这段时间一直在加班加点录制视觉相关的课程，相信很快就会跟大家见面。
最近也有很多小伙伴在咨询关于视觉学习的问题，所以今天晚上，我打算给大家开一节公开课，让大家对机器视觉有个更好的认识和理解。
借助这个机会，也跟大家分享几点关于视觉学习的问题，希望对大家有所帮助。
1、视觉分为两大类，分别是计算机视觉和机器视觉，我们常说的视觉都是指机器视觉，计算机视觉离我们比较遥远，一般研究计算机视觉，对学历要求他比较高。
2、学习视觉之前，最好有以下几条知识作为储备，否则，你学起来会比较慢，也会感觉比较难。
-
PLC
-
C#编程
-
上位机
-
运动控制
3、我们常说的机器视觉属于视觉应用范畴，对算法要求并不是很高，大多数都是调用算子或者功能库函数，并不涉及自己开发算法。
4、视觉是一门综合性非常强的学科，包括数学、光学、图像学、运动学、软件编程、工业控制等，所以要有心理准备。
5、目前来说，视觉分为两种，一种是传统视觉，一种是高级应用，传统视觉就是指测量、检测、引导定位和识别这些应用，而高级应用更多是指3D视觉、深度学习、AI智能这些。
6、视觉的不确定因素比较多，对环境要求也比较高，所以并不是所有的项目都适合使用视觉，也并不是所有的视觉项目你都能做出来，很多时候需要做好评估，不能做的项目，要勇于说不。
7、视觉学习成本相对于上位机来说也要高一些，最简单的视觉系统包括相机、镜头、光源、光源控制器及支架，但是实际应用中，最好可以配合运动控制机构来学习，大家学习建议买二手，土豪忽略。
8、视觉不适合小白，完全零基础的小伙伴，不要想着直接学视觉，要一步步来学。最基本的要求是，你要学会C#、了解PLC和运动控制，否则，很有可能，还没入门，就放弃了。
标签：大家,机器,定位,控制,抓取,学习,应用,视觉 来源： https://www.cnblogs.com/xiketang/p/15128168.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。