Je telefoon ontgrendelt zodra hij je gezicht ziet. Een auto remt omdat de camera een voetganger een fractie van een seconde eerder zag dan de bestuurder. Allebei is dat computer vision.
Computer vision is het vakgebied binnen kunstmatige intelligentie dat computers leert om bruikbare informatie uit beelden en video te halen, en daarop te handelen. Het draait al in telefoons, fabrieken, ziekenhuizen en magazijnen.
In deze gids lees je hoe het werkt, wat je ermee kunt, waar het tekortschiet en hoe je begint. Laatst bijgewerkt: oktober 2026.
In het kort
- Computer vision herkent visuele patronen. Het begrijpt een situatie niet zoals een mens dat doet.
- Projecten slagen of mislukken op data en testen in de echte omgeving, meer dan op het model.
Wat is computer vision?
Een computer vision-systeem neemt pixels in en geeft iets bruikbaars terug: “op deze röntgenfoto is mogelijk een breuk te zien”, “in vak 3 staan 14 pallets” of “op dit pakketlabel staat 9712 AB”.
Veel moderne systemen gebruiken machine learning: in plaats van regels te schrijven, geef je een systeem voorbeelden en leert het zelf de patronen. Deep learning, met neurale netwerken van veel lagen, zorgt voor de meeste recente vooruitgang. Andere systemen gebruiken klassieke beeldbewerking en geometrische methoden, bijvoorbeeld om onderdelen onder vaste belichting op te meten, of combineren die twee.
Wat is het verschil tussen computer vision, beeldbewerking en beeldgeneratie?
Beeldbewerking verandert een beeld zonder het te proberen te begrijpen, bijvoorbeeld door het scherper te maken of bij te snijden. Computer vision gebruikt zulke stappen vaak als voorbereiding, maar het doel is betekenis halen: welke objecten er zijn en waar ze staan.
Beeldgeneratie werkt andersom. Tools als Midjourney maken nieuwe pixels op basis van een tekstprompt, terwijl computer vision pixels analyseert die er al zijn.
Begrijpt computer vision wat het ziet?
Computer vision begrijpt beelden niet zoals een mens. Een model dat een foto “hond” noemt, heeft patronen geleerd die in de trainingsdata bij honden hoorden, meer niet. Een bestuurder die een half besneeuwd stopbord ziet, weet nog steeds dat hij moet stoppen. Een model kan de fout ingaan als besneeuwde borden in de trainingsdata ontbraken. Zie de uitkomst dus als een sterk signaal, niet als begrip.
Hoe werkt computer vision?
De meeste computer vision-systemen doorlopen dezelfde vijf stappen, of ze nu lasnaden inspecteren of facturen lezen.
- Vastleggen. Een camera, scanner of drone legt beelden of video vast. Positie, resolutie en belichting liggen hier vast, en die begrenzen alles wat volgt.
- Voorbereiden. De beelden worden geschaald, genormaliseerd en soms bijgesneden, zodat ze passen bij wat het model verwacht.
- Het model draaien. Een getraind model analyseert elk beeld en geeft ruwe uitvoer terug, zoals kansen of de coördinaten van kaders.
- Interpreteren. Software maakt van die uitvoer een besluit. Ze geeft bijvoorbeeld pas een foutmelding boven een bepaalde betrouwbaarheidsdrempel, of als dezelfde fout in drie opeenvolgende frames opduikt. Een betrouwbaarheidsscore is geen garantie, dus stel de drempel in door hem te testen tegen echte fouten.
- Handelen. Het resultaat stuurt een proces aan: een afkeurarm duwt een product van de band, of een specialist krijgt een geval ter beoordeling.
Training en inferentie uitgelegd
Training is de fase waarin het model leert. Bij supervised learning, de meest gebruikte aanpak, geef je het duizenden gelabelde voorbeelden, zoals foto’s waarop elke fout is gemarkeerd, tot de voorspellingen overeenkomen met de labels. Andere aanpakken leren van beelden zonder labels of van beelden met bijbehorende tekst. Training kost veel rekenkracht.
