上周带刚毕业的小徒弟逛冲压线，他盯着工位上那个巴掌大的黑盒子愣了半天，凑过去摸了摸，回头跟我说：“师傅，这摄像头才200万像素，比我手机前置差远了，能干啥啊？”
我当时没直接答，指了指旁边刚冲出来的零件——边缘的毛刺细得像头发丝，换刚入职的检验员，凑到台灯下眯着眼看三分钟，都能看漏好几个。
这就是绝大多数人对机器视觉的误解。
你以为的“看一眼”，其实是熬了半宿的调参
很多人觉得机器视觉就是装个摄像头，连上网，AI自动就能认出啥是坏件。真不是。
机器视觉的核心从来不是摄像头的像素，是你给它搭的那套“光的环境”。
就说那个冲压工位的检测装置，为了能认出0.1毫米的毛刺，我们前后换了三种光源：一开始用顶置的环形灯，光直直打在金属件上，亮得反光，成像里白花花一片，别说毛刺，连零件的轮廓都看不清楚。后来把灯往下压了15度，斜着打光，毛刺的侧面会投下一条细得几乎看不见的阴影，就这一点点阴影，成了识别毛刺的关键依据。
上次为了调这个灯的角度，我蹲在工位旁边拧了快俩小时，腰硬得像块钢板，小徒弟递过来的矿泉水都被车间的机床烘温了。中途还因为旁边的冲床震了一下，灯的位置偏了两度，连续误判了三十多件合格产品，我当时盯着屏幕上跳出来的红色报警，整个人都麻了。
你算啊，人眼凑上去看，能自动调整瞳孔适应反光，能转动角度找最合适的视线，机器不行。它就认成像传感器上那一个个像素点的灰度值，光偏一点，像素值差个十几，之前所有的预设规则就全乱了。
最容易出问题的，从来不是“看不见”
干现场久了就知道，机器视觉出故障，十次有八次不是摄像头坏了，也不是算法崩了，是那些你根本想不到的小破事。
上个月产线临时停线俩小时，维修组查了摄像头，查了算法，甚至把主机都重启了三遍，还是会把所有合格的零件判成“表面有划痕”。我蹲在镜头前面盯了五分钟成像，总觉得画面上飘着一层淡淡的雾，擦了三次镜头，雾还在。
顺着车间的通风气流找过去，才发现是旁边的切削液雾化飘过来的，细细的油雾飘在镜头前面半毫米的位置，成像里就会出现一片均匀的暗斑，被算法判定成了不规则的划痕。最后给镜头套了个带透气孔的防油雾防护罩，问题立马解决。
还有更离谱的。春天车间飘柳絮的时候，一团柳絮贴在镜头上，直接导致整个检测工位停了四十分钟。你说人遇到这种情况，抬手就把柳絮扫掉了，机器不会，它就盯着那团挡在镜头前面的东西，老老实实给你报“视野遮挡”。
所有你觉得它“傻”的瞬间，本质上都是人没给它讲清楚规则。
就像之前有批零件，工人戴的丁腈手套蹭了点滑石粉，在零件表面留了个淡白色的印子，机器连续报了二十多件不合格。我过去用抹布一擦，印子直接没了，根本不影响使用。最后重新标了一下灰度阈值，告诉算法这种浅白色、边缘模糊的印子不算缺陷，问题才消。
别把它当万能的“火眼金睛”
经常有车间老板过来参观，拍着机器视觉的机柜说，装了这个，以后质检工人都可以全裁了。我每次听到这话都想笑。
它确实比人靠谱——人盯一天零件，到下午眼睛花了，漏检率能涨到百分之五，机器只要环境稳定，连续跑一周都不会累。但它真不是万能的。
就说找金属件圆弧面上的微裂纹，你要是用普通的平面环形光，光打上去全是反射，裂纹的缝隙根本照不出来，哪怕你用1200万像素的摄像头，也啥都看不见。得用同轴光，让光线顺着镜头的方向直直照下去，裂纹的缝隙因为吸收光线，会在亮堂堂的金属面上显出一条细细的暗线，这时候才能被识别到。
我见过太多项目，上来就堆最贵的摄像头，最复杂的AI模型，偏偏舍不得在光源上花钱，最后检测效果还不如人眼凑上去看。说白了，机器视觉就像人，你要让它在合适的光线下看东西，要给它讲清楚什么是好什么是坏，它才能干好活。
上次小徒弟现在调灯角度的时候，会自己带个小遮光板，挡着车间顶上晃下来的日光灯，说不然反光飘到镜头上，又要多花半小时找问题。
他现在终于懂了。
作者|制造
排版|制造
审核|知知