知乎上關于“如何入門／轉行機器視覺？”的話題，普遍有幾萬到十幾萬的閱讀，而且也常常有學員在公眾號后臺向我們拋出類似的問題。可見，很多0-1歲的視覺新人對此是有困擾和疑惑的。
機器視覺工程師主要分機器視覺應用工程師和機器視覺算法工程師，從市場需求來說機器視覺應用工程師需求量更大，那么想成為一名機器視覺應用工程師需要掌握什么知識呢？下面小編就把學習的知識點
和方向分享給想入行機器視覺的朋友們。
1、halcon軟件提供的是快速的圖像處理算法解決方案，不能提供相應的界面編程需求，需要和VC++結合起來構造MFC界面，才能構成一套完成的可用軟件。
2、機器視覺在工業上的需求主要有二維和三維方面的
二維需求方面有：⑴識別定位；（2）OCR光學字符識別；（3）一維碼、二維碼識別及二者的結合；（4）測量類（單目相機的標定）；（5）缺陷檢測系列；（6）運動控制，手眼抓取（涉及手眼標定抓取等方面）
三維需求方面：（1）攝像機雙目及多目標定（2）三維點云數據重構
3、要成為一名合格的機器視覺工程師必須具備以下三個方面的知識
（1）圖像處理涉及以下幾大領域：
A、圖像處理的基本理論知識（圖像理論的基礎知識）
B、圖像增強（對比度拉伸、灰度變換等）
C、圖像的幾何變換（仿射變換，旋轉矩陣等）
D、圖像的頻域處理（傅里葉變換、DFT、小波變換、高低通濾波器設計）
E、形態學（膨脹、腐蝕、開運算和閉運算以及凸殼等）
F、圖像分割（HALCON里的Blob分析）
G、圖像復原
H、運動圖像
I、圖像配準（模板匹配等）
J、模式識別（分類器訓練，神經網絡深度學習等）
比較好的參考書籍有
經典教材：岡薩雷斯的《數字圖像處理》及對應的MATLAB版
楊丹等編著《MATLAB圖像處理實例詳解》
張錚等編著《數字圖像處理與機器視覺——Visual C++與MATLAB實現》
左飛編著的《數字圖像處理：原理與實踐（MATLAB版）》
左飛編著的《數字圖像處理技術詳解與Visual C++實踐》
謝鳳英編著的《Visual C++數字圖像處理》
《精通系列·精通Visual C++數字圖像處理典型算法及實現(第2版)》
（2）軟件編程功底
具備C，C++，C#及MFC界面開發的功底
A、C語言的學習主要看譚浩強寫的C語言相關知識
B、C++主要看C++ primer plus書籍
C、MFC的學習主要看孫鑫編寫的《VC++深入詳解》這本書及相應的視頻教程，并在VC++6.0軟件或VS2010等軟件上編寫程序和實踐。
D、C#可以看書籍《C#從入門到精通》、《Head First C#》、《C#入門經典》、
《C#圖解教程》、《C#高級編程》、《.Net Frameword 高級編程》、《CLR via C#》
（3）光學知識：
主要閱讀書籍《工程光學》、重點放在幾何光學方面，了解成像原理及相應的光路分析，知道光源的特性、鏡頭分辨率、相機分辨率等方面的知識。
光學知識主要在你設計方案時相機、光源、鏡頭等選型時起到關鍵作用。
軟件功底的作用是軟件的架構設計分析，架構包括UI層設計、業務邏輯層開發、數據層開發。
HACLON主要完成圖像處理算法的實現。
目前市場上工業領域中主流的圖像算法處理軟件有HALCON, NIvisionpro, opencv
學習HALCON最重要的是學習其中的方法、流程和套路
4、HALCON主要完成圖像算法的流程套路如下：
特征提取總結：
1、幾何特征（面積、周長、矩形度）2、紋理特征（與灰度相關，如熵、能量值）
3、顏色特征4、概率特征5、算子描述特征 6、Hough特征（梯度直方圖特征）
做機器視覺的項目，拿到項目時一般遵循如下流程：
第一步：需求分析，建立相應的方案
第二步：算法流程規劃及業務邏輯設計
第三步：模塊化編程及集成化實現
第四步：調試，根據反饋結果來不斷的修改程序Bug，達到客戶需求，最后交付客戶及軟硬件操作文檔。
學習機器視覺的好方法：
1、學習機器視覺一定要結合項目實戰，在實踐中學習總結經驗教訓，系統化學習所需知識。
2、補充一定的C++和c#知識，進行VS聯合開發，客戶現場的學習和現場調試，不斷學習示例分析，掌握方法套路流程。
3、根據實際問題，學習模塊調用，按照方法套路學習。
4、最好是先用HALCON實現圖像處理部分，然后在VS2010開發軟件中利用MFC圖形界面實現出來，實踐學習是最好的方法。
機器視覺學習的發展趨勢是結合神經網絡、深度學習進行相應的人工智能機器視覺開發。
文章來源：網絡收集，犀靈機器人機器視覺培訓http://www.eastjq.net整理發布