机器视觉打光实战：光学设计如何决定项目成败

干这行越久，我越认同一句话：在机器视觉项目里，光从来不是配角，而是半个主角。《机器视觉技术十讲》第二讲，我想把这件事掰开揉碎讲清楚——为什么圈里人常说90%的项目死相难看，不是死在算法手上，而是死在打光这张“入场券”上。

先讲个我早年踩过的坑。有个项目要检测金属件表面的细微划痕，当时我年轻气盛，花了两周调算法、跑模型，各种滤波、边缘检测、形态学处理全上了一遍，效果始终差一口气。后来老工程师路过，看了一眼我的成像图，什么话都没说，把环形光源的入射角从30度调到了15度，图像里的划痕瞬间从“若隐若现”变成了“黑白分明”。那一刻我才真正明白，算法能处理的信息上限，在打光那一刻就已经被锁死了。

这篇内容不是教科书式的理论堆砌，而是想把我这些年在工厂现场、实验室里反复试错得来的经验做个系统复盘。不管是准备入行的学生、刚接手项目的工程师，还是被“疑难杂症”折磨的现场调试人员，只要你跟机器视觉沾边，这篇文章都值得你花十分钟认真读完。我会先从光的底层逻辑讲起，再看光源怎么选、光路怎么布、实验怎么做，最后把那些最常见的坑一个个给你指出来。

1. 为什么“打光”能决定项目生死：成像质量是一切算法的天花板

很多做算法的同学容易有一个思维惯性：图像质量不够好，那就用更厉害的算法来凑。这个思路在少数场景下能奏效，但在工业现场，绝大多数情况下是死路一条。原因很简单，算法无论多先进，它消费的都是图像传感器已经采集到的数据。如果目标特征在图像里压根没有形成对比度，那后面的所有处理都是在垃圾数据里挖金矿，注定徒劳无功。

1.1 从系统架构看光学设计的位置

一套典型的工业机器视觉系统包含这么几个环节：光源、镜头、相机、图像采集卡、算法处理。其中光源和镜头组成的“光学系统”，是整个流程的输入源头。我习惯把这个系统比作人的眼睛和大脑的关系——光源就是环境光线，镜头是晶状体，相机是视网膜，算法是大脑皮层。你视力再好、大脑再聪明，如果环境漆黑一片，你什么也看不见，大脑再厉害也无从分析。

在项目评审阶段，我一般会先问三个问题：被测物的材质是什么？表面状态是光滑还是粗糙？需要检测的特征是划痕、污点、轮廓还是尺寸？这三个问题问完，我心里基本就有数了，能不能做、怎么做、要花多少精力在光学设计上，都了然于胸。这不是我多厉害，而是十年经验带来的条件反射——我见过太多项目，前期需求评审会开得热热闹闹，但等到样件打光测试时才发现，配合的机台环境根本给不了你理想的光路。

1.2 被严重低估的“图像预处理”环节

行业内有个说法叫“光学设计是最高级的图像预处理”。为什么这么讲？因为你每在光源上多花一分心思，算法那边就能省掉十倍百倍的功夫。一个对比度完美的图像，可能只需要一个简单的阈值分割就能解决问题，但如果打光打得稀烂，你可能得组合使用傅里叶变换、深度学习目标检测、图像金字塔等一大堆高级手段，最后精度还未必达标，稳定性更是无从谈起。

说句实在话，现场算法工程师的工作量，很大程度上是打光工程师决定的。有些公司把打光测试看成“照几张相试试”，这完全是本末倒置。正确做法是把打光方案设计当成项目的第一个里程碑，只有光源方案定了、图像稳定了，后续的算法开发才有真正的参考价值。

1.3 那些“救不回来”的成像质量缺陷

实际项目中最让人头疼的是这么几类成像问题，它们几乎是不可逆的：过曝导致的高光区域信息完全丢失，传感器已经饱和，像素值全部变成255，神仙算法也恢复不出原始纹理；欠曝导致的暗部噪声被放大，信噪比急剧下降，细节淹没在底噪里；镜面反射造成的高光斑块，直接导致目标区域被光斑覆盖。

这几类问题都有一个共同特征：信息在采集阶段就已经永久丢失了。后期无论你用直方图均衡化、伽马校正还是HDR合成，都无法改变“数据源头就是残缺的”这个事实。这也是为什么我一直强调，机器视觉项目要“死在光上”，本质上是指很多团队在光学设计阶段没有做足功课，把本可以稳定解决的成像问题留给了后续环节，最后积重难返。

