图像采集：需要对镜头、光源、相机(CCD)的选型有所了解，有经验的工程师说打光是图像采集的关键。图像采集是对我们后续工作的支撑，采集不到好的图像，对图像处理就会难上好几倍甚至几百倍。
图像处理：图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。需要熟知对图像处理的原理以及方式方法。其他的通用的滤波、连通域、腐蚀膨胀等也都需要了解一下。
Halcon：编程和演示界面比较的友好，方便编程人员做二次开发，可生成C/C++文件，很容易嵌入到VC等编译环境下，对于有计算机基础或是有编程基础的同学，还是很容易就能够上手的。
OpenCV：这个软件开源资料会比较多，用C/C++编写，对于学习基础要求也不高，只需要对编程有兴趣或是会基本编程的都。
对于要学习机器视觉，会单纯的理论和编程是不够的，最好是以项目为基础，从立项开始，一步步完成自己设计的项目目标。这样才能够快速提升你的能力。
如果你是对机器视觉感兴趣或是想往这方面去发展，可以先选好一个适合自己的部分，结合实际，综合提高自己的水平。
免费分享一些我整理的人工智能学习资料给大家，整理了很久，非常全面。包括一些人工智能基础入门视频+AI常用框架实战视频、图像识别、OpenCV、NLP、YOLO、机器学习、pytorch、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文等。
下面是部分截图，文末附免费下载方式。
目录
一、人工智能免费视频课程和项目
二、人工智能必读书籍
三、人工智能论文合集
四、机器学习+计算机视觉基础算法教程
五、深度学习机器学习速查表（共26张）
学好人工智能，要多看书，多动手，多实践，要想提高自己的水平，一定要学会沉下心来慢慢的系统学习，最终才能有所收获。