视觉处理器集采集卡与处理器于一体。以往计算机速度较慢时，采用视觉处理器加快视觉处理任务。现在由于采集卡可以快速传输图像到存储器，而且计算机也快多了，所以现在视觉处理器用的较少了。
应用领域
机器视觉的应用主要有检测和机器人视觉两个方面：
1. 检测：又可分为定量检测（例如显微照片的细胞分类、机械零部件的尺寸和位置测量）和不用量器的定性或半定量检测（例如产品的外观检查、装配线上的零部件识别***、缺陷性检测与装配完全性检测）。
其中相机的分辨率和帧率主要根据检测精度和检测速度来选择，通过计算检测物体的视场大小与相机与被测物之间的距离决定合适的分辨率，考虑被测物体的运动速度与检测精度要求选择相机的帧率。
对于镜头，轴承缺陷检测主要需要根据相机的极限分辨率来选取对应的镜头分辨率，选择大于相机极限分辨率的相机即可，还需要根据工作距离与视野计算镜头的焦距，并根据被测物体与相机的距离变化选用合适的景深。在测量下，要保证测量精度，除以上参数的正确选择之外，可以选择几何畸变相对于普通镜头小的远心镜头，远心镜头不仅几何畸变较小，还能减小物体距离变化带来的误差。
机器视觉检测仍然很有市场，因为它解决了人类的一个非常严重的问题：不稳定性。人工目检的作业员，无论你设计怎样的奖惩制度，都会发生比较高的漏检率。但是机器视觉检测设备没问题，只要是你在算法中写好的东西，每一次都会认真执行。对于工厂的质量控制来说，我们更愿意舍弃人工目检所带来的智慧的好处，而选择虽然比较傻但是一丝不苟工作的机器视觉。