机器视觉测试工程师笔试核心考点：标定、坐标系与测试用例设计

简介：面向秋招求职者的上海柏楚机器视觉测试工程师岗笔试真题整理，涵盖15道在线题目与70分钟限时场景，适合准备视觉算法、工业相机与测试理论笔试的候选人使用。文档逐题梳理白盒测试、2D变换、相机参数、形态学运算、大津法、条件概率、CCD/CMOS对比、滤波与边缘检测等高频考点，并附有图像旋转编程题，可用于自查知识盲区与模拟答题节奏。资源为1个docx文档，约13KB，内容紧凑可直接阅读，已有362人学习下载。除客观题外，简答题部分还涉及过拟合/欠拟合解决方案、工业相机关键参数、小孔成像模型等，能帮助读者快速回顾机器视觉测试岗位的核心理论与典型题型，适合作为笔试前冲刺与查漏补缺的参考资料。

1. 机器视觉测试工程师笔试到底在筛什么：从柏楚24秋招真题看考察主线

如果你准备投递柏楚的机器视觉测试工程师岗，看到“笔试真题”几个字时，第一反应可能是到处搜题库。但真正把卷子做下来你会发现，这套题的核心不是在考你会不会背 API，而是在筛你有没有工业视觉系统的“全局观”。柏楚做的是激光切割控制系统和工业自动化软件，机器视觉测试工程师要面对的从来不是干净的标准图像，而是强光、反光、烟尘、抖动叠加出来的真实现场。笔试里反复出现的，是标定参数、坐标系变换、缺陷检测用例设计、图像预处理链路这类偏工程落地的问题。适合谁来考：有图像处理基础、对 OpenCV 熟悉、又想往工业检测方向转的测试开发。这篇就按笔试的真实考察主线，把算法考点、测试用例设计、编程避坑和场景题答题框架一条条拆开讲。

2. 机器视觉核心算法考点：标定、坐标系与图像处理基本功

2.1 相机标定为什么是必考题：从内参外参到畸变校正的参数链路

机器视觉测试工程师的笔试里，相机标定几乎是绕不开的第一关。柏楚这类做激光切割系统的公司，视觉模块的作用是引导切割头找准工件位置、识别轮廓、检测切割质量，而这一切的前提是知道像素坐标和物理坐标之间怎么换算。如果标定参数错了，后面的检测算法写得再漂亮也白搭——图像上偏差 1 个像素，到了实际加工坐标可能就是 0.05mm 的误差，这在切割场景里直接导致废料。

笔试对相机标定的考察方式通常是三个层次：第一层是概念，问你内参、外参、畸变系数各自描述什么；第二层是流程，给你一组棋盘格照片，让你写出从拍摄到得到标定结果的完整步骤；第三层是分析，给你一组标定结果的重投影误差数据，问你误差偏大时先查什么。前两层靠记忆，第三层靠理解。

import cv2 import numpy as np # 准备棋盘格的物理角点坐标，这里假设格子尺寸 25mm pattern_size = (9, 6) objp = np.zeros((pattern_size[0] * pattern_size[1], 3), np.float32) objp[:, :2] = np.mgrid[0:pattern_size[0], 0:pattern_size[1]].T.reshape(-1, 2) objp *= 25.0 obj_points = [] # 世界坐标系下的角点 img_points = [] # 图像坐标系下的角点 for img_path in chessboard_images: img = cv2.imread(img_path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, corners = cv2.findChessboardCorners(gray, pattern_size, None) if ret: obj_points.append(objp) img_points.append(corners) ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera( obj_points, img_points, gray.shape[::-1], None, None)

这段代码是标定的标准流程骨架。pattern_size是棋盘格的内角点数，不是格子数，棋盘是 10x7 的格子，内角点就是 9x6，笔试里很容易在这里埋坑。objp *= 25.0这一步把角点坐标从“格数”换算成“毫米”，如果忘记乘格子尺寸，标定出来的平移向量 tvecs 会整体错乱。最后返回的mtx是内参矩阵，dist是畸变系数，rvecs和tvecs是每张图的外参。

