什么是视野？

在机器视觉领域，视野指的是相机系统在特定工作距离下能够“看到”并成像的物理区域的大小。它是相机镜头和传感器共同作用的结果，表示在目标物体平面（或被测物体表面）上，相机一次可以捕捉到的实际场景的宽度和高度。

你可以把它想象成相机在那一刻“凝视”现实世界的一个矩形窗口（有时也可能是圆形或其他形状，但矩形最常见）。这个窗口的大小就是视野。

为什么视野 (FOV) 在机器视觉中至关重要？

覆盖范围： FOV 决定了相机一次能“看”多大的区域。你需要确保选择的 FOV 能完整覆盖你需要检测、测量或识别的目标物体或区域。
分辨率与精度： FOV 与图像传感器的分辨率（像素总数）直接相关，共同决定了空间分辨率或像素精度。
- 像素精度 = FOV (W or H) / 传感器分辨率 (W or H in pixels)
- 例如，FOV宽度为100mm，传感器水平像素为2000像素，那么每个像素代表的物理尺寸是 100mm / 2000px = 0.05mm/px。这意味着系统理论上能分辨的最小特征尺寸大约是0.05mm（实际受镜头、照明等影响）。
- 关键权衡：在传感器分辨率固定的情况下：
  - 增大 FOV 可以看更大的区域，但会降低像素精度（每个像素代表更大的物理尺寸）。
  - 减小 FOV 可以获得更高的像素精度（看得更“细”），但只能看到更小的区域。
系统设计： FOV 是设计机器视觉系统的核心参数之一。你需要根据检测对象的大小、要求的精度以及安装空间限制（工作距离 WD）来确定所需的 FOV，进而选择合适的镜头焦距和传感器尺寸。
镜头选择：知道了所需的 FOV、WD 和传感器尺寸，就可以利用上面的公式计算出需要的镜头焦距。
应用场景：
- 大视野：适用于检测大型物体（如汽车车身、整块电路板AOI）、物流包裹分拣、仓库货架扫描等。
- 小视野：适用于检测微小特征（如芯片引脚、精密零件尺寸、表面微小缺陷）、高精度测量等。

机器视觉中的视野 (FOV) 就是相机镜头和传感器组合在特定工作距离下，在物体平面上能清晰成像的实际物理区域的大小（宽度x高度）。它是系统设计的基础，直接影响你能看到多大范围以及看得多精细（精度），是选择镜头、传感器和规划整体方案时首要考虑的关键参数之一。理解 FOV 及其与分辨率、工作距离的关系，对于构建一个成功的机器视觉应用至关重要。