计算机视觉系统通常由以下几部分组成：
成像系统：
这是计算机视觉的输入部分，用于捕捉图像或视频。常见的成像系统包括摄像机、镜头、相机等。
图像采集模块：
该模块负责将成像系统捕捉到的图像或视频转换为计算机可以处理的数字信号。
图像处理模块：
这个模块负责对图像进行预处理、特征提取、目标检测、图像识别等操作。常见的图像处理技术包括图像滤波、边缘检测、特征匹配、目标跟踪等。
计算机系统：
计算机系统是计算机视觉的核心，负责执行图像处理模块的算法，并进行最终的分析和解释。计算机系统可以基于PC或PLC构建，具有不同的编程灵活性和系统集成度。
输出模块：
输出模块用于显示处理后的图像或视频，或者将处理结果用于其他系统或设备的控制。输出形式可以是图像、数据报告等。
软件工具：
为了实现上述功能，通常需要使用专门的软件工具，如OpenCV、Matlab、HALCON、LabVIEW等。这些工具提供了丰富的图像处理和计算机视觉算法，支持不同的编程语言和平台。
具体应用示例
自动驾驶：计算机视觉系统用于实时分析车辆周围环境，识别道路标志、行人、其他车辆等，从而做出驾驶决策。
人脸识别：通过计算机视觉技术，系统可以检测和识别人脸，进行身份验证和表情分析。
智能安防：计算机视觉系统用于监控视频流，检测异常行为或事件，及时发出警报。
建议
选择计算机视觉系统时，需要根据具体的应用需求和预算进行综合考虑。对于简单的视觉任务，可以选择基于PC的系统，因为它们通常具有较好的编程灵活性和成本效益。对于复杂的视觉应用，如自动驾驶或高精度检测，可能需要基于PLC的系统，以确保系统的高可靠性和实时性。此外，选择合适的软件工具也至关重要，它们将直接影响系统的功能和开发效率。