机器视觉编程软件一般用来完成输入图像数据的处理，通过一定的运算得出相应结果，这个输出的结果可能是PASS/FAIL信号、坐标位置、字符串等。

　　机器视觉编程软件：由于历史和起步的原因，做机器视觉总是绕不开几家大的机器视觉编程软件供应商。因此，我们对目前全球市场上使用的各种软件作一个简单介绍，为了避免纠纷，对有商业产权的软件我们仅使用首字母代替其具体软件名称。

　　H：德国一家软件系统供应商，整套软件包罗万象，面面俱到；由上千个算子组成的模块化设计，包含2D和3D视觉，测量，缺陷，能想到的视觉几乎都有做，是大多数通用视觉业务的首选。大量开箱即用的算法，工程师无需了解算法本身，通常培训几个月之后即可承接业务，市场上也大量存在这种类似的培训机构。项目落地快，周期短。

　　Vp:美国一家视觉公司，其工业ID读码器知名度极高，也是其主打产品。软件本身和H相比算子数量略低，在通用性、易用性、和功能上各有千秋。以界面控件拖放形式编程，开发便捷，周期短，调试方便。但灵活性略有不足，通常软件和硬件捆绑销售。

　　OpenCV:免费的视觉库，由Intel公司持续提供开发支持。

　　•整套软件整合了几乎视觉领域的所有算法，其中包含一些公开但有知识产权但需要商业付费的算法；该软件更新速度极快，近年发展起来的人工智能模型很多能直接部署在软件上运行。

　　•该软件使用难度几乎是所有知名软件中大的，要应用好该软件，必须对底层算法有一定的了解；同时，由于体系宏大，全面了解该软件的人寥寥无几；一般情况下，必须有多年坚持不懈的学习和开发经历，才能熟练使用该套软件系统。

　　•从使用上来说，该软件库几乎是高手过招的必经途径。几乎所有的人工智能算法，传统算法文献，最新研究成果，都会采用OpenCV库呈现。大量H和Vp所无法完成的算法，都可以通过组合该库中的函数实现；同时，通过修改底层算法代码，可以衍生出无数满足特定功能的算子函数，也是算法创新的摇篮；在工业应用上，可以根据应用场景无限制优化.

　　通用机器视觉编程软件的缺点

　　•因为没有任何软件可以做到面面俱到，且面面俱精。所以，这些面面俱到的通用视觉软件，在很多细分领域性能表理得非常一般，在一些高精尖的新领域则完全无能为力。

　　•闭环的系统，几乎无法根据应用场景优化，不能增加或修改已有功能。

　　•近几年人工智能的迅猛发展，可以完成很多传统机器视觉所完全无法完成的功能；虽然通用视觉软件在努力打入人工智能市场，但是，由于人工智能涉及到巨量的原始数据和许多无法预料的处理手法，通用视觉软件不可能满足这种不断多样化的处理方式，所以，以传统视觉为基础的通用软件市场份额必然要出现一定程度的松动。