简单区分：
-
学科：
机器视觉作为一门系统工程"学科"，有别于计算机视觉，是计算机科学基础的一种形式;
计算机视觉属于计算机"科学"，涉及到从图像中提取信息的人工系统背后的理论,她跨学科。
-
机器视觉是计算机视觉在工厂自动化中的应用，传统的机器视觉主要应用于工业领域，计算机视觉不限于工业领域。
从狭义的视觉系统角度出发，计算机视觉属于机器视觉系统的一部分。
机器视觉主要是提取信息，计算机视觉提取并理解信息（定义区分）
详细：
一. 定义
A.机器视觉：Machine vision(MV)
维基百科：“机器视觉一词的定义各不相同，但都包括用于自动从图像中提取信息的技术和方法。”
它与图像处理相反，图像处理的输出是另一幅图像。提取的信息可以是简单的好部分/坏部分信号，也可以是一组复杂的数据，比如图像中每个对象的id、位置和方向。该信息可用于工业上的自动检测、机器人和过程制导、安全监控和车辆制导等应用。这一领域包括大量的技术、软件和硬件产品、综合系统、行动、方法和专门知识。在工业自动化应用中，机器视觉实际上是这些功能的唯一术语;
B.计算机视觉：Computer vision(CV)
维基百科：”计算机视觉是指从一张图像或一系列图像中自动提取、分析和理解有用信息。它涉及到理论和算法基础的发展，以实现自动视觉理解。“
它是一个跨学科的科学领域，研究如何使计算机从数字图像或视频中获得高层次的理解。从工程学的角度来看，它试图自动化人类视觉系统能够完成的任务。
二.应用
机器视觉
1. 半导体
机器视觉系统在半导体器件制造中有着广泛的应用;事实上，如果没有机器视觉，计算机芯片的产量将会显著降低。机器视觉系统检查硅片、处理器芯片以及电阻和电容等子组件。
2. 汽车工业
机器视觉系统用于引导工业机器人，测量冲压金属部件的配合程度，并检查涂漆车辆的表面是否有缺陷。
3. 军事
虽然机器视觉技术是针对可见光谱开发的，但同样的处理技术也可应用于使用对其他形式的光(如红外线)敏感的成像仪拍摄的图像。
计算机视觉
计算机视觉包括场景重建、事件检测、视频跟踪、目标识别、三维姿态估计、运动估计和图像恢复。
三.视觉系统的指标
任何视觉系统（计算机视觉或者机器视觉）的两个重要指标：
-
灵敏度：是机器在昏暗光线下观察的能力，或在不可见波长下探测微弱脉冲的能力。
-
分辨率：是机器区分物体的程度。一般来说，分辨率越高，视野范围就越狭窄。
当在其他因素保持不变的情况下，它们的关系是，增加灵敏度降低分辨率，提高分辨率降低灵敏度。
四.视觉系统
a.机器视觉系统de组件
-
-
-
-
-
图像处理的计算机软件（用于图像的分析和处理，根据所分析图像的性质，可以使用模式匹配或其他算法）
-
光学传感器一旦确定物体在传送带上移动到了待检查位置，它就触发相机对该物体拍照，机器视觉系统中的照明设计是用于物体高亮显示感兴趣的特征，并使不感兴趣的特征的外观变得模糊或最小化。相机的图像由帧捕捉器捕捉。帧捕获器是一种计算机卡，它将摄像机的输出转换为数字格式，并将图像存储在计算机内存中，以便机器视觉软件对其进行处理。该软件通常会采取几个步骤来处理图像。通常首先对图像进行处理，减少噪声或将灰度图转换为二值图。在最初的简化之后，软件将对图像中的对象计数、测量和/或识别图像中的对象。作为最后一步，软件根据编程标准来判断物体是否通过。如果某个物体出现故障，软件会向机器人发出信号，让其拒绝接受该物体;另外，系统会提示人工修复导致故障的生产问题。
五.图像处理技术
商业和开源的机器视觉系统包通常包括许多不同的图像处理技术，如: - 像素计数:计算亮像素或暗像素的数量 - 阈值化:将灰度图像转换为黑白图像 - 连通性和分割:通过区分像素的亮连接区域和暗连接区域来定位和/或计数部件 - 条码读取:机器读取或扫描一维和二维条码的解码 - 光学字符识别:自动读取文本 - 测量:测量物体的尺寸 - 边缘检测:寻找目标边缘 - 模板匹配:查找、匹配和/或计数特定的模式 - 鲁棒模式识别:对象的位置，可以旋转，被另一个对象临时遮挡，或改变大小
在大多数情况下，机器视觉系统将使用这些处理技术的组合来执行完整的检查。
六.区别
机器视觉不同于计算机视觉，计算机视觉是一个“学术研究领域”，通常被归为人工智能的子领域。
计算机视觉扩展到与机器人和人类视觉的机器表示相关主题。机器视觉是指在工厂、装配厂和其他工业环境中使用的自动化成像“系统”。机器视觉系统是一种基于数字图像分析做出决策的计算机。正如在装配线上工作的检验人员通过目视检查零件来判断工艺质量一样，机器视觉系统也使用数码相机和图像处理软件进行类似的检查。
如果我们把机器视觉看作一个系统的主体，那么计算机视觉就是视网膜、视神经、大脑和中枢神经系统。机器视觉系统使用摄像机来查看图像，然后计算机视觉算法对图像进行处理和解释，然后指示系统中的其他组件对这些数据采取行动。
计算机视觉可以单独使用，而不需要成为大型机器系统的一部分。但是一个机器视觉系统如果没有计算机和其核心的特定软件是无法工作的。这远远超出了图像处理。在计算机视觉(CV)术语中，图像甚至不必是照片或视频;它可能是来自热或红外传感器、运动探测器或其他来源的“图像”。
作者：胡知知
https://www.zhihu.com/question/23183532/answer/23896265
机器视觉（Machine Vision, MV） & 计算机视觉(Computer Vision, CV)
从学科分类上， 二者都被认为是 Artificial Intelligence 下属科目.
