机器视觉指的是通过光学的装置和非接触的传感器自动的接收和处理真实物体的图像，以获得所需信息或控制机器人运动的装置，通俗的说就是应用在工业领域的视觉应用。主要强调的是让计算机具备对客观三维场景的感知、识别和理解(侧重对质的分析)，例如无人驾驶、人脸识别等都可以归类为计算机视觉的范畴。前，机器视觉的基础功能主要可以分为四大类：模式识别/计数、视觉定位、尺寸测量和外观检测，当前的应用也基本是基于这四大类功能来展开。

模式识别/计数主要指对已知规律的物品进行分辨，比较容易的包含外形、颜色、图案、数字、条码等的识别，也有信息量更大或更抽象的识别如人脸、指纹、虹膜识别等。

视觉定位主要指在识别出物体的基础上精确给出物体的坐标和角度信息。定位在机器视觉应用中是非常基础且核心的功能，一个软件的好坏大概率与其定位算法的好坏密切相关。

尺寸测量主要指把获取的图像像素信息标定成常用的度量衡单位，然后在图像中精确的计算出需要知道的几何尺寸。优势在于对高精度、高通量以及复杂形态的测量，例如有些高精度的产品由于人眼测量困难以前只能抽检，有了机器视觉后就可以实现全检了。

外观检测主要检测产品的外观缺陷，最常见的包括表面装配缺陷(如漏装、混料、错配等)、表面印刷缺陷(如多印、漏印、重印等)以及表面形状缺陷(如崩边、凸起、凹坑等)。由于产品外观缺陷一般情况下种类繁杂，所以检测在机器视觉中的应用中属于相对较难的一类。

从技术实现难度上来说，识别、定位、测量、检测的难度是递增的，而基于四大基础功能延伸出的多种细分功能在实现难度上也有差异，目前看3D视觉功能是当前机器视觉应用技术中最先进的方向之一。