目录一、前言：工业视觉检测核心瓶颈——光学成像大于算法调优二、明场成像（Bright-Field）深度解析2.1 核心光学成像机理2.2 硬件光路布局与选型规范2.3 明场成像核心优缺点与适配场景三、暗场成像（Dark-Field）深度解析3.1 核心光学成像机理3.2 硬件光路布局与选型规范3.3 暗场成像核心优缺点与适配场景四、明暗场成像全方位核心指标对比五、OpenCV明暗场缺陷检测工程化代码实现5.1 通用图像校正与预处理模块5.2 明场图像缺陷检测算法（暗色宏观缺陷）5.3 暗场图像缺陷检测算法（高亮微观缺陷）5.4 明暗场复合检测主程序六、三大工业落地实战应用案例案例一：半导体8寸晶圆微观缺陷复合检测案例二：手机钢化玻璃盖板瑕疵检测案例三：精密五金冲压件外观质检七、工业落地调试避坑与选型黄金准则7.1 成像方案快速选型口诀7.2 高频调试踩坑解决方案7.3 产线长期稳定优化方案八、进阶优化拓展方向九、全文总结文章标签：#机器视觉 #明暗场成像 #工业缺陷检测 #AOI光学检测 #OpenCV算法 #晶圆质检 #精密零件检测 #视觉光学选型阅读时长：32分钟｜适配场景：半导体晶圆微观瑕疵、光学玻璃薄膜划痕、金属精密零件凹凸缺陷、塑胶外观脏污、印刷字符缺陷、透明材质内部杂质检测