机器的眼睛（一）

说起机器视觉，很多人也许会觉得陌生，或者认为是很玄妙的高科技。其实它早已渗透到我们的生活之中。与生活相关的像汽车的违章摄像，进火车站的人脸识别；与工业生产相关的像机器设备的视觉定位，不良品判断的视觉检测；与生物医药相关的图像处理和视觉分析……

生物进化是奇妙的也是缓慢的，技术的进步却是迅猛的，所以未来机器视觉完全代替人眼或全面辅助人眼绝不是空想。这技术看起来很神奇，但从基本的构成分析，其实也很简单。我们可以将其分为三部分，一是获取图像，就像前面有一个人投影在我们的眼睛里；二是处理图像，就像我们大脑“识别出”那是个人的样子（医学研究证明眼睛看见东西不代表大脑可以识别看到的东西）；三是提取信息，就像我们认出了前面这个人是隔壁的老王，他的神色还有些慌张。这是最基本的结构，还可以从这一层继续往下细分。

硬件篇

---

获取图像这一部分可以分为打光和成像，打光是为了突出视野中的某一部分，舞台上的聚光灯就是一种打光；成像是将视野中的对象转化为一张图片。举个例子，假设我精心做了一条红烧鱼，但是拍照太暗了，于是我让人用手机帮我照亮一下（打光），接着我用1亿像素的手机拍了个照（成像），最后开始享用美食。

打光

通俗理解，打光就是照亮。但是在具体应用中，却会有照暗的情况，比如说需要检测一个零件的外形轮廓，从正面照可能受零件表面的纹路干扰，而从背面照的话就可以清晰地呈现外形轮廓，这时候的图像就是背景白色，零件成黑色了。打光效果主要取决于光源和打光方式。光源的话，根据颜色可以分为红外光，紫外光，蓝光，红光，白光等，根据形状可以分为条形光、环形光、点光源、同轴光、碗形光等。打光方式可以分为低角度打光，高角度打光，正面打光，背面打光，侧面打光等。只有选择了合适的光源跟打光方式，才能满足各种各样的打光需求。最根本的原理，就是从光的反射和穿透性来选择。光的反射具体应用，比如利用镜面反射突出物体某个角度的平面，利用漫反射让物体不同角度都亮度均匀；用蓝色光突出蓝色图案，用红色光弱化蓝色图案。光的穿透性具体应用，像医院的X光照射，卫生用品的芯体检测等，都是利用了光的穿透性。

镜头

成像主要依靠镜头和相机，镜头相当于眼睛的晶状体，相机相当于眼睛的视网膜。镜头的本质就是初中物理中小孔成像实验中的小孔。镜头的选择主要根据物体的大小，相机的距离和相机的芯片来选择，有专门的估算公式，套公式就可以。镜头主要用焦距来区分，摄影中提到的长焦，短焦就是指焦距。在相机和拍摄距离相同的情况下，焦距越长，视野越小，图片中的某一个对象越大，看起来像放大了，微距镜头是长焦距的极端情况；焦距越短，视野越大，图片中的某一个对象越小，看起来像缩小了，超广角镜头是短焦距的极端情况。做高精度视觉测量的时候，要注意镜头畸变的影响，焦距越短，畸变越大，像超广角镜头，拍出的图片就有很大的变形，门上的猫眼也是一种超广角镜头。镜头还有一个常用的参数叫光圈值，主要是指进光量。像我苹果11的最大光圈是f1.8。这里有个有点绕的地方：光圈值数值越小，代表光圈越大，进光量也就越多，同等条件下的图片也就越亮。不过平常大家意识到光圈的作用，可能主要是为了实现拍照中的背景虚化效果。这种情况下的背景虚化，是由景深影响的，其它情况相同时，光圈越大，景深越小，越容易得到虚化的背景。

相机

镜头之后总算到最重要的相机了，相机最重要的参数是分辨率。分辨率也就是我们常说的像素数，比如前面提到的1亿像素，就是指分辨率。我们看到的图片，都是由一个个的方块像素点组成的，所以图片也有分辨率的说法，跟相机的分辨率是对应的。一般来说，分辨率越高，画质越清晰，画面越细腻，可实现的精度也就越高，不过真正成像是多方面影响的，高分辨率未必能保证清晰画面。像工业相机选用中就要考虑帧率的影响，帧率是指一秒内能成像的张数，帧率是受相机芯片，分辨率，曝光时间和相机接口等多个因素影响的。一般而言，高帧率相机一般用于拍摄速度要求高，环境有振动的场合；低帧率相机一般用于对速度要求不高，并且环境稳定的场合，否则成像容易出现虚影。前面提到影响帧率的一个因素是相机芯片，目前主要有两种相机芯片，一种是CCD（电荷耦合器件），一种是CMOS（互补金属氧化物半导体）。简单而言，CCD芯片成像质量更好，而CMOS芯片成本更低。随着技术进步，CMOS的性能正逐渐赶上甚至超越CCD的性能。在以上参数之外，相机还可以按识别颜色分为彩色和黑白，一般而言，没有特殊需求，优先考虑黑白相机，一是成本更低，二是精度更高，三是图像处理更简单。近几年在2D相机之外，又出现了3D相机这个种类，了解到它的一种方式是：利用两个相机从两个角度拍摄同一个物体，然后根据两张图像合成和处理，来形成高度的数据，主要用于需要拍摄三维数据，2D相机无法胜任的场景。

获取图像总算基本讲完了，硬件想讲清楚真不容易。个人总结，难免错漏，欢迎指正，感激不尽。