2. 深入工业光学设计底层逻辑：光的反射模型与四要素

聊完了“为什么重要”，接下来得说说“怎么设计”。工业光学系统设计的核心任务，是通过控制光与被测物的相互作用，让目标特征在图像中呈现出最大化的对比度。这里面的学问，说深很深，说浅也浅，关键是要抓住几个核心变量。

2.1 光与被测物的三种相互作用方式

光打到物体表面会有三种基本行为：反射、透射和吸收。工业检测中90%的场景跟反射有关，所以我们重点聊反射。反射又分三类：镜面反射、漫反射和混合反射。

镜面反射遵循“入射角等于反射角”的定律，光像镜子一样被弹开。光滑金属面、抛光塑料件、玻璃表面都是典型的镜面反射体。你要让相机拍到反射回来的光，光源、被测物、相机三者必须满足精确的角度几何关系。这也是为什么用同轴光检测镜面材质特别好用的原因——同轴光源发出的光垂直照射物体，反射光也垂直返回，相机能接收到最强烈的镜面反射信号。

漫反射则是粗糙表面把光向四面八方散射。纸张、布料、磨砂塑料、氧化金属都是漫反射体。漫反射的好处是，光源角度对成像影响相对较小，打光更“宽容”，但缺点是表面精细纹理（比如细微划痕）很难通过漫反射体现出来。

混合反射最复杂，它介于镜面和漫反射之间，因为绝大多数真实工业零件表面，既不是绝对光滑也不是绝对粗糙，而是微米级的凹凸起伏。这种微观结构决定了，你用不同角度的光去打同一个零件，得到的图像可能天差地别。这背后的原理有点类似我们在日常生活中看手机屏幕——贴了膜之后，膜表面虽然肉眼看着光滑，但在特定角度下能看到细微的划痕，就是因为光在微米级的沟壑里发生了复杂反射。

2.2 光学设计的四个核心要素：波长、角度、距离、偏振

这四个要素，是我反复跟团队强调的四件套，也是打光方案设计的底层框架。

波长决定了光的颜色，而颜色直接关系到灰度图像里的亮度关系。这里有个核心知识点：不同颜色的光照射物体，物体呈现出的反射率是不同的。比如一个红色工件，你用红光打，它会显得很亮；用蓝光打，它就显得很暗。利用这个原理，你可以在多色混杂的环境里只突出目标特征，压制无关背景。实际项目中，我经常用这种“颜色对比”技巧来分割相近颜色但材质不同的区域，效果极好。

角度这个变量最灵活，几乎能解决一半的疑难杂症。低角度照射能突出表面纹理，高角度照射能均匀照亮大面积区域。一个典型的例子是检测金属表面的压印字符——用高角度环光，字符和背景对比度很差；换成15度左右的低角度环光，字符边缘会在灰度图上出现明显的明暗跳跃，让人一眼就能看清。

工作距离也在光学设计里举足轻重，但我说的不是打光距离那个“工作距离”，而是光源到被测面的位置关系。距离变了，光强会呈平方反比衰减，光斑大小也会随之改变。很多新手前期做实验时没注意距离，等到了现场发现装不上支架，被迫把光源挪远了，结果整个成像亮度垮了一截，边缘区域直接欠曝。这就是典型的没有把几何约束纳入设计的教训。

偏振是个高端玩法。偏振片可以利用光的振动方向特性，把镜面反射的高光消除掉，保留漫反射的纹理信息。这招在检测带塑料外壳的电子产品、有涂层的金属件时特别有用。比如你想检测一块光亮金属上的印刷字符，直接用普通光会看到一片刺眼的白亮反光，字符根本看不清。在光源和镜头前面各加一个偏振片，调整到合适的偏振角度，反光会被压制，字符反而清晰了。这个原理类似于钓鱼爱好者戴的偏光镜，可以去水面反光而看清水下情况。

2.3 成像亮度的估算公式与曝光权衡

很多时候你得预估成像亮度是否够用，不能等到相机都装了才发现画面乌漆嘛黑。这里有个用简化曝光公式估算的经验：图像灰度值约等于光源亮度乘以物体反射率乘以相机曝光时间乘以镜头光圈F值的倒数平方。

