机器视觉是使用图像捕获和处理图像来定义动作，常会与计算机视觉混淆。不过机器视觉通常用于工业应用，如自动检测和制造过程。而计算机视觉是指捕获图像并分析，图像分析由机器视觉系统完成，计算机视觉的应用范围更加广泛。可以这么说，机器视觉是计算机视觉的子集。
机器视觉工作原理
机器视觉系统的主要组件包括照明、镜头、图像传感器、视觉处理和通信。
照明照亮要检查的零件，使目标特征突出，让镜头可以清晰地捕捉到。镜头捕捉图像并以光的形式呈现给传感器。机器视觉中的传感器将此光转换为数字图像，然后将其发送到处理器进行分析。视觉处理系统再进行审查图像并提取所需信息、运行必要检查并做出决定的算法。最后，再通过离散I/O信号或通过串行连接发送到记录信息或使用信息的设备。
机器视觉的常见应用
机器视觉具有许多实际和重要的应用，例如检查物体、检测物体中的缺陷和检查包装。机器视觉系统也可以被编程用于对物体进行分类、检测颜色、验证颜色、检测图案和匹配图案。此外，在结构化环境中读取条码时也会使用机器视觉。
机器视觉和计算机视觉的差异
虽然机器视觉和计算机视觉都涉及摄取和分析视觉输入，但两者之间存在差异。
机器视觉系统使用数码相机捕捉图像，然后对其进行处理以输出决策。这些决策包括生产线中基于视觉系统检测到的缺陷再判断是否通过的决策。机器视觉系统通常还包含相机、镜头、处理器和软件，以使机器能够做出这些决定。换句话说，机器视觉是大型机器系统的一部分。
计算机视觉系统可以单独使用。与机器视觉系统不同，计算机视觉系统不需要相机。因此计算机视觉不一定需要捕获图像，它可以直接处理已保存的图像。计算机视觉系统可以从保存的图像中解释数据并产生结果。计算机视觉在这方面具有更大的灵活性，因为它可以通过使用真实图像或合成图像来工作。
计算机视觉系统可以从图像、视频和其他视觉效果中获取有价值的信息，而机器视觉系统则依赖于系统相机捕获的图像。
另一个区别是计算机视觉系统通常用于提取和使用尽可能多的数据。相比之下，机器视觉通常专注于对象的特定关键部分，再来处理图像捕获的数据。由于机器视觉更多地用于寻找特定的数据信息，因此机器视觉通常会在受控环境中进行快速决策。
