1、HALCON是德国MVtec公司开发的一套完善的标准的机器视觉算法包，它节约了产品成本，缩短了软件开发周期。
　　Halcon：底层功能算法多，运算性能快，开发需要一定软件功底和图像处理理论。
　　快速学习做法：研究实例、做实战项目。halcon不能提供相应的界面编程需求，需要和vs来构造MFC界面或者QT使用，才能构成一套完整软件。
　　2、需求主要有二维三维二维：（1）识别定位；（2）OCR识别；（3）二维码识别；（4）测量；（5）缺陷检测；（6）机器控制等三维：（1）多目标定（2）三维重建（3）三维匹配等
　　3、成为合格的机器视觉工程师须具备三个方面的知识
　　图像处理涉及以下几大领域：
　　A、图像处理的基本理论知识（图像理论的基础知识）
　　B、图像增强（对比度拉伸、灰度变换等）
　　C、图像的几何变换（仿射变换，旋转矩阵等）
　　D、图像的频域处理（傅里叶变换、DFT、小波变换、高低通滤波器设计）
　　E、形态学（膨胀、腐蚀、开运算和闭运算以及凸壳等）
　　F、图像分割
　　G、图像复原
　　H、运动图像
　　I、图像配准（模板匹配等）
　　J、模式识别（分类器训练，神经网络深度学习等）
　　（2）软件编程功底
　　具备C，C++，C#及MFC界面开发的功底
　　A、C语言的学习主要看谭浩强写的C语言相关知识
　　B、C++主要看C++primerplus书籍
　　C、MFC的学习主要看孙鑫编写的《VC++深入详解》这本书及相应的视频教程，并在VC++6.0软件或VS2010等软件上编写程序和实践。
　　D、C#可以看书籍《C#从入门到精通》、《C#入门经典》、《C#图解教程》
　　（3）光学知识：
　　光学知识主要在你设计方案时相机、光源、镜头等选型时起到关键作用。
　　4、学习HALCON最重要的是学习其中的方法、流程和套路
　　HALCON主要完成图像算法的流程套路如下：
　　特征提取总结：
　　1、几何特征（面积、周长、矩形度）
　　2、纹理特征（与灰度相关，如熵、能量值）
　　3、颜色特征
　　4、概率特征
　　5、算子描述特征
　　6、Hough特征（梯度直方图特征）
　　做机器视觉的项目，拿到项目时一般遵循如下流程：
　　第一步：需求分析，建立相应的方案
　　第二步：算法流程规划及业务逻辑设计
　　第三步：模块化编程及集成化实现
　　第四步：调试，根据反馈结果来不断的修改程序Bug，达到客户需求，最后交付客户及软硬件操作文档。
　　学习机器视觉的好方法：
　　1、学习机器视觉一定要结合项目实战，在实践中学 结经验教训，系统化学习所需知识。
　　2、补充一定的C++和c#知识，进行VS联合开发，客户现场的学习和现场调试，不断学习示例分析，掌握方法套路流程。
　　3、根据实际问题，学习模块调用，按照方法套路学习。
　　4、最好是先用HALCON实现图像处理部分，然后在VS2010开发软件中利用MFC图形界面实现出来，实践学习是最好的方法。