举个例子，假设你有一款亮度为1000流明的面光源，被测物反射率约0.3（中等灰色表面），相机曝光时间设为500微秒，镜头光圈F2.8。先算光圈系数：F2.8相对F1.0的进光量系数约为1/8，即0.125。再粗略估算：有效灰度值≈1000×0.3×0.0005×0.125≈18.75。这个数值是非常暗的，说明你得增加曝光时间、加大光源亮度，或者改用更大光圈的镜头。

我在现场做方案时，通常都会按这个公式倒推需要多亮的光源，而不是光凭感觉去买。尤其是做高速检测时，曝光时间被限制得很短，必须用高亮度的光源来补偿。这也是为什么在高速流水线上，我几乎不使用普通面光源，而是选择高功率的脉冲光源——脉冲宽度极短但峰值亮度极高，能在微秒级曝光下依然获得清晰图像。

3. 光源选型实战：环形、条形、同轴、背光与穹顶光源的应用边界

确定了光路控制的基本逻辑，接下来就是选硬件了。市面上光源形形色色，价格从几百到几万不等，很多新手面对货架上五花八门的灯光一脸懵。我根据这些年的实际使用经验，把常用光源的优缺点和适用场景梳理成一个速查表，基本能覆盖九成的选型需求。

3.1 环形光源：最通用但最容易“翻车”的选手

环形光源是机器视觉圈里的“万金油”，你能在八成以上的产线上见到它。它由LED灯珠排成环形，从四周向中心倾斜照射，好处是能围绕被测物提供多角度照明，减少单一方向带来的死板阴影。检测螺丝上的划痕、PCB板上的焊点、印刷品上的脏污，环形光的通用性都很能打。

但环形光也有致命的陷阱。如果被测物是镜面材质，环形光会在表面形成一个明亮的环状高光区，中间的检测区域反而显得昏暗不均。我见过不少新手拍出来的图，中间一圈亮得刺眼，边缘却黑漆漆的，这就是环形光选错了入射角造成的。正确的做法是，如果是镜面被测物，尽量加大光源直径与工作距离的比值，让照明光线更接近垂直入射，减少高光环的影响。

3.2 条形光源与同轴光源：从两个极端解决照明均匀性

条形光源通常成对布置在视场两侧，像两条灯管一样。它的核心优势是大面积均匀照明。检测大面积平面零件，比如光伏硅片、玻璃基板、金属板材，用条形光是最合适的。但单侧条形光有个通病：会制造强烈的方向性阴影，导致被测物一边亮一边暗。要避免这个问题，最佳策略是左右或上下对称布置两组条形光，让两个方向的照明互相补偿。

同轴光源则是另一个极端。它的原理是让光线通过半透半反镜垂直向下照射，反射光沿原路返回进入相机。这个设计使得同轴光能以极小角度垂直照明表面，特别适合检测光滑表面的文字和图案。我做过一个项目，要在镜面不锈钢表面上检测激光打标的二维码，普通光源下二维码在亮度一片，怎么调都没对比度，换成同轴光源后，二维码边缘变得锐利清晰，对比度直接拉满。

不过同轴光有个先天短板：如果被测物表面有凹凸不平的结构，垂直照明会把凹陷区域照成黑影，容易掩盖真实的表面特征。所以在选择同轴光之前，一定得确认你的被测物表面平整度是否足够。

3.3 背光源：轮廓测量的不二选择

如果你要检测的是物体的外形轮廓、边缘尺寸、有无缺料，或者透明物体的内部杂质，那背光源基本是唯一答案。背光的精髓在于把物体置于相机和光源之间，物体变成暗色剪影，而周围背景因为强光变得一片亮白。这种成像方式的边缘极其锐利，阈值分割时特别干净。

举个例子，螺丝的长度和直径测量、齿轮的外形判断、药片的缺角检测，用背光都能做到亚像素级别的精度。但背光的局限也很明显：它看不到表面细节。你看不出螺丝上的螺纹有没有磕碰，也看不清药片表面有没有污渍。所以背光做测量强、做表面缺陷检测弱，选型时心里得有数。

3.4 穹顶光源：对付复杂曲面的“均匀之光”

穹顶光源像个倒扣的碗，灯珠朝内排列，光线经过内壁漫反射后从各个方向均匀照射到被测物上。这个设计能有效消除阴影和方向性反光，特别适合球面、弧面、形状复杂的零件。我检测过医用注射器的橡胶活塞，表面是带有弧度的黑色材质，还刻有浅字。用环形光打，字迹看不清楚；换成穹顶光后，整个活塞表面的照射极其均匀，浅字在灰度图上清晰可辨。

