公司的机器用的是网线与西门子317的PLC通信。

楼主现在还在搞PLC的话，直接使用基恩士或者康耐视等的智能相机延展性和已用性比较好。
如果是向PC开发转移，Halcon、Vision Pro、NI vision都属于第三方开发控件，目前工控领域的视觉开发，还是以C++和C# 为主，毕竟要开发Form部分，学会使用三家的算子即可，还要用自己强大的编程能力，绘制出易用的软件出来。
而以OPT、KV Vision、CK Vision等厂家为例，他们自身开发了一部分算子，同时将自身的软件平台化了，所以易用性更加强大，只需要调试人员有丰富的视觉经验即可。
使用Python+HalCon，其实应用的领域是机器学习，属于更深层次的视觉应用，对编程人员的高数功底要求极为苛刻，各种傅里叶变换等。
以上为个人见解。

楼上正解。
其实现在做开发并不推荐，这个市场前些年人手比较缺导致现在这段时间技术工资比较高，以后因为更多的标准化软件，不管是日系还是国内都有很多类似的平台，调试将是最主要的。虽然各家的软件不一样，但是原理是一样的。
我更推荐于你学习Opencv，先随便翻一遍书，理清楚图像处理思路，再用Halcon的demo来学习一下，这些东西每天花2个小时，一两个月也能吹牛说我懂视觉，不用纠结在工具或者学什么上。

目前主流的视觉软件就康耐视VisonPro和MvTech的halcon，搞工控的人可以从visionpro开始学习，上手会快一点，后续看自己需求选择。

目前国内多是二次开发的，这种成熟稳定。自己开发时间长，不断测试。

1、以Halcon，VisionPro为代表的传统机器视觉软件，通过调用各种算法因子，针对目标特征，定制化设置各种参数。其擅长解决以测量为主的定量问题，和判断有无的简单问题，但对复杂检测类的需求，漏检率/误检率较高。虽然软件价格一降再降，国产软件售价仅几千元甚至免费，但前期开发和后期维护成本较高，在使用时面临很大的局限性。
2、以康耐视的VIDI、Sualab(已被康耐视收购)为代表的深度学习软件，将深度学习的标注、训练、测试流程，以PC软件的方式进行封装，降低了用户使用深度学习技术的门槛。主要解决传统视觉无法解决的复杂缺陷检测难题，或用深度学习的标注方法，提高开发效率。但从实际应用效果来看，当前的深度学习主要以监督学习为主，针对不同场景，需要大量的模型选择、调参等工作，无法针对所有场景，通用性的解决，因此，并没有解决传统算法需要定制开发的难题，并且用户的使用门槛较高，普通工程师对深度学习的调参一般没有基础。
3、以矩视智能为代表的云端版工业视觉深度学习工具，线上实现标注、训练、测试流程，依靠在云端积累的大量不同场景的深度学习模型库，将由云端自动匹配最优的深度学习模型和参数进行训练，用户无需任何操作，真正做到通用级的工业视觉深度学习工具。同时在商业上，矩视智能将云端工具永久免费，下载sdk后，仅需购买Lisence加密狗，即可本地运行，致力于将深度学习技术应用于所有的工业视觉场景中。

楼主是主要从事电气PLC的，上面大家说的众多开发平台及视觉库，要达到一定的水平，需要较高的数学和英语水平，及需要较长时间学习的。其实针对与视觉应用，最快速的是应用智能相机，智能相机就是软件硬件都设计好了，包括根据你的项目需求，厂家帮忙调试算法，与PLC对接等一系列工作全部完成。如果预算很足，可以使用康耐视和基恩士的智能相机，如果预算一般，可以考虑东莞泰捷力自动化技术有限公司的智能相机，他们也是跟前两者一样，成熟的智能相机，会帮助客户对接项目，调试完成算法工具，对接电气等一系列一条龙完成。