Inferentie is de fase waarin het getrainde model nieuwe beelden verwerkt. Dat vraagt veel minder rekenkracht, en daarom kan een model draaien op een telefoon of op een klein apparaat naast een productielijn.
De modellen achter moderne computer vision
Drie aanpakken zijn nu het belangrijkst. De eerste twee zijn netwerkarchitecturen. De derde is een breder type systeem dat daarop voortbouwt.
Convolutional neural networks (CNN’s) zorgden in de jaren 2010 voor de doorbraak. Ze scannen een beeld met kleine filters die randen herkennen en bouwen die op tot vormen en hele objecten. Veel productiesystemen gebruiken ze nog steeds.
Vision transformers (ViT’s) knippen een beeld in kleine stukjes en leren hoe al die stukjes zich tot elkaar verhouden. Onderzoekers van Google lieten in 2020 zien dat deze aanpak de beste CNN’s kan evenaren of verslaan als hij vooraf op genoeg data is getraind.
Vision-language models koppelen beelden aan woorden, meestal met transformers als basis. Het CLIP-model van OpenAI leerde afbeeldingen en beschrijvingen aan elkaar te koppelen op basis van 400 miljoen paren van beeld en tekst. Hetzelfde idee zorgt ervoor dat assistenten als ChatGPT, Gemini en Claude vragen over je foto’s kunnen beantwoorden.
Deze modellen kom je in de praktijk het vaakst tegen. De jaartallen zijn eerste releases.
| Model | Type | Ontwikkelaar | Jaar | Sterk in | Typisch gebruik |
| ResNet | CNN | Microsoft Research | 2015 | Betrouwbare beeldclassificatie | Basis voor veel classificatie- en detectiesystemen |
| EfficientNet | CNN | 2019 | Hoge nauwkeurigheid met weinig rekenkracht | Classificatie op telefoons en edge-apparaten | |
| YOLO-familie | Detector op basis van CNN | Redmon e.a., latere versies door Ultralytics | Vanaf 2016 | Snelle objectdetectie | Realtime detectie op camera’s en productielijnen |
| Vision Transformer (ViT) | Transformer | 2020 | Classificatie na pretraining op grote datasets | Basis voor moderne vision- en multimodale modellen | |
| DETR | Transformer-detector | Meta | 2020 | Objectdetectie zonder handmatig afgestelde stappen | Detectie in onderzoek en nieuwere productiesystemen |
| CLIP | Vision-language model | OpenAI | 2021 | Beelden koppelen aan tekstbeschrijvingen | Zoeken in beelden, zero-shot classificatie, onderdeel van multimodale systemen |
| OpenPose / MediaPipe Pose | Pose estimation | Carnegie Mellon / Google | 2017 / 2020 | Kernpunten van het lichaam vinden | Fitnessapps, ergonomie, bewegingsanalyse |
| Tesseract / PaddleOCR | OCR | Google (open source) / Baidu | 2006 / 2020 | Gedrukte tekst uitlezen | Documenten scannen, facturen en formulieren verwerken |
| Depth Anything | Diepteschatting | HKU en TikTok | 2024 | Diepte uit één beeld | Robotica, AR, 3D-beeldbegrip |
| DINOv3 | Self-supervised transformer | Meta | 2025 | Visuele kenmerken leren zonder labels | Vertrekpunt voor eigen modellen met weinig gelabelde beelden |
| SAM 3 | Foundation model voor segmentatie | Meta | 2025 | Objecten segmenteren op basis van een tekst- of beeldprompt | Data labelen, videobewerking, inspectie |
| GPT, Gemini, Claude, Qwen-VL | Multimodale assistenten | OpenAI, Google, Anthropic, Alibaba | Vanaf 2023 | Open vragen over beelden beantwoorden | Documentbegrip, vragen over beelden, taken met lage volumes |
Betrouwbare resultaten vragen om representatieve data
Een model is zo goed als de beelden waarvan het leert en die het in de praktijk tegenkomt. Zijn de trainingsfoto’s bij daglicht gemaakt en draait de fabriek ook nachtdiensten onder oranje lampen, dan kan de nauwkeurigheid flink dalen.