笔试真正想看的，是你拿到这套结果之后怎么判断标定质量。最直接的指标是重投影误差，就是把标定得到的内外参代回去，把世界坐标点重新投影到图像上，算投影点和检测角点之间的距离。经验值上，平均重投影误差小于 0.1 像素算优秀，小于 0.3 像素可用，超过 0.5 像素基本要重新拍图。误差偏大的时候，优先检查三件事：格子是否贴平、拍摄角度是否过大、图片数量是否够（10~15 张是底线）。我一般会建议多拍一些不同角度和距离的图，而不是同一位置拍十几张——后者对提升标定精度几乎没有帮助。

2.2 坐标系变换与手眼标定：像素坐标到机构坐标的四步换算

柏楚这类工业控制场景里，相机看到的和机构要动的位置之间差了四个坐标系：像素坐标系、图像物理坐标系、相机坐标系、机器人/机构坐标系。笔试经常给一个场景：“相机检测到工件中心在像素坐标 (u, v)，如何换算成切割头需要移动的目标坐标？”这道题看着像数学题，实际考的是你有没有做过手眼标定。

完整的换算链路是：像素坐标先通过内参矩阵转到归一化平面，得到相机坐标系下的坐标，再通过外参（旋转矩阵 R 和平移向量 t）转到机构坐标系。多数笔试不会让你手推公式，但会给你一个简化的场景：相机固定在 Z 轴上方不动，机构在 XY 平面运动，让你写出换算公式。这种场景叫“眼在手外”，是工业现场最常见的布局。

import numpy as np # 内参矩阵(来自标定)和手眼标定得到的外参 K = np.array([[fx, 0, cx], [0, fy, cy], [0, 0, 1]]) # 相机到机构坐标系的变换 R = np.array([[r11, r12, r13], [r21, r22, r23], [r31, r32, r33]]) t = np.array([tx, ty, tz]) def pixel_to_robot(u, v, z_c=100.0): # 像素坐标转归一化坐标 p_cam = np.linalg.inv(K) @ np.array([u, v, 1.0]) # 乘以相机坐标系下的深度 Zc p_cam *= z_c # 通过外参转到机构坐标系 p_robot = R @ p_cam + t.reshape(3, 1) return p_robot.flatten()

这里最容易出错的是z_c的取值。如果工件放在一个已知高度的平面上，z_c就是这个平面在相机坐标系下的 Z 值，不是随便填的。笔试如果没给这个值，通常意味着默认工件在一个固定高度的平面上，或者你需要用“测量高度”的方式先把它标出来。另一种常见错误是把 R 和 t 的方向搞反：手眼标定得到的是“相机坐标系到机构坐标系”的变换，如果你拿到的是机构到相机的变换，直接代进去就会得到完全错误的结果。

变形到机构坐标系之后还有个坑：机构坐标系的单位可能是毫米，但你算出来的值确实也是毫米，看起来一致，实际却对不上。原因在于手眼标定时用的棋盘格尺寸有没有写对，这个细节我反复在踩坑，笔试里面也经常以数值题的形式出现。养成习惯，任何坐标换算代码里都先确认棋盘格尺寸、像素当量、机构单位这三者的量纲一致，能省掉后面一整个下午的排查时间。

2.3 图像预处理高频考点：阈值分割、滤波与边缘检测的选型逻辑

视觉笔试里图像处理题目占比往往最高，但考得最多不是背 API，而是“给一个具体场景让你选处理方法”。柏楚的激光切割场景里，典型任务有：找工件轮廓、检测切割线宽度、判别切割断面是否挂渣。这些任务有一个共同难点：图像里有强烈的激光飞溅、烟尘、反光干扰，直接用固定阈值分割几乎必翻车。

import cv2 import numpy as np img = cv2.imread('workpiece.png', cv2.IMREAD_GRAYSCALE) # 高斯滤波去噪，核大小和标准差是选型关键 blur = cv2.GaussianBlur(img, (5, 5), 0) # 大津法自适应阈值，适合前景背景灰度差异明显但不均匀的场景 _, otsu = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # 形态学闭运算，填补轮廓内部的孔洞 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) closed = cv2.morphologyEx(otsu, cv2.MORPH_CLOSE, kernel) # Canny 边缘检测，双阈值参数直接影响轮廓连续性 edges = cv2.Canny(closed, 50, 150)

