，我们先来了解一下机器视觉：

机器视觉分类

经过多年的发展，机器视觉开发可大致分为三大部分

一、底层开发部分

二、二次开发部分

三、终使用部分

由于三大部分所开发层次不一样，所以对应的三类人才需求差异都是比较大的。

如何成为这三类人才

1、底层开发人才

对于类所需求的是机器视觉底层开发的人才，这类人才普遍要求会高一些，因为需要做的工作是开发通用视觉系统的开发人员，也就是像COGNEX这些公司开发部的技术职工，这类企业对人才的学历，出身要求都会比较严。这一类人才需要清晰的了解自己公司与别的公司的优劣势以及行业的动向，一些比较大的公司有时是会分成硬件和软件两个方向的开发人员，硬件人员要明白公司所选择的芯片的特点，软件方面需要了解算法以及运行速度。

2、二次开发人才

二次开发人才，通常都是在一类人才底层的框架基础上，为终端用户去开发应用系统。他们的能力水平要求还是比较高的，基本都要求在本科及以上学历相关。机器视觉的二次开发相当于机器视觉的集成开发，既要了解底层开发的基础知识，也要了解终端客户的要求。

3、终端用户

这类人才所做的工作，就是我们日常看到把视觉系统应用到各个领域中的人，他们需要在各自的行业使用各种已经开发成型的机器视觉系统。并且负责对各类系统进行测试及评估，以及优化应用。

这三类人才当前市场需求都异常旺盛，每一类都不可或缺。他们没有等级划分，并不是说类就比较高大上，只是这三类人才分工不同，面向的岗位也就不一样罢了。

如何学习机器视觉

要想学好机器视觉，需要对机器视觉的知识体系有所了解。下面我们就来分享一下各个部分需要掌握的知识点。

图像采集：需要对镜头、光源、相机（CCD）的选型有所了解，有经验的工程师说打光是图像采集的关键。图像采集是对我们后续工作的支撑，采集不到好的图像，对图像处理就会难上好几倍甚几百倍。

图像处理：图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。需要熟知对图像处理的原理以及方式方法。其他的通用的滤波、连通域、腐蚀膨胀等也都需要了解一下。

Halcon：编程和演示界面比较的友好，方便编程人员做二次开发，可生成C/C++文件，很容易嵌入到VC等编译环境下，对于有计算机基础或是有编程基础的同学，还是很容易就能够上手的。

OpenCV：这个软件开源资料会比较多，用C/C++编写，对于学习基础要求也不高，只需要对编程有兴趣或是会基本编程的都。

对于要学习机器视觉，会单纯的理论和编程是不够的，是以项目为基础，从立项开始，一步步完成自己设计的项目目标。这样才能够快速你的能力。

如果你是对机器视觉感兴趣或是想往这方面去发展，可以先选好一个适合自己的部分，结合实际，综合提高自己的水平。