导读
视觉行业的初学者，甚至是做了1-2年的销售也许还会困惑这样的事情，就是在拿到检测要求后，不知道根据图纸上的公差，应该选用多少万像素的相机。同时还不明确为什么要三个类似的专有名词来描述同一个事情。
这一期内容就是为了讲明白这一件事情：分辨率，精度，公差的关系。从而指导相机的选型。
文章图片
分辨率（Resolution）
文章图片
比如我要看的产品大小是30mm*10mm，使用200万像素（1600pixel*1200pixel）的相机。因为产品是长条形，为了把产品都放入到视野内，我们计算分辨率的时候要考虑长边对应，此时分辨率为：
文章图片
精度（Accuracy）
精度的单位是mm。根据产品表面和照明状况的不同，我们可以通过放大图像观察辨别稳定像素的个数，从而得出精度。如果条件不允许实际测试观察，一般的规律是，如果使用正面打光，有效像素为1个，使用背光，有效像素为0.5个。
文章图片
这个例子我们取1 Pixel，得到精度为0.019mm约等于0.02mm。
公差（Tolerance）
一般情况下，精度和公差的对应关系如下：
文章图片
对一个项目来讲，我们是先从图纸上读到公差的要求。然后再根据上述关系，反推得出我们需要多少像素的相机。我这里有一个简单的表格，输入视野，可以自动算出不同相机的精度矩阵，方便快速选型。哪位如果想要，可以给我发邮件免费索取。
【机器视觉检测的基础知识——分辨率，精度，公差】
文章图片
推荐阅读
- 图像处理|halcon模板匹配学习（一） Matching 初印象
- halcon教程|halcon算子讲解系列---目录
- Halcon|Blob分析的例子，抽取Blobs
- 关于halcon基于表面的3d识别定位
- opencv|基于openCV的形状模版匹配
- Visual|Halcon和Visionpro的对比
- 基于HALCON的模板匹配方法总结
- halcon学习笔记(6)——学习Crystals例子的凸包及图像熵
- Blob分析的基本概念和实现流程