Onderzoek laat zien hoe gevoelig modellen zijn. In een studie uit 2019 bouwden onderzoekers van UC Berkeley een nieuwe ImageNet-testset volgens de oorspronkelijke methode. De nauwkeurigheid van de geteste classificatiemodellen daalde met 11 tot 14 procentpunt op beelden die maar een fractie moeilijker waren. Je hebt dus trainingsdata nodig die de echte variatie dekt. Test daarnaast op beelden van andere producten, sessies of dagen, niet op bijna identieke frames uit dezelfde video.
Wat kun je met computer vision?
Negen veelvoorkomende toepassingen dekken de meeste use cases, en veel systemen combineren er meerdere.
Beeldclassificatie
Classificatie geeft een heel beeld een of meer labels. Je fotoapp gebruikt het om foto’s van stranden of bonnetjes te groeperen, en een verzekeraar kan er schadefoto’s mee indelen in “herstelbaar” en “total loss”.
Objectdetectie
Detectie vindt elk object in een beeld, zet er een kader omheen en geeft het een label. Een verkeerscamera die per rijstrook auto’s, fietsen en bussen telt, werkt met detectie.
Beeldsegmentatie
Segmentatie labelt afzonderlijke pixels, zodat je per object een geschatte grens op pixelniveau krijgt in plaats van een ruw kader. Apps voor videobellen gebruiken het om je achtergrond te vervagen. SAM 3 van Meta, uitgebracht in november 2025, omlijnt elk exemplaar van een begrip op basis van een korte tekstprompt, zoals “gele schoolbus”.
Object tracking
Tracking volgt hetzelfde object over opeenvolgende videoframes en houdt bij welk object het is. Sportuitzendingen gebruiken het om te laten zien hoeveel kilometer een speler heeft gelopen.
OCR
Optical character recognition (OCR) haalt gedrukte of handgeschreven tekst uit beelden. Parkeergarages lezen er kentekens mee bij de slagboom. Systemen voor documentbegrip combineren die tekst met de opmaak en andere aanwijzingen om velden te herkennen, zoals het totaalbedrag op een factuur.
Pose estimation
Pose estimation bepaalt de plek van kernpunten zoals schouders, ellebogen en knieën en verbindt die tot een eenvoudig skelet. Fitnessapps gebruiken het om herhalingen te tellen en je squat te controleren.
Anomaliedetectie
Anomaliedetectie leert hoe normaal eruitziet en signaleert alles wat daarvan afwijkt. Dat helpt als fouten zeldzaam en wisselend zijn, omdat je dan niet van elke fout een voorbeeld nodig hebt. Een model dat op duizenden goede gietstukken is getraind, kan een scheur signaleren die het nooit eerder zag.
Diepteschatting en 3D-waarneming
Diepteschatting berekent de afstand tot elk punt in een beeld, soms met één camera, en bouwt een 3D-beeld van de omgeving op. Robotstofzuigers gebruiken het om om meubels heen te sturen, en telefoons gebruiken het voor de portretstand.
Multimodaal beeldbegrip
Multimodale modellen combineren beeld en taal, zodat je open vragen over een afbeelding kunt stellen, bijvoorbeeld welke schakelaar in een gefotografeerde meterkast uit staat. Dat is flexibel en snel uit te proberen, maar minder voorspelbaar dan een gespecialiseerd model voor een smalle taak met grote volumes.
Waar wordt computer vision al gebruikt?
Computer vision is in verschillende sectoren al ingeburgerd, terwijl andere toepassingen nog experimenteel zijn. Zo staat elke sector er in oktober 2026 voor.