不过穹顶光源的光效利用率不高，因为大量光线经过多次反射后能量衰减明显。如果你的检测速度要求高，曝光时间不能太长，穹顶光源可能不够亮，这时候就得将就自己的钱包了，通常的办法是加高功率版本或者增加相机曝光时间。

3.5 光源选型的四个实用参数

选光源时别只看灯珠多不多、外壳炫不炫，真正要盯的是四个参数：色温、亮度、均匀性、稳定性。色温直接影响图像的色彩倾向，工业检测一般选6000K到7000K的白光，显色性好；亮度要留有余量，不能贴着下限买，因为光源用久了会有光衰；均匀性决定图像背景是否干净，亮度不均会让后续阈值分割变得危险；稳定性则关系到光源控制器能不能对光强波动做出快速补偿。

价格方面，我的建议是预算允许的情况下买品牌货。一套劣质光源可能头三个月表现还行，半年后亮度掉了一半，灰度值漂移，整个检测系统稳定性全完蛋。在产线上换光源可不是换灯泡那么随意，你可能得重新测试整套算法参数。所以光源不该省的钱，千万别省。

4. 打光方案设计的完整流程：从需求拆解到打光实验

有了光源知识储备和选型逻辑，接下来就是如何把这些工具组合成一个有效的“打光方案”。我自己的经验是，不要拿到样件就直接打光试拍，那样大概率会试到怀疑人生。更稳妥的做法是，走完一整套标准流程。

4.1 第一步：拆解被测物的光学位特征

拿到样件的第一件事，不是开灯拍照，而是先观察和询问。找出被测物的材质类型（金属、塑料、玻璃、陶瓷、橡胶还是组合材质）、表面状态（镜面、半镜面、磨砂、无光、纹理）、颜色深浅、形状曲率，以及最关键的目标特征（比如划痕、凹坑、污渍、印字、裂纹、毛刺）。

每一项信息都对应着光学设计的倾向性。比如，检测透明玻璃表面的划痕，如果用背光，你看到的是玻璃轮廓而不是表面划痕；改用低角度反射光，划痕在暗背景上像流星一样亮，效果立竿见影。再比如，检测黑色橡胶表面的凸起点，普通光下凸起和背景都是黑，你得用低角度光让凸起产生微小的影子，让它有“立体感”，算法才好识别。

4.2 第二步：确定照明的几何拓扑结构

根据光学位特征，确定基本的光路拓扑：明场照明还是暗场照明，反射式还是透射式，单侧还是多侧，垂直还是低角度。

明场照明的光线反射后进入相机，图像背景是亮的，目标特征是暗的；暗场照明的光线经样品表面散射而入镜头，目标特征在暗背景上显得亮。选择明场还是暗场，直接看你想要“亮底暗特征”还是“暗底亮特征”。

这里有一个很实用的经验口诀：表面缺陷检测优先试暗场；轮廓和特征定位优先试明场背光；镜面材质优先试同轴光；曲面和不规则形状优先试穹顶光。

4.3 第三步：搭建打光实验台，快速验证方案

实验室测试不是把光源、相机、样品随便一放就开拍。你最好准备一个光学面包板，把相机固定在一个稳定支架上，光源也配好旋转支架和升降柱，尽量做到角度可调、高度可调、距离可调，这样你才能在十分钟内切换七八种打光组合。

我常用的标准流程是：先在标准工作距离下设置好相机的曝光时间和增益，然后从高角度到低角度逐档调整光源，每换一个角度就拍一张样图，记录当下角度和效果。全部拍完再看哪一组效果最优。这步看似简单，却是整个方案成败的重中之重。

4.4 第四步：综合评估图像质量

拍完那些样图，不能光靠肉眼“看一眼觉得行”。我一般会用软件打开直方图，重点检查以下几项：目标特征的灰度值与背景的差异是否超过30个灰度级（这个数值来自我的个人经验，是一个在多数算法里比较稳的阈值）；背景是否明亮均匀，有没有明显的亮度梯度；特征边缘是不是锐利，有没有虚焦或运动模糊；图像里有没有高光点或黑阴影游离在特征附近。