这段预处理链路是笔试里常见的“标准答案”，但真正拉开分数的是每一步选型的理由。为什么先高斯滤波而不是中值滤波？因为高斯滤波对高斯噪声（传感器热噪声）效果最好，而激光切割现场的椒盐噪声（飞溅颗粒造成的黑白点）更多，这种情况下中值滤波反而更合适。笔试里给你“图上有很多孤立的白色亮点”这个描述，你要能反应过来它说的是椒盐噪声，从而选择中值滤波。

大津法（Otsu）的适用条件是前景背景灰度分布呈双峰。切割现场因为强反光，灰度直方图经常是单峰或者多峰，这时候 Otsu 会失效。笔试如果问你“光照不均匀工件如何分割”，正确答案不是调阈值，而是先用顶帽变换或者均匀光照校正把背景抹平，再做全局阈值。Canny 的双阈值也有讲究：高阈值决定了哪些强边缘被保留，低阈值决定了弱边缘的延续长度。现场反光导致边缘断裂时，优先尝试降低低阈值，而不是调高阈值去“过滤噪声”---过滤噪声是滤波阶段的事，Canny 阶段再调阈值往往是把真边缘一起削掉了。

3. 测试理论考点：从笔试场景题反推用例设计方法论

3.1 视觉检测场景题：怎么把“检测工件表面划痕”拆成可执行的测试用例

柏楚机器视觉测试工程师的笔试里，一定会有一道“给你一个检测需求，请你设计测试用例”的大题。这类题占了卷面的 20~30 分，也是区分“会写代码的人”和“会做测试的人”的关键。常见的题目描述是：“一个视觉检测系统用于识别工件表面的划痕，划痕长度大于 5mm 判为缺陷，请设计测试用例覆盖各种情况。”

这种题大家都会写“正常工件通过、有划痕工件拦截”这种基础用例，但拿高分的差异体现在你有没有覆盖边界条件和干扰因素。我拿到这种题会先画一个输入空间：图像来源（不同相机、不同分辨率、不同光照）、工件状态（干净、油污、水渍、反光、划痕深浅不一）、环境因素（烟尘、振动、焦距偏差）。然后按等价类、边界值、场景法三个维度去拆。

一个完整的划痕检测测试用例集至少要有以下角度：划痕长度恰好 5mm 的边界样本（程序判断是大于还是大于等于）；划痕方向从 0 度到 90 度旋转（检测算法是否对方向敏感）；划痕位置在工件边缘和中心的表现（边缘有倒角反光干扰）；多个短划痕拼接成长划痕的漏检风险；表面有油污时光照反射变化导致的误检。这些用例本质上是在验证一个视觉算法在不同成像条件下的稳定性。

下面是一个测试用例设计的示例表格，笔试答题时按这个结构写，阅卷老师最容易给分：

这种表格结构里，最容易忽略的是 TC-03 这类“稳定性测试”。视觉检测系统最怕的不是“测不准”，而是“同样输入两次结果不一致”。我见过太多现场问题，算法在实验室单张图上表现完美，一上线就时好时坏，最后定位出来是曝光时间抖动导致图像亮度轻微变化。笔试里只要你在用例里加入“同一工件多次检测结果一致性”这个用例，基本就能证明你有真实测试经验。

3.2 缺陷定位与回归策略：视觉系统失效时先查数据还是先查代码

除了设计用例，笔试还喜欢给一个“现场故障”让你做根因分析。典型描述：“产线反馈某型号工件经常被误判为缺陷，检测系统报警率从 1% 升到 10%，请问怎么排查。”这种题没有标准答案，但有一个靠谱的排查顺序，和“先查数据还是先查代码”这个问题密切相关。

