随着科学技术的发展，机器人及相关智能化设备已经开始应用到工业中，那么，通过机器视觉来进行检测的系统，是否可以代替人工通过肉眼进行检测呢？
要讨论这个问题，需要分为两个方面，一是成本，二是技术。
如果企业要进行机器视觉检测代替人眼检测，需要进行升级，这对于中小型企业来说是比较困难的支出，同时使用机器视觉检测后也需要相关人才，这又是另一笔支出。也因此，目前机器视觉检测代替人眼检测仅在部分实力雄厚的大型企业中出现，中小企业除非有必须进行升级替换的必要，否则都不会考虑。
与成本相比，技术则是限制机器视觉检测代替人眼检测的关键原因，目前通过机器视觉检测应用中，打光是一个难点，如果获得的图片让人看还要仔细斟酌才能给出结果，那么算法就太难做了。反之如果前期搞好打光，突出所要检测的特征，算法并不是困难的东西。
机器视觉检测目前在智能上与人相比甚大，主要体现在非预期的缺陷识别上。目前机器视觉是给定一些具体的缺陷模式，来识别它们到底有没有发生。这使得有时会有一些明显缺陷，只是因为之前没有发生或发生模式多样化，从而在机器视觉系统里没有存储具体信息，从而导致机器视觉检测漏检；这样的失误人工检测时，即使之前没有发现过这个缺陷，但通过自身的判断，仍然有极大几率发现。
目前有许多智能相机供应商，也有许多分析软件供应商，虽然各自发布的软件算法各有特点，其实用起来真的差不多，功能非常雷同。但都是按照固定的模式和步骤去处理相机获得的图片，从图片上去分析某个预期中的特征，从而给出判别结果，没有一家有革命性的智能算法。
机器视觉检测短期内是达不到人类般智慧识别的，因为图像分析算法相关的理论都还没有准备好。
但是，机器视觉检测相较于人眼检测有个最大的优点，就是稳定性。人工通过肉眼进行检测，即使设计很好的奖惩制度，也有可能出现漏检率，而机器视觉检测则不会出现因为疏忽大意而造成的漏检。因此，工厂检测最需要的稳定检测方面，机器视觉检测优于人眼检测，即使出现前文所说的非算法内特殊缺陷，那毕竟是小概率事件，经常发生的缺陷机器视觉检测还是能够发现。
同时就成本而言，随着机器视觉的发展，价格下降趋势下，能够得到更高普及，就目前而言，一般工厂的四班次需要四个操作员，其一年成本也超过20万，而20万差不多可以搞一套机器视觉了。
所以，机器视觉检测代替人眼检测，是一种趋势，将会得到越来越多的普及，目前制约的主要原因，在于机器视觉检测的智能化不够。