计算机视觉和机器视觉是两个密切相关但又有区别的领域。以下是两者的详细对比：
1. 定义与目标：
计算机视觉：是指使用计算机和算法来模拟人类视觉系统，使计算机能够更深入地理解和解释图像和视频数据。它着重于一幅或多幅图像的计算机分析，研究如何使计算机能够理解和处理图像和视频数据，其目标是从视觉数据中提取有用的信息，实现图像识别、物体检测、图像分割等任务。
机器视觉：是人工智能正在快速发展的一个分支，偏重于计算机视觉技术的工程化。它是指利用计算机视觉技术来实现自动化的视觉检查和分析，能够自动获取和分析特定的图像，以控制相应的行为。其目标是通过机器视觉系统（包括硬件和软件）对产品或过程进行检测、测量和分析，从而提高生产效率和质量。
2. 应用领域：
计算机视觉：主要应用于非工业领域，如自动驾驶（车道检测、障碍物识别）、医疗（CT图像分析、病理检测）、安防监控（人脸识别、行为分析）、娱乐（AR/VR）等。
机器视觉：主要应用于工业自动化领域，如电子制造（PCB板检测）、汽车制造（零部件检测）、食品饮料（包装检测）、制药（药品外观检测）等。
3. 技术与方法：
计算机视觉：更注重算法和模型的开发与优化，如深度学习、卷积神经网络（CNN）、图像分类和分割等。它采用图像处理、模式识别、人工智能技术相结合的手段，为机器视觉提供图像和景物分析的理论及算法基础。
机器视觉：则更强调系统集成和实时性，通常结合工业相机、光源、图像采集卡等硬件设备，为计算机视觉的实现提供传感器模型、系统构造和实现手段。它通常使用相对简单的图像处理和分析方法，如边缘检测、颜色检测和形状匹配等，用于提取和分析图像中的特征。
4. 原理：
机器视觉：机器视觉系统是通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。
计算机视觉：用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
计算机视觉和机器视觉在定义、应用领域、技术与方法以及原理等方面都存在明显的区别。两者虽然密切相关，但各自有着独特的特点和优势，在不同领域发挥着重要作用。
