研究生數學在讀回答一個。

需要兩個模組知識來作為機器視覺的框架，一個是基本理論知識，機器視覺，自動化理論，神經網路，深度學習等，另外一個就是程式設計能力了，個人在實際專案中halcon，opencv，c++，c#，另外掌握好python也是非常重要的。

同學深大機器視覺碩士畢業，現在就在深圳工作，據她說是人才緊缺中，工資發展前景也是非常棒的，圖片是機器視覺崗位要求可供參考

要回答這個問題，我們可以分解一下機器視覺系統，來逐個分析。一套最簡單的機器視覺系統包括

視覺成像部分影象處理部分運動控制部分

1. 視覺成像部分

視覺成像又包含幾個典型元件： 光源，鏡頭，工業相機。光源和鏡頭都需要我們掌握光學知識，不同的打光方式，可以讓相機對物體產生完全不同的成像；而鏡頭的倍率，焦距，視野等的選擇不同直接決定了成像的逼真度。對於一名機器視覺工程師來說，掌握如何選擇鏡頭，如何選擇光源，如何確定打光方式是最基本的技能。工業相機需要我們掌握光電知識，掌握相機感測器的區別，掌握影象成像的基本知識如清晰度，動態範圍，視場角等等，這樣我們才能根據需求和場景選擇正確的相機，最快速的掌握這些知識的方法是買一臺入門級單反來研究透這些成像引數和成像的關係。

2. 影象處理部分

影象處理我們一般理解是在PC機器上進行的，實際上在工業領域，大部分採用工控機，因為它穩定，加上有成本優勢。近些年的發展，嵌入式硬體也在蓬勃發展，很多工廠對於小的需求比如控制幾百臺儀表盤的開關和狀態監控，完全可以利用樹莓派等開源硬體實現。對於入門者來說，可以優先掌握PC平臺，X86平臺的開發，在熟悉之後可以延展到嵌入式平臺。在軟體部分，大部分應用層採用C#，.net，QT，C++來實現，因此掌握這其中的一門程式語言是必備的；而在影象演算法層面，典型的開源演算法有opencv，商用的有halcon，visionpro等，建議最開始可以先以halcon入門；如果在演算法層面想進一步深入，可以研究一下機器學習，這可能是未來的主要方向。對於理論方面，更多的是掌握影象處理的基本概念，這本書《機器視覺演算法與應用》，值得一看。

3. 運動控制部分

典型的運動控制卡如固高，可以入手研究一下。更為高階一點的PLC，也可以玩起來，這部分的難點在於，精度的矯正，因為很多場景和需求對精度的要求是非常高的。除了以上三點，整體方案的搭建能力是至關重要的， 因為方案需要把這些部分都串起來，並且能夠和現實場景聯絡起來，滿足實際的生產自動化需求。而整體方案的搭建能力取決於