顾名思义，机器视觉的核心价值，就是代替人眼和人脑对图像和视频信息作出感知和分析判断。虽然机器视觉不算一个新概念，却在过去的10年中获得了高速的发展，且在可以预见的未来仍然保持相当的加速度。机器视觉这样一种发展态势，得益于三个因素。
第一个因素就是摩尔定律。从硬件的角度来看，一个机器视觉系统包含两个核心的器件：一个是CMOS图像传感器（摄像头），一个是处理器。而这两者都是可以通过标准CMOS半导体工艺制造的，因此也就被套上了摩尔定律的的“魔咒”，在似乎永无止境的追求“三低一高”(低功耗、低成本、小尺寸、高性能)的征途上一路狂奔，不断拉低机器视觉的获取成本。想一想今天一个入门级手机摄像头的分辨率，可能和几年前中高端单反相机图像传感器的级别相当，这恐怕就是用户对摩尔定律作用最直观的感受。
摩尔定律同样在推动处理器性能的提升，使其完全可以胜任复杂的图像处理计算。在处理器硬件架构的选择上，今天机器视觉的开发者有多种选择：可以选择专门为图像处理优化的DSP；也可以选择采用ARM+GPU或其他图像协处理器的平台；还有基于ARM+FPGA可编程逻辑的异构处理架构（如Xilinx Zynq 7000）可供使用。即使是主流的ARM通用处理器平台，配合优化的软件算法，同样可以在很多机器视觉应用中施展拳脚。想要获得性价比更高的机器视觉处理器，对用户来说只是一个时间问题。
