1、halcon軟件提供的是快速的圖像處理算法解決方案，不能提供相應的界面編程需求，需要和VC++結(jié)合起來構(gòu)造MFC界面，才能構(gòu)成一套完成的可用軟件。

2、機器視覺在工業(yè)上的需求主要有二維和三維方面的

二維需求方面有：⑴識別定位；（2）OCR光學字符識別；（3）一維碼、二維碼識別及二者的結(jié)合；（4）測量類（單目相機的標定）；（5）缺陷檢測系列；（6）運動控制，手眼抓取（涉及手眼標定抓取等方面）

三維需求方面：（1）攝像機雙目及多目標定（2）三維點云數(shù)據(jù)重構(gòu)

3、要成為一名合格的機器視覺工程師必須具備以下三個方面的知識

（1）圖像處理涉及以下幾大領(lǐng)域：

A、圖像處理的基本理論知識（圖像理論的基礎知識）

B、圖像增強（對比度拉伸、灰度變換等）

C、圖像的幾何變換（仿射變換，旋轉(zhuǎn)矩陣等）

D、圖像的頻域處理（傅里葉變換、DFT、小波變換、高低通濾波器設計）

E、形態(tài)學（膨脹、腐蝕、開運算和閉運算以及凸殼等）

F、圖像分割（HALCON里的Blob分析）

G、圖像復原

H、運動圖像

I、圖像配準（模板匹配等）

J、模式識別（分類器訓練，神經(jīng)網(wǎng)絡深度學習等）

比較好的參考書籍有

經(jīng)典教材：岡薩雷斯的《數(shù)字圖像處理》及對應的MATLAB版

楊丹等編著《MATLAB圖像處理實例詳解》

張錚等編著《數(shù)字圖像處理與機器視覺——Visual C++與MATLAB實現(xiàn)》

左飛編著的《數(shù)字圖像處理：原理與實踐（MATLAB版）》

左飛編著的《數(shù)字圖像處理技術(shù)詳解與Visual C++實踐》

謝鳳英編著的《Visual C++數(shù)字圖像處理》

《精通系列·精通Visual C++數(shù)字圖像處理典型算法及實現(xiàn)(第2版)》

（2）軟件編程功底
具備C，C++，C#及MFC界面開發(fā)的功底
A、C語言的學習主要看譚浩強寫的C語言相關(guān)知識
B、C++主要看C++ primer plus書籍

C、MFC的學習主要看孫鑫編寫的《VC++深入詳解》這本書及相應的視頻教程，并在VC++6.0軟件或VS2010等軟件上編寫程序和實踐。

D、C#可以看書籍《C#從入門到精通》、《Head First C#》、《C#入門經(jīng)典》、

《C#圖解教程》、《C#高級編程》、《.Net Frameword 高級編程》、《CLR via C#》

（3）光學知識：

主要閱讀書籍《工程光學》、重點放在幾何光學方面，了解成像原理及相應的光路分析，知道光源的特性、鏡頭分辨率、相機分辨率等方面的知識。

光學知識主要在你設計方案時相機、光源、鏡頭等選型時起到關(guān)鍵作用。

軟件功底的作用是軟件的架構(gòu)設計分析，架構(gòu)包括UI層設計、業(yè)務邏輯層開發(fā)、數(shù)據(jù)層開發(fā)。

HACLON主要完成圖像處理算法的實現(xiàn)。

目前市場上工業(yè)領(lǐng)域中主流的圖像算法處理軟件有HALCON, NIvisionpro, opencv

學習HALCON最重要的是學習其中的方法、流程和套路

4、HALCON主要完成圖像算法的流程套路如下：

特征提取總結(jié)：

1、幾何特征（面積、周長、矩形度）2、紋理特征（與灰度相關(guān)，如熵、能量值）

3、顏色特征4、概率特征5、算子描述特征 6、Hough特征（梯度直方圖特征）


做機器視覺的項目，拿到項目時一般遵循如下流程：

第一步：需求分析，建立相應的方案

第二步：算法流程規(guī)劃及業(yè)務邏輯設計

第三步：模塊化編程及集成化實現(xiàn)

第四步：調(diào)試，根據(jù)反饋結(jié)果來不斷的修改程序Bug，達到客戶需求，最后交付客戶及軟硬件操作文檔。

學習機器視覺的好方法：

1、學習機器視覺一定要結(jié)合項目實戰(zhàn)，在實踐中學習總結(jié)經(jīng)驗教訓，系統(tǒng)化學習所需知識。

2、補充一定的C++和c#知識，進行VS聯(lián)合開發(fā)，客戶現(xiàn)場的學習和現(xiàn)場調(diào)試，不斷學習示例分析，掌握方法套路流程。

3、根據(jù)實際問題，學習模塊調(diào)用，按照方法套路學習。

4、最好是先用HALCON實現(xiàn)圖像處理部分，然后在VS2010開發(fā)軟件中利用MFC圖形界面實現(xiàn)出來，實踐學習是最好的方法。

機器視覺學習的發(fā)展趨勢是結(jié)合神經(jīng)網(wǎng)絡、深度學習進行相應的人工智能機器視覺開發(fā)。