一、机器视觉不是“坑”的理由
（一）市场需求方面
工业自动化需求持续增长：目前机器视觉在国内工业自动化领域应用较多，随着制造业的发展，对产品质量控制、生产效率提升等要求不断提高，机器视觉在定位、尺寸测量、OCR/OCV、特征有无等成熟应用领域的需求会持续增加。例如在大型的PCB生产工厂中，机器视觉已得到应用，未来在更多工业场景的普及度有望提升，因为它可以对生产线上的产品进行拍照提取有效信息进行判断，从而提高生产自动化程度和效率，降低人力成本。
新兴领域的应用拓展：除工业自动化外，机器视觉在医疗设备领域应用也较多，并且在其他领域也有很大的拓展潜力。如在智能网联汽车领域，计算机视觉已经能够开发出跟踪驾驶员面部表情等视觉系统，在货运卡车等商用车辆上使用，并有望进入私家车领域，在自动驾驶汽车领域也将发挥重要作用，这也为机器视觉的发展提供了新的增长点。
未饱和的市场空间：机器视觉的市场需求尚未饱和，还有很大的发展空间。一方面人力成本提高，促使企业寻求机器视觉技术来改善劳动强度和提高生产效率；另一方面产业增值需求，使得产品增加机器视觉部分会显得高端大气上档次，如同当年PLC刚开始应用的效果，所以企业有较大动力采用机器视觉技术。
（二）行业发展趋势
技术发展推动：随着微处理器、半导体技术的进步，机器视觉技术也在不断发展。例如到2025年，据业内人士预计全球机器视觉组件的销售额将达到190亿美元，几乎是现在的二倍，新标准和新技术也正在以前所未有的速度发展，如跨行业协作解决不同接口标准问题，这将促进机器视觉行业的发展而非走向“坑”的方向。
智慧城市建设需求：在智慧城市概念下，视觉系统将被大量部署用于交通状况的监控和车牌识别等交通安全方面的工作，这将带动机器视觉在这方面的需求增长，预计2017 – 2025年间，智能交通系统(ITS)市场将增长9%甚至更多，为机器视觉行业提供更多机会。
二、机器视觉方向的就业情况
（一）就业岗位类型多样
销售岗位：负责机器视觉相关产品的销售工作，需要对机器视觉技术和产品有一定了解，以便向客户进行介绍和推广。
实验室图像算法编写：这个岗位对个人的图像处理能力要求非常高，在很多企业中由老技术人员和研究生担任，通常要求具备3年经验或者研究生毕业等，拥有很强的算法编写能力，因为要进行实验室中的图像算法开发工作。
现场调试人员和售后：需要个人有很强的代码理解能力，能够根据现场情况对代码进行微调，虽然对实际代码编写能力要求较低，但要求能快速识别代码和解决问题，在大型企业或者跨国企业中这类岗位较多。
全套跟项目人员：主要存在于小企业中，由于小企业接到的项目难度和工作量不大，往往1 – 2个人就可以完成整个项目，要求员工具备多方面的能力，包括对机器视觉项目从开始到结束的全流程跟进能力。
（二）人才短缺现状
相关专业教育缺失：目前学校本科很少有机器视觉专业或者课程，研究生大多是一些图像处理方面的研究，虽然现在有一些老师做视觉方向的研究与应用，但相比其他传统专业，专门针对机器视觉方向的教育资源较少。这导致目前从事这个行业的大多数人属于半路出家或者自学成才，所以人员水平参差不齐，也从侧面反映出行业对专业人才的需求较大。
（三）就业前景趋势
向AI和深度学习靠拢：机器视觉行业目前处于上升阶段，正在向AI人工智能方向和深度学习靠拢。对于行业内的人来说，学习计算机视觉知识，包括AI和深度学习以及超高精度的图像处理等内容，有助于提升自己的竞争力，在就业市场中获得更好的机会。不过目前这个行业也有一定的上限，如果想要在该行业深入发展，需要不断提升自己的能力。
