学习机器视觉需要具备相关专业背景和技能。以下是一些建议的专业和技能：

人工智能专业

人工智能与机器视觉技术结合紧密，学习机器学习、深度学习等关键技术对从事机器视觉工作非常重要。

数学专业

图像处理、特征提取、模式识别等机器视觉的核心技术离不开数学知识，如线性代数、概率论和统计学等。

计算机类专业

计算机类专业包括计算机科学与技术、软件工程、大数据等，学习数据结构、算法设计、编程语言、图像学等课程是机器视觉软件开发与算法部分的重要基础。

自动化专业

自动化专业涵盖了控制理论、系统工程、电子技术等多个方面，与机器视觉的硬件和软件设计、系统集成等方面有密切联系。

机械类专业

机械设计、制造、自动化控制等知识有助于理解机器视觉技术在实际生产中的应用场景以及与机械设备的集成。

测控专业

机器视觉是测控技术与人工智能的交叉学科，涉及使用各种传感器来感知世界，如温度、压力、速度、光强等。

其他相关专业

机电一体化、电气自动化、应用电子、数控等相关专业本专科毕业生也适合从事机器视觉应用开发。

技能要求：

硬件知识：需要深入了解2D、3D工业相机、镜头、光源、视觉控制器硬件。

软件技能：熟练使用C++、Python进行视觉软件开发，掌握常见视觉算法库如OpenCV、Halcon等。

系统设计与调试能力：能够根据项目情况进行机器视觉系统硬件、软件方案选型、设计以及调试。

算法设计能力：负责机器视觉系统的分析、识别、校正、补偿及算法设计，确保系统运行精度及速度。

建议：

综合背景：机器视觉是一个多学科交叉的领域，建议选择上述相关专业进行深入学习，并尽可能多积累实践经验。

持续学习：机器视觉技术不断更新，持续学习新技术和算法是必要的。

实践项目：参与实际项目可以更好地理解和应用所学知识，建议多参与实习或项目开发。

通过以上专业和技能的学习与积累，可以逐步成为一名合格的机器视觉应用开发工程师。