我一般会先查数据再查代码，而且主张用“二分法”缩小范围。第一步确认误判的工件图片到底长什么样——从日志里捞 50 张误判样本，人眼扫一遍，看是否有共同特征（某个方向的光斑、特定位置的纹路、某种表面处理）。这一步不写一行代码，但能解决 50% 的问题，因为很多“算法问题”其实是“数据问题”。第二步把误判图片和正常图片的灰度直方图对比，确认是成像差异还是算法阈值失效。第三步才进代码，看预处理参数和检测算法里有没有写死的东西。

import cv2 import numpy as np # 从误判样本里统计共同特征：计算平均灰度与梯度方向直方图 false_positives = load_images('fp_samples/') # 误判样本目录 mean_intensity = [] grad_hist = [] for fp in false_positives: gray = cv2.cvtColor(fp, cv2.COLOR_BGR2GRAY) mean_intensity.append(gray.mean()) # Sobel 梯度方向，统计边缘方向分布 gx = cv2.Sobel(gray, cv2.CV_32F, 1, 0, ksize=3) gy = cv2.Sobel(gray, cv2.CV_32F, 0, 1, ksize=3) mag, angle = cv2.cartToPolar(gx, gy, angleInDegrees=True) hist = np.histogram(angle, bins=36, range=(0, 360))[0] grad_hist.append(hist) # 输出几个统计量，判断误判样本是否有方向性偏置 avg_angle = np.mean(grad_hist, axis=0) print("mean intensity:", np.mean(mean_intensity)) print("dominant edge angle:", np.argmax(avg_angle) * 10)

这段代码做的事就是数据层面的快速验证。如果误判样本的梯度方向集中在某个角度，比如 90 度附近，说明算法对水平方向边缘特别敏感，可能是边缘检测的核（kernel）设置不对称导致的。如果平均灰度和正常样本差异很大，则要回头查曝光参数和光源状态。笔试答题时，把“先数据后代码”“用统计特征定位共性”这两个观点写出来，得分就稳了。

4. 笔试编程与脚本题的避坑指南：手写视觉算法常见的五个翻车点

4.1 手写高斯滤波与卷积边界处理：越界的三种处理方式

笔试编程题很少让你调现成的 OpenCV 函数，更多是让你手写一个简化版的高斯滤波、中值滤波或 Sobel 边缘检测，然后处理边界。这种题看着简单，翻车率却极高。考生最常见的错误是卷积核遍历到图像边界时不做处理，导致数组越界。

高斯滤波的核心是生成一个符合二维高斯分布的卷积核，然后逐个像素做加权求和。笔试给的标准差 sigma 通常是 1.0，核大小是 3x3 或 5x5。你需要自己算出核系数、归一化，然后处理边界。边界处理有三种常见方式，笔试里你选哪种都可以，但必须在代码里体现出你有这个意识。

import numpy as np def gaussian_kernel(size=3, sigma=1.0): """生成归一化的高斯卷积核""" ax = np.arange(size) - size // 2 xx, yy = np.meshgrid(ax, ax) kernel = np.exp(-(xx**2 + yy**2) / (2 * sigma**2)) return kernel / kernel.sum() def gaussian_blur_manual(img, kernel): h, w = img.shape k = kernel.shape[0] pad = k // 2 # 边界用 reflect 方式填充，避免图像边缘出现暗边 padded = np.pad(img, pad, mode='reflect') out = np.zeros_like(img, dtype=np.float32) for i in range(h): for j in range(w): region = padded[i:i+k, j:j+k] out[i, j] = (region * kernel).sum() return out