| Sector | Probleem | Hoe computer vision helpt | Volwassenheid |
| Zorg | Specialisten kunnen niet elke scan snel beoordelen | Markeert mogelijke bevindingen op röntgenfoto’s, CT-scans en netvliesbeelden voor snellere beoordeling | Ingeburgerd en gereguleerd |
| Maakindustrie | Handmatige inspectie is traag en wisselend | Controleert elk product op fouten, ontbrekende onderdelen of verkeerde labels | Ingeburgerd |
| Retail | Lege schappen en rijen bij de kassa kosten omzet | Bewaakt de schapvoorraad en herkent los fruit en groente bij de zelfscankassa | Ingeburgerd; winkels zonder kassa nog beperkt |
| Landbouw | Hele percelen bespuiten verspilt middelen | Herkent onkruid, ziekte of rijp fruit voor gericht spuiten en oogsten | Gericht spuiten commercieel; oogstrobots in opkomst |
| Vervoer | Bestuurders missen gevaren | Herkent rijstroken, voertuigen en voetgangers voor rijhulpsystemen | Rijhulp ingeburgerd; zelfrijdend in opkomst in beperkte gebieden |
| Logistiek | Handmatig scannen en schade controleren vertraagt de doorstroom | Leest labels, meet pakketten en legt schade vast bij binnenkomst | Ingeburgerd |
| Toegankelijkheid | Blinde en slechtziende mensen missen visuele informatie | Beschrijft omgevingen, leest tekst voor en herkent voorwerpen | Ingeburgerd en snel beter |
| Documentverwerking | Medewerkers tikken gegevens uit facturen en formulieren over | Haalt velden uit scans en foto’s en zet ze in bedrijfssystemen | Ingeburgerd |
De zorg laat zowel de schaal als de zorgvuldigheid zien. De Amerikaanse Food and Drug Administration telde in september 2026 meer dan 1.600 medische hulpmiddelen met AI. Dat aantal omvat alle AI, niet alleen computer vision, maar beeldvormende toepassingen vormen het grootste deel. Elk hulpmiddel is toegelaten voor een afgebakend gebruik. De meeste ondersteunen zorgverleners, en een paar screenen zelfstandig binnen strikte grenzen, zoals het IDx-DR-systeem voor oogscreening bij diabetes dat in 2018 werd toegelaten.
Wat zijn de voordelen en beperkingen van computer vision?
De belangrijkste voordelen zijn snelheid, schaal, consistentie en automatisering. Een systeem kan duizenden beelden per uur analyseren, met om 3 uur ’s nachts dezelfde criteria als om 3 uur ’s middags. Zo houden mensen tijd over voor de gevallen die oordeelsvermogen vragen.
De beperkingen zijn net zo reëel, omdat de prestaties sterk afhangen van de omstandigheden:
- Belichting en camerahoek: schittering, schaduwen of een verschoven camera veranderen wat het model ziet.
- Afdekking: objecten die deels verborgen zijn, zijn lastiger te detecteren en te tellen.
- Onbekende omgevingen: een model dat in het ene magazijn is getraind, kan in een ander magazijn moeite hebben.
- Scheve datasets: groepen of omstandigheden die in de trainingsdata ondervertegenwoordigd zijn, krijgen slechtere resultaten.
- Fout-positieven en fout-negatieven: elk systeem maakt beide fouten, dus bepaal welke het duurst is en stem daarop af.
Van een geslaagde demo naar een betrouwbare inzet
Een demo draait meestal op schone, zorgvuldig gekozen beelden. In de praktijk krijg je stoffige lenzen, nieuwe productvarianten, seizoenslicht en camera’s die worden verplaatst, waardoor de beelden afdrijven van wat het model leerde. Daarom hoort een pilot wekenlang in de echte omgeving te draaien, met monitoring na de livegang.
Privacy, beveiliging en verantwoord gebruik
Beelden van herkenbare personen kunnen persoonsgegevens zijn onder de AVG, en een gezichtssjabloon waarmee iemand wordt geïdentificeerd is een biometrisch gegeven met strengere regels. Een cameraproject heeft een grondslag nodig, een duidelijk doel en informatie voor de mensen die worden gefilmd. Een DPIA (gegevensbeschermingseffectbeoordeling) is verplicht als de verwerking waarschijnlijk een hoog risico oplevert, zoals bij grootschalig cameratoezicht op openbare plekken.
