计算机视觉可以使用以下机器和相关设备：
智能机器：
通过智能机器代替人类视觉进行物体和环境识别，使用相机采集图像，并通过软件算法进行分析和理解，使机器具有和生物视觉系统类似的场景感知能力。
计算机：
需要一台性能强劲的计算机，通常配备高性能的多核处理器和大容量内存，以及一款性能优秀的显卡和大容量的硬盘，以支持大量的图像处理和算法运算。
机器视觉控制机：
专为机器视觉应用而设计的计算机系统，具有多项优越的硬件特性，能够在视觉控制领域表现卓越。
相机：
相机是计算机视觉中用于将现场影像转化成数字信号或模拟信号的工具，可以是普通的数字相机、高清相机或者专业的工业相机等。
光源：
光源用于使被测物的重要特征显现，同时抑制不需要的特征，以便于后续的图像处理和分析。
镜头：
镜头用于调节光线的聚焦和成像，以获得清晰的图像，影响视觉系统的分辨率和效果。
图像采集模块：
用于从相机获取图像数据，并将其传输到图像处理模块。
图像处理模块：
包括各种图像处理算法和软件，用于对采集的图像进行预处理、特征提取、目标识别等操作。
交互界面：
用于显示处理结果、接收用户输入和进行人机交互。
深度学习框架：
如TensorFlow和PyTorch，这些框架可以用于构建复杂的神经网络，进行高级图像识别任务，如图像分类、物体检测和语义分割等。
开源视觉库：
如OpenCV，提供了丰富的图像处理功能，支持多种编程语言和操作系统，是计算机视觉领域的重要工具。
在选择计算机视觉所需的机器和设备时，需要综合考虑项目需求、预算、处理速度和精度等因素，选择最适合的硬件配置和软件工具。