本人是工作八年的視覺工程師，主要從事Halcon和Visionpro視覺開發(fā)，談談個人對視覺學習看法：
　　1、HALCON是德國MVtec公司開發(fā)的一套完善的標準的機器視覺算法包，它節(jié)約了產品成本，縮短了軟件開發(fā)周期。
　　Halcon：底層功能算法多，運算性能快，開發(fā)需要一定軟件功底和圖像處理理論。
　　快速學習做法：研究實例、做實戰(zhàn)項目。halcon不能提供相應的界面編程需求，需要和vs來構造MFC界面或者QT使用，才能構成一套完整軟件。
　　2、需求主要有二維三維二維：（1）識別定位；（2）OCR識別；（3）二維碼識別；（4）測量；（5）缺陷檢測；（6）機器控制等三維：（1）多目標定（2）三維重建（3）三維匹配等
　　3、成為合格的機器視覺工程師須具備三個方面的知識
　　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(tài)學（膨脹、腐蝕、開運算和閉運算以及凸殼等）
　　F、圖像分割
　　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）
　　（2）軟件編程功底
　　具備C，C++，C#及MFC界面開發(fā)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++primerplus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》、《C#入門經典》、《C#圖解教程》
　　（3）光學知識：
　　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。
　　4、學習HALCON最重要的是學習其中的方法、流程和套路
　　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(guī)劃及業(yè)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(zhàn)，在實踐中學 結經驗教訓，系統(tǒng)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(fā)，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(fā)軟件中利用MFC圖形界面實現出來，實踐學習是最好的方法。
       這是我搜集的資料分享給大家，有需要的自己保存，也可以加我q1907812972或1348278430交流學習。
       全套鏈接：https://pan.baidu.com/s/1R6puDfHtT-oNZLU5yzdGRw 提取碼：8888
　　發(fā)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(fā)。
　　敲黑板：本人經常會發(fā)一些對大家學習非常有參考價值的帖子和分享一些視覺halcon學習的資料，大家可以關注我以及看下我其他帖子。

感覺cognex更好用一點，目前視覺的主流是尺寸檢測和定位技術，不過外觀檢測隨著自學習軟件的開發(fā)也開始慢慢使用起來，視覺工程師的能力全在現場調試。