这段代码里，np.pad(img, pad, mode='reflect')用的是反射填充，这是工业视觉里最推荐的边界处理方式。对比另外两种：constant（补零）会让边缘像素的加权平均偏暗，产生“黑边”；wrap（循环填充）在图像边缘不连续时会产生伪边缘。反射填充的效果介于两者之间，对后续边缘检测的影响最小。笔试里如果你写了边界处理，哪怕就一行np.pad，阅卷印象分都会高很多。

这里面还有一个常见的隐藏问题：滤波后的数据类型。out = np.zeros_like(img, dtype=np.float32)如果用np.zeros_like(img)默认继承 uint8，卷积结果小数部分会被截断，连续做几次滤波之后图像会出现肉眼可见的阶梯状色带。工业视觉里这种精度损失在阈值分割时会被放大，笔试代码里提前转float32是加分的细节。

另外，手写卷积的性能也是笔试会问的点。双层 for 循环在百万级像素图像上慢得离谱，一个 3x3 核的 1080p 图像要跑几百毫秒。我一般会顺手写一句优化思路：把二维卷积拆成水平方向和垂直方向两个一维卷积，时间复杂度从 O(n²k²) 降到 O(n²k)。笔试只要写出这个结论，说明你有工程化意识，比代码本身更值钱。

4.2 坐标变换与数据类型陷阱：笔试代码跑不通的常见原因

编程题里另一类高频翻车点是坐标变换和数据类型。工业视觉里坐标有个特别容易踩的坑：图像坐标系的原点在左上角，x 轴向右，y 轴向下；而机构坐标系通常是右手系，y 轴向上。笔试让你“把图像坐标转成机构坐标”，如果你直接拿像素坐标去乘像素当量，得到的 y 轴方向必然是反的。

我见过最典型的错误是 OpenCV 里img.shape返回(height, width)，而很多人习惯性写成(width, height)。这个错误在标定、ROI 裁剪、坐标映射时都会出现。测试工程师写脚本时尤其要注意，因为你写的测试脚本要验证开发写的坐标转换逻辑，如果你的脚本本身坐标都搞反了，会得出完全相反的测试结论。

import cv2 import numpy as np # 正确解析图像尺寸：shape = (height, width) h, w = img.shape[:2] cx, cy = w / 2.0, h / 2.0 # 图像中心坐标，注意先宽后高 # 像素坐标转物理坐标（假设已知像素当量 scale，单位 mm/pixel） scale = 0.05 # 每个像素对应 0.05mm def pixel_to_physical(u, v): # 先把原点移到图像中心，再翻转 y 轴 x_mm = (u - cx) * scale y_mm = -(v - cy) * scale # 图像 y 向下，机构 y 向上 return x_mm, y_mm

这段代码里的-(v - cy)就是坐标系翻转的关键。很多视觉算法工程师第一次写手眼标定程序时都会在这里卡半天，表现是“算出来的坐标 x 对、y 反”，然后各种怀疑标定矩阵有问题，最后才发现是图像坐标系和机构坐标系天然差了一个 y 轴翻转。笔试里遇到坐标换算题目，先停下来想清楚两个坐标系的方向关系，再写代码，能省掉大量返工。

还有一个数据类型陷阱：OpenCV 的projectPoints和solvePnP默认接受float64数组，如果你把坐标点做成float32，部分版本会报类型错误。跨语言调用时，Python 的float和 numpy 的float64在内存布局上一致，但 C++ 接口里cv::Mat的类型必须和 API 期望一致，否则会静默出错或直接断言失败。笔试里如果让你“查找坐标转换结果异常的原因”，数据类型不匹配是一个很容易被忽略的排查点。

4.3 自动化测试脚本设计：从测试数据生成到断言策略的最小闭环

笔试编程题除了算法题，还经常有一道测试脚本题。场景一般是：“给你一个图像处理函数detect_defect(img_path) -> bool，请编写测试脚本验证它的正确性。”这类题考的是测试工程师的基本功：测试数据怎么来、断言怎么写、结果怎么报告。

