最近在某小公司实习了一段时间，发现平常自己学习的那些机器视觉、计算机视觉和实际工作中的情况天差地别。公司用海康威视的MVS和VisionMaster 软件进行方案的设计，如有需求也使用Halcon。 在实验室中，遇到某个问题时，总是想着如何去分离这个特征或者直接上深度学习网络去解决问题，遇到数据集稀缺或背景复杂时就很难处理。然而那些我看上去难以解决的问题，在公司中的技术人员眼中，经过合理的打光就能通过简单的算法完美解决。 某些特征经过合理的打光能很明显的显示出来，实际工业应用中，也是光源加机械手对缺陷或目标物件进行识别和定位，合理的光源和打光方法能解决80%的问题。

由上图可见不同的光源产生了完全不同的成像效果，从而也导致不同的检测算法（优选及简化） 。 选择合适的光源，可突显良好的图像效果（特征点），可以简化算法，提高检测精度、保证检测系统的稳定性。

任务：检测（识别）、测量、定位、条形码、字符识别、三维扫描等。 性能要求：如检测内容、检测速度、检测精度等。 其他配合：如相机、镜头、软件、安装方式等。

常用光源颜色有：白色、蓝色、红色、绿色、红外、紫外。

白色光源通常用色温来界定,色温高的颜色偏蓝色(冷色，色温>5000K)，色温低的颜色偏红(暖色，色温