本人就是機器視覺行業的從業者，從事軟體開發除錯工作。

機器視覺主要目的是用工業相機來替代人眼進行定位、檢測、識別等目的。

比如常見的定位專案：工業相機拍照後告訴機械手需要移到什麼位置去取料、放料或貼合。

檢測這塊的話主要是瑕疵檢測了，相機拍照後用視覺演算法運算判斷缺陷型別，並進行分類並踢料。

識別的話主要是字元識別或各種常見的一維碼二維碼的識別了。

機器視覺包含硬體和軟體，硬體主要是工業相機、鏡頭、光源和一些輔助硬體，還有機構設計，一個好的機器視覺裝置一定是與機構協作的很好！軟體主要是OpenCV、Halcon、VisionPro等進行影象處理，還需要有一個軟體來承載影象處理（即演算法），軟體主要是C++,C#,VB,等開發的。

機器視覺是一個綜合的系統，除了視覺外，還有運動控制，機器人，MES等，與他們結合起來就是一個完整的系統。

機器視覺可以用來做檢測、識別、測量、定位等領域，以下我一一說來。

1. 二維碼識別，主要用在工業中大量生產線上

2. 用來做測量應用，在實際生產中，各種各樣的產品測量情況，比如下圖，測量一個手機IO的圖，使用演算法卡尺來找線，找圓進行測量產品，需要先標定單畫素大小，之後進行測量（mm單位）

3. 缺陷檢測行業，如下圖中所示，字元上面印刷缺陷，可以使用機器視覺演算法進行檢測應用，把不良品剔除

4. OCR字元識別，各種產品，特別是藥品、食品，日期是特別重要的， 如果日期錯誤，整個批次產品就要報廢，所以需要精準識別

機器視覺一般情況指工業機器視覺，在其他領域，一般稱為計算機視覺。

工業機器視覺，即在工業裝置上加裝視覺系統，視覺系統有光學系統，相機，電腦，軟體等組成。

主要功能有:識別，定位，檢測，測量等。

以手機生產為例:手機的每一個零件都有編碼，這時可以用機器視覺讀碼，與MES系統通訊。手機組裝可以用視覺定位裝配，提升裝配精度，檢測手機零件的完整性，外觀缺陷，提升品質，測量零件尺寸等。

這就是在3C領域的典型應用。

其他行業也用很多的應用，比如服裝生產，傢俱生產等。

機器視覺是智慧製造的重要組成部分

目前不能吧，視覺檢測就是用機器來代替人的眼睛做一些判斷和測量的工作。

視覺系統是指通過機器視覺裝置即影象攝取裝置，將被拍攝的目標轉化為影象資訊。

在傳給專門的影象處理系統，根據畫素的分佈、亮度和顏色等資訊，轉變為數字化訊號，影象系統在對這些訊號進行各種運算來抽取目標的特徵，進而根據判斷的結果來控制現場的裝置來進行一系列的操作。

目前已在電子、包裝、印刷、化工、食品、塑膠、紡織等行業得到了廣泛的應用。

目前國內做視覺檢測的公司比較多，深圳有家全帝科技還可以，特別是軟體實力很強，一天檢測能達到幾萬個，做的範圍也挺廣的，大大降低人工成本。

機器視覺如果是與人工智慧結合的話，能做的事情還是很多的。

2018年4月到7月，張學友的演唱會上，很多逃犯落網了。為什麼？因為這些逃犯被機器視覺的人臉識別認出來了。現在的機器視覺做人臉識別的精確度非常高。所以機器視覺是可以來抓逃犯的。

機器視覺還有別的用處，必須在金融領域，我們可以做到刷臉支付。在交通攝像頭領域，我們可以做到車輛套牌分析。在整個自動駕駛領域，機器視覺是自動駕駛的關鍵技術。在無人機領域，機器視覺可以幫助我們做路徑規劃。

至於你提到的機器視覺做讀脣術，我覺得應該也是可以的。因為機器視覺處理的其實是RGB三個顏色的矩陣的線性組合，只要能拍照的物件，我們總可以讓機器學習去找到這些物件的特徵的。

機器視覺，是通過光學裝置和非接觸式的感測器，自動地接收和處理一個真實物體的影象，以獲得所需資訊或用於控制機器人運動的裝置。

這是美國製造工程師協會(SME)機器視覺分會和美國機器人工業協會(RIA)自動化視覺分會，對機器視覺的定義。

▷ SME——Society of Manufacturing Engineers

▷ RIA——Robotic Industrial Association

機器視覺，就是用機器代替人眼，來做測量和判斷。本質上，機器視覺是影象分析技術在工廠自動化中的應用，通過使用光學系統、工業數字相機和影象處理工具，來模擬人的視覺能力，並做出相應的決策，最終通過指揮某種特定的裝置執行這些決策。

在現代自動化生產過程中，機器視覺已經開始慢慢取代人工視覺，尤其是在工況檢測、成品檢驗、質量控制等領域，應用廣泛，隨著工業4.0時代的到來，這一趨勢不可逆轉。

為什麼要用機器視覺替代人工視覺

原因有很多，以下列出較主要的幾點：

1、從生產效率的角度來說，由於操作工在長時間工作下容易疲憊，人工視覺質量效率低下且精度不高，而機器視覺可以大大提高生產效率和自動化程度。

2、從成本控制的角度來說，培訓一個合格的操作工需要企業管理者花費大量的人力物力，然而單純的培訓還遠遠不夠，後續還需要花費大量的時間，使操作工的水平在實踐中得到提升。而機器視覺系統只要設計、除錯和操作得當，可以在很長一段時間內不間斷使用，同時確保生產效果。

