机器视觉的路还很长，绝对不是 DNN就可以搞定一切的。
图像处理搞了这么多年，有些基本理解:
1. 能在 rgb图像做的算法，就不要放到 gray图像做
2.能在 gray图像做的算法，就不要放到 binary图像 做
反正记住一条：算法的稳定性完全基于信息量的多少。
1).rgb图像的信息量最大，如果能在这个空间处理好，
比如利用 HSI, Lab 颜色等分割出目标，肯定比 gray图像处理更稳定。
以前做的一个“餐具测量”系统软件，原先用 basler的 灰度相机，使用快速 graph-cut 分割的成功率 明显低于 基于 彩色相机。
为了彩色相机OK，重构了 相机采集程序。
目前 重构了所有的了 大华，巴斯勒，海康威视 等等相机采集程序，全被支持 灰度和彩色两种图像，支持 曝光率设置，
这能解决数据源的问题。
当然这个项目尝试了较多的算法，用了 快速椭圆检测，线条分割算法，加上形状拟合等等，效果明显提升一个档次。
2). gray图像能够处理的，绝对不用 binary图像。
我在一家新公司搞OCR的时候，发现很多同事都是用 二值图像来处理 字符分割问题。
我当时就很纳闷，一家名气不错的公司，核心算法基本上都是基于 二值图的，比如 各种布局算法，形状搜索算法。
这明显是有问题的。
当时接手了 “火车票识别系统”项目，我把整个算法重头写了一遍：预处理，行定位，字符切割，字符识别等等。
所有算法全部基于灰度图像做，而不是二值图。整个预处理算法鲁棒性很好。
关于预处理，我直接根据图像效果 做了 去光照，去 蓝色或者红色 的算法。
关于 二维码定位，我直接用 最大矩形框 方式搜索，成功率几乎 100%。
关于 行定位，我使用 相对位置比例尺，然后用 局部微调 搜索分割线算法，成功率几乎 100%。
关于 字符切割，我根据 不同的域 分别定义不同的切割算法:车站的切割，日期切割，身份证，车次等等，都用不同的切割算法和参数，成功率有 99% 一上。
当然字符识别，确实有点难度，公司的识别引擎居然使用 二值图，导致识别率整体上不去。
导致最后的识别情况是：域识别率 99%~91%之间。(不要以为这个识别率低，因为很多图像质量是很差的：各种光照，划线，打孔，盖章，以及印刷不清等等，还有算法的对样本的拒识率是 0).
3) 关于 binary图像
二值图像的处理方法，有固定处理套路，所有很多学图像处理的，基本上也就停留在二值图处理上。无非就是 轮廓分析，连通域分割等，再加上 形状拟合。
但是图像二值化 是非常复杂的，我了解的二值化算法就有20几种，有全局二值化，局部二值化，多阈值二值化 3类。
没有一个二值化算法能够真正解决所有问题。
如果 图像处理只停留在 二值图处理上，说明还没真正学懂图像处理。
图像处理是一个经验学科，根据场景特化设计的稳定特征，有时候比各种牛逼算法要好很多，简单稳定很多。
当然，你非得搞各种复杂场景，那么就直接用 分类器和深度学习的算法，毕竟 传统算法擅长的是 速度快，不需要训练数据，算法可解释性强，容易优化和可控； 但是各种分类器和深度学习，则相当于把问题抛给了 训练数据，当然很多的训练器是 喂不饱的，因为你没有那么多的数据样本。
目前我还在搜集整理我认为比较核心的算法：基于模板形状的 匹配算法，LineMod 算法，Local Search算法，……
当然还有更重要的 亚像素矫正算法：角点矫正，线条矫正等。这些算法在工业上真正用的上，解决真正的需求。
搞了几年的图像处理，需要升级一下，搞三维重建。所以我得好好学习 三维重建和三维渲染这两大领域。
三维重建算法的核心：相机标定，特征点匹配，四步相移…… 算法的精度才是整个三维算法的核心问题。
三维渲染：也就是 OpenGL/OSG的学习。
确实很难，但是为了兴趣爱好，以及未来的趋势。加油！