FOV 是什麼？

FOV 是 Field of View 的縮寫，中文通常稱為「視野」、「視野範圍」或「視場」。

在機器視覺中，FOV 可以理解為：

相機在目前光學與成像條件下，可以看到的實際物理範圍。

例如：

FOV = 120 × 100 mm

代表影像涵蓋的實際區域約為：

  • 水平：120 mm
  • 垂直：100 mm

因此 FOV 主要是在描述「相機一次可以看到多大的範圍」。
FOV 通常用什麼單位？

在機器視覺與 AOI 系統中，FOV 通常使用 **mm（毫米）**表示。

例如：

  • 50 × 50 mm
  • 100 × 80 mm
  • 120 × 100 mm
  • 200 × 150 mm
  • 500 × 300 mm

其中前面的數值通常代表水平視野，後面的數值代表垂直視野。

因此：

FOV 120 × 100 mm = 約 120 mm × 100 mm 的實際視野範圍。
FOV 越大越好嗎？

不是。

FOV 越大，只代表相機一次可以看到的實際範圍越大，並不代表影像解析度或細節辨識能力一定比較好。

例如：

產品尺寸只有：

20 × 20 mm

如果 FOV 卻是：

500 × 500 mm

產品在整張影像中所占的比例就會非常小。

這可能不利於檢查：

  • 微小刮傷
  • 毛邊
  • 小孔
  • 微小文字
  • 小型 Barcode
  • 細小缺陷

因此 FOV 應該依照產品與檢測需求選擇，而不是單純追求越大越好。
FOV 太小會怎麼樣？

如果 FOV 小於產品或實際檢測區域，可能造成產品無法完整進入影像。

例如產品尺寸：

200 × 150 mm

但相機 FOV 只有：

100 × 80 mm

就無法一次完整拍攝整個產品。

此時可能需要：

  • 更大的 FOV
  • 多台相機
  • 多次拍攝
  • 移動平台
  • 改變設備機構

因此 FOV 的第一個基本條件就是：

必須涵蓋實際需要檢測的區域。
FOV 和 Camera Resolution 有什麼不同？

FOV 與 Camera Resolution 是完全不同的概念。

例如：

Camera Resolution：2448 × 2048 Pixel

代表相機影像具有多少像素。

而：

FOV：120 × 100 mm

代表這些像素對應到實際多大的物理範圍。

可以簡單理解：

​​​​​​​Pixel 是影像的數位尺寸，FOV 是影像對應的實際空間範圍。

兩者結合後，才能進一步分析每個 Pixel 對應多少實際尺寸，也就是常見的 mm/Pixel。
FOV 和鏡頭焦距有什麼關係？

FOV 與鏡頭焦距有直接關係，但兩者不是同一個東西。

在其他條件相近的情況下：

焦距越短 → FOV 通常越大

焦距越長 → FOV 通常越小

但實際 FOV 還需要考慮：

  • Sensor Size
  • 鏡頭焦距
  • WD
  • 鏡頭光學設計

因此不能只看鏡頭焦距就直接判斷實際 FOV。
FOV 和 WD 有什麼關係？

WD 是 Working Distance，工作距離，通常指鏡頭與被測物之間的工作距離。

在相同相機與鏡頭條件下，WD 改變時，實際成像範圍也可能跟著改變。

因此進行鏡頭選型時，通常需要同時確認：

FOV＋WD＋Sensor Size＋焦距

例如客戶提供：

產品尺寸 100 × 80 mm，WD 約 300 mm。

就可以進一步依照需求評估適合的 Sensor 與鏡頭焦距。
FOV 與 Sensor Size 有什麼關係？

Sensor Size 會影響在特定鏡頭與工作距離下可以得到的視野範圍。

一般而言，在其他條件相近時：

Sensor 越大 → 可以取得較大的影像涵蓋範圍

但鏡頭也必須具有足夠的 Image Circle（成像圈），才能完整覆蓋 Sensor。

因此不能只看到「Sensor 很大」就直接認為 FOV 一定符合需求。
FOV 怎麼計算？

FOV 可以根據相機 Sensor 尺寸、鏡頭焦距與工作距離等參數進行估算。

在簡化的薄透鏡模型下，可以利用相似三角形概念進行估算。

例如：

FOV ≈ Sensor Size × WD ÷ 焦距

但這屬於簡化估算，實際機器視覺系統還會受到鏡頭光學設計、畸變、有效焦距與工作距離定義等因素影響。

因此實際設備設計時，建議搭配鏡頭規格書與實際樣品進行確認。
FOV 和視角 Field Angle 一樣嗎？

不完全一樣。

兩者相關，但表示方式不同。

Field Angle（視角） 通常以角度表示，例如：

水平視角 60°

而 FOV 在機器視覺應用中通常以實際物理尺寸表示，例如：

FOV = 120 × 100 mm

因此可以簡單理解：

視角 → 角度

FOV → 實際可看到的物理範圍
FOV 與 AOI 有什麼關係？

FOV 是 AOI 系統規劃的重要參數。

AOI（Automated Optical Inspection）需要透過相機取得產品影像，再利用影像處理、規則式演算法或 AI 進行檢測。

因此在設計 AOI 時，需要先確認：

相機需要看到哪一個區域？

例如：

小型 Connector

可能需要較小的 FOV，以取得足夠的影像細節。

而：

大型金屬板

可能需要較大的 FOV，才能一次涵蓋完整工件。

因此 FOV 是 AOI 相機、鏡頭與設備機構規劃的重要基礎。
FOV 對 OCR 有什麼影響？

OCR 必須先取得清楚的文字影像，因此文字必須位於相機 FOV 內。

如果文字位於 FOV 外，即使 OCR 演算法再強，也無法辨識。

此外，FOV 太大時，文字可能只占影像很小的一部分，使文字在 Pixel 上的尺寸不足。

因此 OCR 應同時考慮：

FOV＋文字尺寸＋Camera Resolution＋鏡頭解析度＋光源