机器视觉使机器能够检测和分析图像。摄像头捕捉场景，软件提取信息：零件是否有缺陷？标签是否对齐？焊接是否完整？机器做出判断并触发相应的操作，通常是接受或拒绝。

工厂自动化推动了这一领域的发展。20世纪80年代，机器视觉系统使用模拟相机和定制硬件，既昂贵又脆弱。如今，GigE Vision和USB3相机可以将图像传输到运行深度学习模型的工业PC。单个系统每分钟可以检测数百个零件，其精度甚至超过人工检测。

机器视觉应用

• 生产线缺陷检测。
• 尺寸测量和计量。
• 条形码和OCR识别。
• 机器人引导和拣选。
• 出勤核查和到场/缺勤检查。

最难的部分在于光照。好的图像能让软件的工作变得轻松，而糟糕的图像则会让一切变得不可能。机器视觉工程师在光照上花费的时间甚至超过了算法本身。背光可以勾勒轮廓，环形灯可以减少阴影，球形灯可以漫射反射，结构光则可以增加景深。一旦图像清晰，深度学习模型就能高精度地识别缺陷或分割物体。机器视觉并非要像人一样观察，而是要能够持续、快速、不疲劳地捕捉到对任务至关重要的信息。