采集产品照片-->使用Vision Assistant进行测试（包括各种处理和分析）-->导出VI-->创建LabVIEW项目，设计程序界面和运行逻辑。-->系统实测与再优化

下面咱们分别聊聊这些步骤分别要怎么做，用什么工具来做。

※ 采集产品照片，这一步算是视觉开发的第一步也是最重要的一步，因为任何视觉项目所依赖的基础都是图像，所以图像的好坏往往决定的一个项目的成败。决定图像好坏的因素主要是来自于硬件和硬件的安装方式。这里的硬件主要包括：工业相机、镜头和光源。（这其中有很多硬件选型的方法和技巧，有机会的话再详细聊这一块。）

※ 使用Vision Assistant进行测试，通过这一步可以得到处理的结果，用来判断项目的可行性和确认用哪些算法能够解决问题。因此，给客户做方案的阶段用的最多的就是这一步了。

※ 导出VI，这是一个非常偷懒的好办法，通过上一步的测试确定的方法可以直接通过Vision Assistant这个工具进行导出，最后形成一个VI。（VI是LabVIEW中的程序文件的组织方式，我们的程序就是写着这里面，类似于C语言的.c文件或者Java语言的.java文件）

※ 创建LabVIEW项目，设计程序界面和运行逻辑。通过前面三个步骤，我们得到了视觉系统的核心部分——算法部分。但是如果仅仅是只有这个核心部分的话，是无法让软件的使用者使用的，因为通常的机器视觉类软件还应该包括一些人机交互的界面，以及与硬件设备的通信等内容。（这个步骤的内容可以包含很多内容，有机会的话单独拿出来再聊。）

※ 系统实测与再优化，完成前面的四个步骤后，软件的大体已经完成，但是对于软件系统的运行情况还是一个未知数，比如：是否存在编程的BUG？视觉测试的稳定性如何？（由于编程前期试验的条件和样品的数量的限制，很可能会有意料之外的情况出现。）在这个阶段，我们的目标是通过实测将这些问题找到并且加以修正和优化，最终交付给客户一个易于使用且性能可靠的机器视觉系统。