我們這個世界不是二維坐標構成，因此機器視覺行業發展以來，從初級的2D視覺，讓智能制造感到驚喜之后，我們迎來了更加迫切的需求，在產線生產的產品，單單依靠二維測量很難以滿足實際需求，即使可以滿足，但是多相機矩陣讓制造業苦不堪言，不就系統的穩定性帶來了巨大的挑戰，更是讓運營成本開始成倍的疊加。

       因此，為了工業4.0的腳步，行業發出了更深的呼聲：

       機器視覺從2D演化為3D立體“視界”，常用的面色漆、Face  ID、VR、無人便利店、智能機器人等產品技術背后的關鍵技術是3D視覺技術。

　　近年來，3D視覺概念層出不窮，大量資本涌入該課程，新進企業眾多。 業內人士普遍認為，3D視覺在工業領域的產值和產值可能遠遠大于消費領域，但由于滲透率低、推進速度不夠快，目前3D工業相機的規模在數億美元的區間內，設備和軟件處于20億美元的水平，但對行業市場的滲透率增長卻在50倍以上。

　　2D技術起步早，技術也比較成熟，在過去的30年中被證明在廣泛的自動化和產品質量管理過程中非常有效。

　　2D技術基于灰度或彩色圖像中的對比度特征來提供結果。 2D適用于基于缺失/存在檢測、離散對象分析、模式對齊、條形碼和光學字符識別( OCR  )以及邊緣檢測的各種二維幾何分析，用于擬合線、弧、圓及其關系(距離、角度、交點等)

       當然了3D視覺的出現并不代表2D視覺一無用處，我們應該根據自己產線的實際需求，結合視覺工程師的整體的解決方案來進行機器視覺賦能改造，任何的技術引進，我們的初衷都是提高產線效率，如何以穩定的狀態實現大化的利益，因此，在這個角度，2D視覺和3D視覺并無優劣之分，只不過是行業發展的不同需求罷了！