1. 课程导论：光学标注的行业价值、从CAD图纸到实物坐标的转换逻辑、课程全景图

各位同学好，我是老周。在机器视觉这行摸爬滚打了十几年，今天咱们来聊聊光学标注。

说白了，光学标注就是把电脑里的设计图纸，变成机器能看懂、能动手的坐标指令。你想想看，一个手机中框的螺丝孔，在CAD里是(12.5, 45.8)，到了产线上，机械臂怎么知道这个点在哪？靠的就是光学标注。

1.1 为什么光学标注这么重要？

我见过太多项目，图纸画得漂漂亮亮，一到现场就抓瞎。为什么？因为图纸是理想世界，实物是现实世界。温度、振动、装配公差，哪个都能让你的坐标偏移个0.1mm。别小看这0.1mm，在3C电子行业，这就是废品。

嗯，这里要注意。光学标注不是万能的。它解决的是“已知特征”的定位问题。如果你的工件本身就没特征，或者特征不稳定，那再好的标注算法也白搭。这是很多新手容易踩的坑。

1.2 从CAD图纸到实物坐标：这中间发生了什么？

咱们来拆解一下这个转换逻辑。我习惯把它分成三个世界：

世界	坐标系	单位	特点
设计世界	CAD模型坐标系	mm	理想、无误差、绝对精确
图像世界	像素坐标系	pixel	离散、有畸变、受光照影响
物理世界	机器人/机床坐标系	mm	有公差、有热胀冷缩、有装配误差

光学标注要做的，就是在这三个世界之间，建立一套可逆的、高精度的映射关系。

具体流程是这样的：

1. 提取CAD特征：从图纸里把要定位的点、线、圆、轮廓捞出来。我个人习惯用DXF或STEP文件，解析起来比较稳定。
2. 相机标定：搞定相机内参（焦距、畸变）和外参（相机相对于机器人的位置）。这一步做不好，后面全是白费。
3. 手眼标定：建立相机坐标系和机器人坐标系之间的转换关系。我记得第一次做手眼标定，折腾了三天，最后发现是机器人安装底座松了……
4. 实物匹配：相机拍到的特征，跟CAD里的特征做匹配。常用的有模板匹配、几何匹配、深度学习特征匹配。
5. 坐标输出：把匹配到的像素坐标，通过标定好的参数，换算成机器人能用的物理坐标。

1.3 核心转换逻辑：一张图看懂

下面这张图，是我自己总结的光学标注核心逻辑。你把它吃透了，后面29章学起来会轻松很多。

1.4 课程全景图：这30章我们学什么？

这门课，我把它分成四个模块。每个模块解决一个实际问题。

模块	章节	核心内容	实战产出
基础篇	第1-5章	坐标系、标定原理、CAD解析	能独立完成相机标定和手眼标定
算法篇	第6-15章	特征提取、模板匹配、几何拟合、深度学习	能针对不同工件选择最优匹配算法
工程篇	第16-25章	多相机拼接、动态跟踪、标定补偿、精度验证	能搭建完整的产线光学标注系统
实战篇	第26-30章	3C电子、锂电、半导体、汽车四大行业案例	能独立交付一个光学标注项目

好了，导论就讲这么多。记住三个关键词：标定、匹配、转换。后面的内容，都是围绕这三个词展开的。