两个都用过，说说个人感觉
1、首先如果是3D项目 我会首选halcon。
halcon里面3D的算子更为丰富，而且halcon对于相机接口的open性更高（现在visiopro8.2往后的版本都没法用usb连接口的相机）。之前做过一个3D检测的项目就是halcon实现算法，c#完成工程。用的相机是德国的AT线扫相机（这款相机是大恒代理的）。
2、在学习的难易程度上，visionpro会上手相对会快一些。
二者在初期测试（连接相机，选取合适的算法进行图像分析，输出测试图像结果），这个阶段的话visionpro可以一行代码都不用写就能完成。visionpro提供的图形界面更加直观，拉线、调参，很快就可以完成一个项目的检测测试。
halcon 需要一点编程基础，如果你的代码基础为零的话，那可能会完成一些visionpro的工作，但halcon的话会吃力一些。
当然并不是说visionpro就很low，visionpro也可以编辑代码，进行脚本编辑。
另外，如果算法测试通过后，需要开发视觉检测系统，此时二者的工作量差不多，二者都可以直接导出相应语言的算法版本，可以根据自己要求编辑工程。 不同的是halcon 没有配置文件，只需要安装halcon环境即可使用其中的算法（当然其实也有办法可以不安装）。 vpro会生成一个vpp文件，对于vpp在程序里面的使用每个人都有自己不同的习惯，我个人是喜欢用toolblock，把关联的工具放到一个块里面，把需要的结果参数通过块添加输出。在程序里面用回调函数实时更新结果。
3、国内入机器视觉这一行，难免会听到halcon vpro 的各类消息，包括各种对比谁优谁劣，选择起来，可以有自己规划，但是更多地是根据公司需求，被动选择。
我接触的过程是，在学校的时候接触opencv 以及一些底层的算法理论，但当时一脸懵逼，即使看到了效果，也并不知道实际应用是什么样。后来实习接触了visionpro，利用vpro完成了几个定位抓取类似的引导项目，算是完成了从理论到实际的应用。后来visionpro搞了两年又对图像算法理论重新感兴趣，想更多地了解实现的原理。正好公司有halcon相关的工作，就接触了halcon。halcon算是介于opencv和visionpro中间的，比opencv实现要方便一些，比visiopro更能接触到图像算法的本身。
4、个人感觉机器视觉这一行会的东西比较杂，完成一个项目要涉及很多东西。
开发一个完整的系统 ，光源、相机、镜头选型，plc机器人通讯，图像算法的选取和调用，其他的数学逻辑算法等等。另外因为要跟机械电气配合，最好还是能够了解一些他们这方面的知识（要不然出了问题都没法甩锅，常用的像编码器，继电器，io模块，干扰，丢帧现象等等），还有交互流程要清晰，出了问题知道怎么排查。除此之外机器视觉经常要到客户现场调程序，各种奇葩客户，奇葩环境，奇葩要求都可能有，抗压能力要有，改干的时候干，改不被受气的也坚决不能忍着。
5、干这一行的其实有开发，也有调试。
个人觉得有机会还是多学学编程，提升自己的竞争力，最主要计算机相对赚钱也多一些呀。工业方面c#用的多一些，也容易理解一些，首先第一步先学会如何用程序调用图像算法，像调用vpro halcon里面的算法，第二步可以去研究图像算法的实现。
如果本身就是视觉算法方向的人，有能力就多往深了挖，就围绕着视觉相关的，多看多学点肯定亏不了。现在有很多问题传统视觉算法解决起来也有压力，深度学习类的算法，也可以看看，当然最好不要直接跳到这个方向去，搞机器视觉更多地还是传统的算法，像傅里叶变换，卷积，形态学，边缘锐化增强等等都是传统算法，把这些能在理论上搞懂了再说。不过课余时间可以浏览着深度学习方面的资讯。计算机视觉的话对个人来说要求的数学功底，编码能力会更强，编码的话更多地是c++ linux环境下的编程。
上班，后面想到啥写啥、。。。。。。。。。。