测试数据生成是第一个坑。很多人只准备两三张正常图片和缺陷图片，断言也写得很随意——“结果不是 True 就是 False”，这相当于没测。合理的做法是准备一个分级数据集：正常样本 10 张、缺陷样本 10 张、边界样本（划痕刚好到阈值长度）5 张、干扰样本（油污、反光、过曝）5 张，然后对每一类统计检测准确率。

import pytest import csv from pathlib import Path from vision import detect_defect # 测试数据目录结构：normal/ defect/ boundary/ noise/ CASES = [ ("normal/001.png", False), ("normal/002.png", False), ("defect/001.png", True), ("boundary/001.png", True), # 划痕刚好 5mm，预期判为缺陷 ("noise/001.png", False), # 强反光但不含缺陷，预期通过 ] @pytest.mark.parametrize("img_path,expected", CASES) def test_detect_defect(img_path, expected): result = detect_defect(str(Path("data") / img_path)) assert result == expected, f"{img_path}: expected {expected}, got {result}" def test_stability(): # 同一张图跑 5 次，结果必须一致（防抖动） results = [detect_defect("data/defect/001.png") for _ in range(5)] assert all(r == results[0] for r in results)

parametrize是 pytest 里做数据驱动测试的标准写法，每一行 CASES 就是一个独立的测试用例，哪个失败一目了然。这个结构里最关键的是test_stability这个用例——很多笔试考生想不到要测稳定性，但视觉检测系统最怕的就是“同图不同结果”。工业现场出现偶发误检，很多时候不是算法逻辑错，而是图像采集本身有抖动（曝光时间波动、光源频闪、相机增益跳动），稳定性测试能把这类问题暴露出来。

断言的粒度也值得注意。assert result == expected是最低级的断言，只能告诉你“对不对”。如果笔试允许，我建议对输出做更细的结构化断言：检测函数返回的不只是 True/False，还应该有缺陷位置和置信度，断言里可以验证“缺陷中心是否落在工件的 ROI 区域内”“置信度是否超过 0.8”。这种断言会强迫你思考“检测结果的可信度”，而不是把算法当成一个黑匣子。测试工程师的活儿，本质上是给算法建立一道质量控制网。

5. 场景设计题通常压轴出现：用一套答题框架稳住基本面

笔试最后一道题往往是场景设计，分值高、开放性强，也是最容易拉开差距的题。常见描述是：“某工厂需要在传送带上检测金属工件表面缺陷，节拍 2 秒一件，检测项包括划痕、凹坑、锈斑，请设计完整的视觉检测方案。”这种题目没有唯一答案，但阅卷时有一套隐形的评分框架：需求澄清、成像方案、算法选型、验证方案，覆盖得越全分越高。

我一般按四步来答。第一步先写需求澄清：缺陷最小尺寸是多少、合格率要求多高、现场有没有振动物料是否定位 OK。第二步写成像方案：选什么光源（同轴光还是环形光）、什么相机（面阵还是线阵）、曝光时间怎么定。第三步写算法流程：预处理用什么滤波、分割用什么阈值、特征提取用什么算子。第四步写验证方案：拿多少张样本、准确率怎么算、误检率容许多高。

这四步的答题逻辑是一次完整的工业方案设计。第一、二步尤其容易被忽略，但恰恰是柏楚这类公司的重点考察方向——激光切割场景里，成像方案直接决定算法上限。光源角度不合适、曝光时间跟不上节拍，算法再强也白搭。我自己的习惯是答题时先写一句“本方案的关键约束是节拍 2 秒和最小缺陷尺寸”，把设计目标定死，后面所有参数都围绕这个目标展开，方案的整体感会强很多。

关于这套笔试准备，我个人的血泪教训是：刷题不如搭环境。把 OpenCV、pytest、一个简易的标定棋盘格打印出来，在本地跑通一遍标定-坐标转换-阈值分割-测试用例的完整链路，你对笔试里 80% 的考点都会有一种“这题我做过”的底气。祝你在柏楚的笔试里稳住基本面，把该拿的分都拿到。希望帮到你。

本文还有配套的精品资源，点击获取