如果对比度不够，就先调光源角度；如果亮度不均，就换更大面积的均匀光源；如果高光干扰严重，就试偏振片。总之，目的只有一个：让目标特征的“信噪比”最大化。当你在直方图里看到目标和背景形成两个干净的峰，中间的低谷很低，你的打光方案基本就可以定稿了。

5. 难点场景的光学设计专项突破

通用流程讲完了，接下来我想专门针对几个高频“老大难”场景分享一下我的专项处理思路。这几类场景几乎每个老工程师都头疼过。

5.1 高反光金属表面的缺陷检测

镜面金属表面既是镜面反射体，又有细小的划痕，难点在于光是强反光，划痕又不明显。我的方案是采用暗场低角度光加偏振片组合。低角度光以近乎平行于表面的方向掠过被测面，表面光滑处反射光直接飞走不进相机，画面呈暗色；划痕处因为结构断裂，会向各个方向散射出微弱光线，被相机捕捉成明亮线条。偏振片再把残余的镜面反射高光压掉，这样划痕在暗背景上就是一根根亮线，对比度极高。

5.2 透明物体的表面划痕与内部杂质同时检测

透明玻璃或塑料的表面划痕和内部杂质，光学表现完全不一样。划痕在表面上，需要低角度反射光来凸显；内部杂质在介质内，需要背光透射来检查。如果你试图用一种打光方案同时看两种缺陷，往往会顾此失彼。我的做法是，在同一个工位用两套光源加一个分时光路设计：第一帧用低角度反射光检测表面划痕，第二帧用背光检测内部杂质。两帧图像分开处理，问题各自精准解决。

5.3 低对比度的同色异材质分拣

有时候两个物体的颜色几乎一样，但材质差异很大，检测系统需要把它们区分开。比如黑色塑料盒黑色橡胶。普通白光打上去，两者灰度相近，阈值分割无从下手。这时候我往往会引入特定波长的单色光，比如用850nm的红外光照射。不同材质对红外光的吸收和反射率差异明显，黑色塑料和黑色橡胶在红外图像里往往能呈现出显著的灰度差。这也是为什么很多分拣设备都带着红外光源，原因就在于懂得用光谱维度的信息去弥补人眼可见光维度的不足。

5.4 大幅面物体的均匀照明方案

检测一整块汽车玻璃或者太阳能板，视场可能长达一两米，常规光源根本覆盖不了。大面光源成本极高，且厚度大，在现场支架上都找不到合适位置。我的方案是采用“多组条形光扫描拼接”或“帧曝光内多次闪光”两种方式：前者适合静态大幅面检查，移动相机位拍摄多帧再拼接；后者适合运动中的大幅面物体，通过控制器让多组光源依次频闪，配合相机同步曝光，等效于在一张图中获得多个方向的光照信息。

6. 现场手记：那些高频踩坑的光学测试问题

理论说太多不如实践痛一次。我整理了这些年做光学设计和打光测试时，最容易出现的几类“翻车现场”。如果你能提前避开这些坑，项目进度至少能少走一半弯路。

6.1 为什么拿着实验完美的方案，一上产线就变样？

实验室里光打得完美，一到产线就发疯，这是新手最崩溃的时刻。原因通常有三个：产线环境光干扰（日光灯、窗边阳光、其他设备的杂散光）、安装结构的机械振动导致光路偏移、被测物体位置波动导致工作距离变化。

我应对环境光的办法很简单粗暴：在方案设计阶段就预留一个遮光罩或遮光帘。如果你做的是高精度检测，最好不要把宝押在环境光“正好不干扰”上。同时，光源控制器接的是带反馈的恒流驱动，尽量不选简易的恒压驱动，因为产线电压波动会直接影响光源亮度，进而影响图像稳定性。

6.2 光源亮度衰减后，检测系统为何突然“失明”？

有个检测电子元件的客户遇到过这种事：设备正常运行了三个月，某一天突然开始大量误判。排查到最后，问题居然出在光源光衰。LED光源随着使用时间增长，光通量会逐渐下降，三个月后亮度降到初始值的70%左右，原本在阈值边缘的特征对比度就撑不住了。

这给所有做视觉系统的人都提了个醒：项目验收时，一定要预留足够的亮度余量。我通常要求在正常曝光参数下，背景灰度值控制在150到200之间，而不是刚好卡在220以上。这样即使光源光衰20%，系统依然能稳定运转。同时定期用灰度测试卡校准光源亮度，形成点检记录。

