一、工业相机概述：它和普通相机到底差在哪？

做驱动开发这么多年，我经常被刚入行的同事问一个问题：「都是相机，工业相机和咱们手机上的摄像头有啥本质区别？」

这个问题问得好。如果你拿手机去拍产线上的运动物体，拍出来的画面大概率是糊的。为什么？因为工业相机和普通相机，从设计理念上就是两码事。

1.1 核心差异：稳定压倒一切

普通相机追求的是「拍得好看」。美颜、HDR、自动白平衡，这些功能都是为了让你发朋友圈时更体面。但工业相机呢？它追求的是「拍得准」和「拍得稳」。

我举个例子。你想想看，一条产线每分钟跑 200 个产品，相机要抓拍每个产品的二维码。这时候如果相机突然自动调整了曝光，或者白平衡飘了一下——那这一帧就废了，后面的分拣逻辑全乱套。

所以工业相机的核心设计哲学是：确定性。参数固定、时序固定、接口固定。说白了，它就是个「不会自作聪明的眼睛」。

对比维度	普通相机	工业相机
设计目标	拍得好看	拍得准、拍得稳
图像处理	自动美化、降噪	原始数据、可配置
接口标准	USB、WiFi	GigE、USB3 Vision、CoaXPress
触发方式	按键或软件	硬件触发、精确同步
工作环境	室内常温	-20°C ~ 70°C，抗震动
寿命要求	2-3 年	5-10 年连续运行

1.2 核心参数：选型时你必须看懂这四样

做驱动开发，你不一定天天选型，但必须理解这些参数背后的含义。因为驱动代码里很多配置，都和它们直接相关。

分辨率：不是越大越好

分辨率就是图像的像素数量。比如 500 万像素（2592×1944）。但我要提醒你：分辨率越高，数据量越大，帧率就越低。

我在一个 PCB 检测项目里遇到过这种情况。客户非要 1200 万像素的相机，结果 GigE 接口带宽跑满了，帧率只有 8fps，产线根本跑不起来。后来换成 500 万像素，配合合适的镜头，反而满足了需求。

选分辨率的原则很简单：够用就行。你只需要保证一个像素对应 0.1mm 的物理尺寸，那就没必要上更高的分辨率。

帧率：决定产线节拍

帧率就是每秒能拍多少张。单位是 fps。产线速度越快，需要的帧率越高。

这里有个坑。很多相机标称的帧率是「最大帧率」，但那是特定分辨率、特定曝光时间下的理论值。你实际用的时候，如果曝光时间太长，帧率会自动降下来。

靶面尺寸：决定视野和景深

靶面尺寸就是传感器感光区域的对角线长度。常见的有 1/3"、1/2"、2/3"、1" 等。

靶面越大，视野越宽，但镜头也要更大更贵。靶面越小，景深越大，但低光照性能会变差。

我记得有个项目做手机玻璃盖板检测，需要很大的视野。一开始选了 1/3" 的靶面，结果镜头畸变严重，边缘检测精度不够。后来换成 1" 靶面，配合远心镜头，问题才解决。

像元大小：影响灵敏度和分辨率

像元大小就是每个像素的物理尺寸，单位是 μm。常见的像元大小有 2.2μm、3.45μm、5.5μm 等。

像元越大，感光能力越强，低光照下噪点越少。但像元大了，同样靶面下分辨率就低了。这是个 trade-off。

像元大小	优势	劣势	典型场景
2.2μm	高分辨率	低光性能差	强光下的高精度检测
3.45μm	均衡	无明显劣势	通用机器视觉
5.5μm	低光性能好	分辨率受限	夜间监控、暗场检测

1.3 应用场景：工业相机都在哪干活？

工业相机的应用场景，说白了就三大类：看有没有、看对不对、看准不准。

• 定位与引导：机器人抓取、PCB 钻孔定位。相机告诉机器人：「目标在坐标 (x, y)，角度 θ」。
• 测量与检测：零件尺寸测量、表面缺陷检测。相机代替千分尺和肉眼。
• 识别与追溯：二维码/条形码读取、OCR 字符识别。产线上的「身份证」扫描。
• 运动分析：高速运动物体的轨迹追踪。比如羽毛球机器人、流水线分拣。

我做过一个最典型的案例：饮料瓶盖的缺陷检测。产线速度是每分钟 600 个瓶盖，每个瓶盖需要在 100ms 内完成拍照、检测、输出结果。我们用了 500 万像素的工业相机，配合硬件触发和 FPGA 预处理，才把整个流程压进 80ms。

1.4 知识体系总览

下面这张图，是我自己整理的知识框架。每次带新人，我都会先让他们看这张图。它把工业相机驱动开发需要掌握的知识点串起来了。

这张图把整个课程的知识脉络理清楚了。后面每一章，都会围绕这四个方向展开。你先把这张图存脑子里，后面学起来会轻松很多。