专栏名称: OpenCV学堂

一个致力于计算机视觉OpenCV原创技术传播的公众号！OpenCV计算机视觉与tensorflow深度学习相关算法原创文章分享、函数使用技巧、源码分析与讨论、，计算机视觉前沿技术介绍，技术专家经验分享，人才交流，学习交流。

常识 | 机器视觉算法如何选择相机分辨率

OpenCV学堂 · 公众号 · · 2024-11-21 23:06

正文

点击上方蓝字关注我们

微信公众号： OpenCV学堂

关注获取更多计算机视觉与深度学习知识

前置黑话

黑白 VS 彩色

默认普通得工业相机都是黑白，一般情况下不会用彩色得，除非有以下需求：1. 需要根据颜色做判定、需要根据彩色做区分与判定 2. 图像算法需要彩色图像作为输入

卷帘与全局曝光

1.卷帘适合拍满速运行或者静止状态下工作场景使用得相机 2.全局适合拍高速运动，全局曝光时间短，所以适合快速移动得物体

CCD与CMOS

1.CCD传感器通常具有非常高的质量和光敏感性，能够以较低的噪音提供清晰的图像。

2.CMOS传感器制造和使用大多数微处理器使用的传统制造技术便宜。

面阵与线扫

1. 线扫描相机（Line Scan Camera）通过一条线性传感器，沿着待检测物体的运动方向进行连续扫描。它在不间断地采集图像的同时，实现了高速捕捉和高分辨率。

2. 面阵相机（Area Scan Camera）则是由固定排布的像素阵列组成，每个像素单元都能够同时捕捉图像。

知道了上面的黑话以后，选择工业相机就剩下分辨率这个东西，这个其实跟你的检测精度跟待测对象的大小有关系。

一个丝 行业术语，一个丝为0.01mm

实际案例

客户需求： 以500万相机为例，假如拍摄视野长边为20mm，问能否达到1个丝的精度？

分析过程： 也就是说每个像素点必须要小于0.01mm，如果大于肯定无法满足要求！正常的500W的工业面阵相机分辨率大概为2400x2080左右，计算如下：20mm/2400 = 0.008 mm 计算结果证明每个像素点小于0.01了，理论上精度可以满足，但是实际算法根本没办法搞成一个像素的精度，算法的检测精度极限在3~5个像素，所以还得在这个分辨率的基础上最少要乘以4倍，500Wx4=2000W。

结论： 所以这种场下 500W的相机无法满足 1个丝的精度要求！

OpenCV4系统化学习