6.3 为什么增加了光源功率，图像反而糟糕了？

有新手问我说，为什么我把光源功率调到最大，图像却变得花白一片，特征全看不清了？这就是典型的过曝加过度眩光。光源不是越亮越好，而是够用就好。当你把光调到最亮，传感器进入非线性响应区，高光区域严重饱和，表面细节被全部抹平。正确的做法是，先把光源功率调到中等偏低，调节相机曝光时间到目标灰度值出现，再小幅增加光源功率，让图像达到略有余量的最佳状态。尽量用曝光时间来调节亮度，不用硬生生堆光源亮度。

6.4 相机帧率变高，图像怎么变暗了？

高速产线上，当你要把帧率从30fps提到120fps，单帧曝光时间必然被压缩。曝光时间缩短，进光量减少，图像自然变暗。此时很多人习惯去加增益，但增益放大的同时，传感器噪声也被放大，图像信噪比反而下降。

正解是缩短曝光时间的同时，要么增大光圈，要么加强光源亮度，或者两者并用。如果还不行，就得考虑换一台高灵敏度的相机，或者上脉冲光源方案。我这里给新手一个建议：在设计处理阶段，记得把目标帧率下的曝光时间余量算进去，如果曝光时间小于300微秒，一定要谨慎选择光源功率，特别推荐可频闪的高速脉冲光源。

7. 从打光到成像，再到项目的最终闭环

有一个我特别想说透的观点：打光方案好不好，不该由工程师说了算，而应该由最终的算法稳定性和产线宕机率说了算。很多项目打光阶段看着漂亮，但其实带着不少隐性风险。这些风险往往要到批量生产、海量样品经过时才会暴露出来。所以方案评审时，我习惯把样品分成三类：标准样、极限样、异常样。标准样代表了正常生产状态下的表面，极限样是颜色偏浅或偏深、表面粗糙或光亮的边界状况，异常样则是夹杂着油污、指纹、毛刺等干扰因素的样品。三种样品都要在打光实验阶段测一遍，才能保证方案在真实产线上不翻车。

量产现场还有一个常被忽视的环节：光源控制器和相机的同步触发。如果光源和相机没有精确同步，物体在流水线上移动时，拍出来的图像亮度会波动，甚至产生运动模糊。好的做法是使用带触发功能的光源控制器，由相机或编码器给出触发信号，光源在曝光窗口内瞬间点亮，其他时间熄灭。这样不仅能够保证亮度一致，还能大幅延长光源寿命。

再说说光源维护。视觉系统不是装好了就能一劳永逸，光源的清洁、校准、更换都要纳入日常点检。产线上的粉尘、油雾，会把光源出光面糊住，导致亮度下降。我见过不止一条线，用了半年才发现光源表面蒙了一层油灰，亮度掉了四成。定期用无尘布配合专业光学清洁剂擦拭光源表面，并且记录每一次清洁前后的灰度测试值，才是负责任的做法。

8. 个人体会与三个实用建议

写到这里，我想聊聊我自己在项目里的一些体会。

首先，打光设计不是一件可以“快速搞定”的事。我见过不少团队为了赶项目进度，把打光测试压缩到一两天，随便拍几张照片觉得“差不多”就转入算法开发。结果到了调试验收阶段，算法工程师反而被图像质量拖累得夜夜加班。这种“省在打光，废在算法”的项目我接手过不止一次。合理的节奏应该是：需求明确后，至少留出整个项目周期20%到30%的时间专门做光学实验。

其次，不要在单一光照条件下测试样品。你至少要测五个角度、三种亮度、两种距离，然后记录每组条件下的图像效果，做成一份简单的对比记录表。这不仅是选方案，更是为了给后续现场调试留一份“参照物”。当系统出现问题时，你能快速回想起来当初在这个角度下看到过什么样的现象。

最后，有空多去产线现场站一站。不是让你去监工，而是去感受那些实验室里模拟不了的东西——机台振动、环境光变化、换料时材料的批次差异。光学这个东西，很多时候是“知道偏差”比“知道标准”更重要。你越了解真实工况，打光方案的鲁棒性就越高。

还是那句话，在机器视觉这条产业链上，会调算法的人一抓一把，但真正能把“光”玩明白的人，才是项目里最稀缺的定海神针。希望这篇第二讲的内容，能帮你在打光这条路上少撞几堵墙。下一讲，我会继续往下拆解——镜头与相机选型背后的那些坑，咱们到时候接着聊。