3、在某些特殊工業環境中實施工況檢測，如焊接、火藥製造等，人工視覺可能會對操作工的人身安全造成威脅，而機器視覺從某種程度上有效地規避了這些風險。

機器視覺涵蓋哪些領域

一個機器視覺系統是由不同的功能模組共同組成，設計出一個成功的機器視覺系統，對工程師要求很高。

一般來說，機器視覺所涵蓋的專業領域如下：

1、電氣工程：用於機器視覺系統中硬體和軟體的設計。

2、工程數學：影象處理技術的基礎。

3、物理：照明系統設計的基礎。

4、機械工程：機器視覺系統最廣泛的應用。好的機器視覺系統能更好地為製造業提供更多有利於提高產品質量和生產效率的技術支援。

機器視覺系統的構成模組

一個完整的機器視覺系統一般由光學系統(光源、鏡頭、工業相機)、影象採集單元、影象處理單元、執行機構及人機介面等模組組成，所有功能模組相輔相成，缺一不可。

照明(光源)

照明是影響機器視覺系統輸入的重要因素，光源系統的設計至關重要，直接關係到輸入資料，即影象的質量和應用效果。

工程師需根據使用者需求和產品特性，首先確定有效的照明條件，選擇相應的照明裝置，才能確保在此光照條件下生成的影象能突顯出使用者需要的目標資訊特徵。

光源一般分為可見光源和不可見光源，工業上常用的可見光源有LED、鹵素燈、熒光燈等;不可見光源主要為近紅外光、紫外光、X射線等。

LED光源是目前運用最多的機器視覺光源，它具有效率高、壽命長、防潮抗震、節能環保等特點，是工程師在設計照明系統時的最佳選擇。

不可見光源主要用來應對一些特定的需求，如管道焊接工藝的檢測，由於不可見光的可穿透性，才能到達檢測點。

鏡頭

鏡頭是機器視覺系統中的重要元件，其作用是光學成像。

鏡頭的主要引數有焦距、景深(DOF，Depth of Field)、解析度、工作距離、視場(FOV，Field of View)等。

景深，是指鏡頭能夠獲得最佳影象時，被攝物體離此最佳焦點前後的距離範圍。

視場，表示攝像頭所能觀測到的最大範圍，通常以角度表示，一般說來，視場越大，觀測範圍越大。

工作距離，是指鏡頭到被攝物體的距離，工作距離越長，成本越高。

在設計機器視覺系統時，要選擇引數與使用者需求相匹配的鏡頭。

工業相機

在機器視覺系統中工業相機必不可少，它就像人眼一樣，用來捕獲影象。相機按其感光器的不同，可分為：CCD相機;CMOS 相機。

CCD—Charge Coupled Device

CMOS —Complementary MetalOxide Semiconductor

CCD相機的成本較高，但成像品質、成像通透性、色彩的豐富性等較CMOS相機出色很多。CCD相機按其使用的CCD感光元件可分為線陣式和麵陣式兩大類。

線陣相機，是呈“線”狀的，對影象的資訊只能以行為單位進行處理，解析度高，速度快，主要應用於工業、醫療、科研等領域中，相配套的機器視覺系統上。

面陣式相機則一次可以獲得整幅影象的資訊，價格相對便宜。

影象採集單元

影象採集單元中最重要的元件是影象採集卡，它是影象採集單元與影象處理單元的介面，用來將採集到的影象進行數字化，並輸入、儲存到計算機中。

影象處理單元包含大量影象處理演算法。在取得影象後，用這些演算法對數字影象進行處理，分析計算，並輸出結果。

執行機構與人機介面

在完成影象採集和處理工作之後，需要將影象處理的結果輸出，並做出與結果相匹配的動作，如剔廢、報警等，並通過人機介面顯示生產資訊。

機器視覺系統的原理

通過光學系統，將需要拍攝的目標轉換成為影象訊號，再將影象訊號傳送至影象採集卡，並根據畫素分佈、亮度、顏色等資訊，轉換成為數字訊號。

影象處理單元對這些數字訊號進行有效地運算並獲得拍攝目標的特徵值，從而根據判別的結果來指揮裝置進行相對應的動作。

機器視覺系統的流程

這張圖，是一個完整的機器視覺系統構架圖。

以安瓿注射劑中異物自動燈檢為例，該機器視覺系統的工作流程如下：

首先，待檢的安瓿瓶由機械輸送裝置輸送至檢測工位，PLC發出“物體已到達”訊號。

隨後，相機(camera and lens)和光源(light source)被觸發並同步開啟，對待檢安瓿瓶中液體進行影象獲取。

接著，獲取到的藥液狀態影象在影象採集卡(image processing hardware)中進行數字化，並將被數字化的影象儲存在計算機中。

然後，所儲存的資訊被運到影象處理軟體，對數字影象訊號進行處理與異物特徵分析，判斷液體質量是否合乎要求並做出決策，如好品GOOD，壞品NOTGOOD。

最終，由控制系統，如PLC指揮某特定裝置執行上述決策，即將好品和壞品通過不同的輸出通道分選開來，並在人機介面上顯示相關資料。