Gezichtsherkenning en cameratoezicht brengen het hoogste risico mee. Sinds 2 februari 2025 verbiedt de AI Act het aanleggen van gezichtsdatabanken door ongericht beelden te verzamelen, emotieherkenning op het werk en in het onderwijs (behalve om medische of veiligheidsredenen) en, op een paar uitzonderingen na, realtime biometrische identificatie op afstand door de politie in openbare ruimtes. Bepaalde andere biometrische toepassingen gelden als hoog risico. Onze gids over de AI Act zet de actuele tijdlijn op een rij.
De nauwkeurigheid kan ook per groep verschillen. Een studie uit 2019 van het Amerikaanse National Institute of Standards and Technology vond demografische verschillen bij de meeste geteste algoritmen voor gezichtsherkenning, waaronder vaker fout-positieven voor sommige groepen. Camerabeelden en opgeslagen opnames verdienen bovendien dezelfde beveiliging als andere gevoelige gegevens.
Wanneer heb je menselijk toezicht nodig?
Menselijk toezicht is nodig zodra een fout iemand kan schaden of tot een kostbaar besluit kan leiden, zoals bij medische bevindingen, werving, toegangscontrole en opsporing. Een veelgebruikt ontwerp laat voorspellingen boven een geteste drempel door en stuurt twijfelgevallen naar een mens. In de eerste weken zien beoordelaars ook patronen die gemiddelden verbergen, zoals een model dat steeds faalt bij één productkleur.
Hoe begin je met computer vision?
Begin met één concreet probleem, niet met de technologie.
- Bepaal het probleem en hoe je succes meet. “AI inzetten op onze productielijn” is te vaag. “Krassen langer dan 2 mm vinden op minstens 95 procent van de panelen, met hooguit één vals alarm per 200 panelen” is een doel dat je kunt testen (een hypothetisch voorbeeld).
- Controleer je beelden, rechten en datakwaliteit. Je hebt beelden uit de echte omgeving nodig onder alle omstandigheden die voorkomen, het recht om ze te gebruiken en een plan voor wie ze consequent labelt.
- Kies tussen een bestaande tool en een model dat je op je eigen data afstemt. Voor gangbare taken zoals OCR is een bestaande tool vaak genoeg. Voor je eigen producten of fouten pas je meestal een voorgetraind model aan (fine-tuning). Een model helemaal zelf trainen is een aparte en veel zeldzamere keuze.
- Draai een kleine pilot, beoordeel die eerlijk en blijf meten. Test op onbekende beelden uit de echte omgeving en vergelijk de resultaten met je huidige werkwijze.
Een goed eerste project is een classificatiemodel dat je in je browser traint. Met de gratis Teachable Machine van Google leer je een model met je webcam recyclebare verpakkingen te onderscheiden van restafval, zonder code. Je ziet direct hoe belichting en achtergrond de resultaten veranderen.
Een pilot voor een bedrijf kan net zo klein blijven. Neem een hypothetische meubelmaker die oppervlaktefouten op panelen wil vinden voordat ze worden ingepakt. Hij past een voorgetraind detectiemodel aan op ongeveer 2.000 gelabelde foto’s van één camerastation. Vier weken lang draait het systeem mee naast de inspecteurs zonder iets af te keuren, en daarna vergelijkt het team beide met de afgesproken criteria.
De kosten van zo’n project hangen meer af van vijf factoren dan van het model: beelden verzamelen, labelen (vaak het meeste werk), rekenkracht voor training en inferentie, koppeling met machines of bedrijfssystemen en onderhoud, inclusief opnieuw trainen als de omstandigheden veranderen.
Wat is de toekomst van computer vision?
Drie ontwikkelingen springen eruit, en bij elk is een deel nu al werkelijkheid en een deel onze verwachting.
Multimodale systemen staan voorop. Je kunt AI-assistenten nu al vragen stellen over foto’s, grafieken en documenten, en wij verwachten dat ze steeds meer taken overnemen waarvoor vroeger een gespecialiseerd model nodig was.
Verwerking op het apparaat zelf is de tweede. Telefoons voeren gezichtsontgrendeling al lokaal uit, zonder beelden naar de cloud te sturen. Wij verwachten dat meer inspectie- en veiligheidssystemen op de camera zelf gaan draaien, wat zowel snelheid als privacy ten goede komt.