但实际提及时， 主观感觉上
MV 更多注重广义图像信号（激光，摄像头）与自动化控制（生产线）方面的应用。
CV 更多注重（2D, 3D）图像信号本身的研究以及和图像相关的交叉学科研究（医学图像分析，地图导航）。
作者：匿名用户
https://www.zhihu.com/question/23183532/answer/105638772
可不可以这么理解？以人眼功能划分
人眼具有的功能可以作为计算机视觉，比如可以识别物体，可以认识人，不能够精确获得到障碍的距离，但是足以避障。
人眼相比相机做不到的作为机器视觉，比如精确测出一个物体的尺寸，物体和相机之间的相对距离和角度等。
总结来说，计算机视觉依赖人眼和大脑，有智能化功能，也依赖经验的累计。机器视觉则是依赖严格的几何，重在精确。
作者：basicbeyond https://www.zhihu.com/question/23183532/answer/24611199
简单来说，计算机视觉学术一些，更偏软件；机器视觉软硬件都包括（采集设备，光源，镜头，控制，机构，算法等。），指的是系统，更偏实际应用。因此更多的是把机器视觉，叫做机器视觉系统。
作者：不想奔跑的狮子
https://www.zhihu.com/question/23183532/answer/329818998
1、计算机视觉涉及的被用于许多领域自动化图像分析的核心技术。机器视觉通常指的是结合自动图像分析与其他方法和技术，以提供自动检测和机器人指导在工业应用中的一个过程。
2、计算机视觉为机器视觉提供理论和算法基础，机器视觉是计算机视觉的工程实现。
作者：bobin https://www.zhihu.com/question/23183532/answer/147509404
感觉区别主要在计算能力上。在计算机和机器人的计算能力中，前者几乎可以是无限的，而后者的算法必须考虑控制计算规模。
作者：知乎用户
https://www.zhihu.com/question/23183532/answer/95172266
做搬运工，摘抄多本书籍对图像处理、机器视觉、计算机视觉等概念的描述，以达到理解的目的，键盘码字，有错误见谅，具体可以看出处的原文。
1.Snyder W E, 斯奈德, Qi H, et al. 机器视觉教程[M]. 机械工业出版社, 2005.
机器视觉又常称计算机视觉，这门学科的发生与发展已有几十年的历史，它是一门研究通过图像或视频数据观察周围世界的学科，主要以摄像机拍摄的图像或视频为原始数据，提取出在图像或视频中能观察到的事物。这个学科要解决的问题，与人类通过眼睛观察世界的视觉感知功能十分相似。
区别：称机器视觉是强调用机器构成的系统来处理视觉问题，而称计算机视觉则强调处理视觉的问题是一个计算问题，核心部件是功能强大的计算机。 （译者序）
2.OpenCV3编程入门/ 毛星云，冷雪飞，等编著.——北京：电子工业出版社，2015.2
图像处理是用计算机对图像进行分析，以达到所需结果的技术，又称影像处理。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。图像处理（Image Processing）一般指数字图像处理（Digital Image Processing）。其中数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组。该数组的元素称为像素，其值称为灰度值。而数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
计算机视觉是一门研究如何使用机器“看”的科学，具体地说，就是指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，用电脑处理使之成为更适合人眼观察或传送给仪器检测的图像的一门学科。作为一门科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取“信息”的人工智能系统。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看做是研究如何使人工系统从图像或多维数据中“感知”的科学。
图像处理和计算机视觉的区别在于：图像处理侧重于“处理”图像——如增强，还原，去噪，分割，等等；计算机视觉重点在于使用计算机（也许是可移动式的）来模拟人的视觉，因此模拟才是计算机视觉领域的最终目标。
作者：樱落今辰
https://www.zhihu.com/question/23183532/answer/389483248
计算机视觉在机器人等智能硬件上的应用场景越来越多，这就势必要求相关从业人员对硬件知识有一定的了解。
机器视觉所涉及的识别场景也越来越多，智能工厂的机器视觉系统要求能够识别工人是否戴安全帽，无人汽车的机器视觉系统对识别能力的要求更高。
作者：vincent
https://www.zhihu.com/question/23183532/answer/118567184
计算机视觉和机器视觉只是应用场景不同，就像拉货车和载客车是的，侧重点不同而已，一个侧重人工智能分支，一个侧重工业应用！简单说起来的话，计算机视觉偏重于深度学习并且偏向软件，机器视觉偏重于特征识别同时对硬件方面要求也比较高，不过随着对智能识别要求越来越高的发展，这两个方向毕竟会互相渗透互相融合，区别也仅仅限于应用领域不同而已
作者：公瑾
https://www.zhihu.com/question/23183532/answer/1001625989
随着信号处理理论和计算机技术的发展，人们试图用摄像机获取环境图像并将其转换成数字信号，用计算机实现对视觉信息处理的全过程，这样就形成了一门新兴的学科———计算机视觉。计算机视觉的研究目标是使计算机具有通过一幅或多幅图像认知周围环境信息的能力。这使计算机不仅能模拟人眼的功能，而且更重要的是使计算机完成人眼所不能胜任的工作。机器视觉则是建立在计算机视觉理论的基础上，偏重于计算机视觉技术工程化。与计算机视觉研究的视觉模式识别、视觉理解等内容不同，机器视觉重点在于感知环境中物体的形状、位置、姿态、运动等几何信息。