Leren met minder labels is de derde. DINOv3 van Meta, uitgebracht in augustus 2025, leerde visuele kenmerken uit 1,7 miljard beelden zonder menselijke labels, zodat het zich met weinig gelabelde voorbeelden aanpast aan nieuwe taken.
Veelgestelde vragen over computer vision
Is computer vision hetzelfde als AI?
Computer vision is niet hetzelfde als AI. Het is een vakgebied dat zich richt op beelden en video, terwijl AI ook taal, spraak en voorspellingen op basis van cijfers omvat. Veel moderne computer vision-systemen gebruiken machine learning, vooral deep learning. Andere gebruiken klassieke beeldbewerking en geometrische methoden, of combineren die twee.
Wat is het verschil tussen computer vision en beeldherkenning?
Beeldherkenning is één onderdeel van computer vision. Het stelt vast wat een beeld of object is, zoals een kat, een auto of een producttype. Computer vision is het bredere vakgebied: het vindt en meet ook objecten, leest tekst, volgt bewegingen, schat diepte en beantwoordt vragen over een beeld.
Kan computer vision video in realtime analyseren?
Computer vision kan video in realtime analyseren, en rijhulpsystemen, sporttracking en inspectie aan de lijn doen dat al. Of het voor jou werkt, hangt af van het aantal frames per seconde dat je nodig hebt, de grootte van het model en de hardware. Compacte modellen op speciale chips verwerken tientallen frames per seconde.
Hoeveel data heeft een computer vision-systeem nodig?
Hoeveel data je nodig hebt, hangt af van de taak en het vertrekpunt. Een bestaande tool vraagt soms geen trainingsdata van jou, maar je hebt wel representatieve voorbeelden nodig om hem te beoordelen. Een voorgetraind model aanpassen lukt vaak met honderden tot enkele duizenden gelabelde beelden. Variatie telt zwaarder dan aantallen.
Heb je programmeerkennis nodig om computer vision te gebruiken?
Om te beginnen heb je geen programmeerkennis nodig. No-codetools, kant-en-klare apps en AI-assistenten die beelden accepteren dekken veel eenvoudige taken. Een model koppelen aan camera’s en bedrijfssystemen, het bewaken en opnieuw trainen vraagt wel technische kennis, dus bij productiesystemen werk je meestal met ontwikkelaars of een gespecialiseerde partner.
Hoe nauwkeurig is computer vision?
De nauwkeurigheid hangt af van de taak, de data en de omstandigheden, dus een algemeen cijfer zegt weinig. Een systeem kan zeer betrouwbaar zijn onder vaste belichting en onbetrouwbaar buiten. Vraag naar de nauwkeurigheid op beelden uit je eigen omgeving, en kijk daarbij naar zowel fout-positieven als fout-negatieven.
Wat kost een computer vision-project?
De kosten lopen uiteen van een maandabonnement op een bestaande tool tot een flinke investering in een systeem op maat. Labelen, koppelen en onderhoud wegen meestal zwaarder dan het model zelf. Een kleine pilot met duidelijke succescriteria is de goedkoopste manier om te ontdekken of een grotere investering zich terugverdient.
Wat zijn de belangrijkste privacyrisico’s?
De belangrijkste risico’s zijn mensen filmen zonder duidelijk doel, ze identificeren met gezichtsherkenning en beelden langer bewaren dan nodig. Beelden van mensen zijn onder de AVG persoonsgegevens, en de AI Act verbiedt een aantal biometrische toepassingen. Leg alleen vast wat je nodig hebt, maak gezichten waar mogelijk onherkenbaar en breng de risico’s vooraf in kaart.
Van beelden naar beslissingen
Met computer vision herkent, vindt, meet en leest software wat camera’s zien, en handelt het daar op grote schaal naar. Het werkt het best bij een afgebakende taak, met data uit de echte omgeving en mensen die toezicht houden op de beslissingen die ertoe doen. De nuttigste volgende stap is één visuele taak in je organisatie kiezen die terugkerend en meetbaar is en die geld kost als hij misgaat. Het computer vision-team van DataNorth helpt je om die taak af te bakenen en in een kleine pilot te testen.
