考研机械视觉主要考察的内容包括以下几个方面：
图像处理与分析
图像的读取、显示、保存等基本操作。
图像的滤波、边缘检测、颜色空间转换等处理方法的应用。
图像的特征提取与描述方法，以及基于这些特征进行图像识别、目标检测等任务的实现。
相机标定与校正
相机内参和外参的概念。
相机标定的基本原理和方法。
相机校正的流程和步骤。
相机标定工具的使用。
特征点检测与匹配
常见的特征点检测算法，如SIFT、SURF、ORB等。
特征点匹配的方法，如暴力匹配、FLANN匹配等。
特征点匹配的评价指标和方法。
深度学习与神经网络
深度学习的基本概念和常见的神经网络结构，如卷积神经网络（CNN）、循环神经网络（RNN）等。
深度学习框架的使用，如TensorFlow、PyTorch等。
此外，根据不同的学校和专业，考试的内容可能会有所侧重。例如，南航大的机械视觉偏向工程应用，如目标检测、探伤、场景建模等，而计算机学院的考试范围可能更广，包括人脸、建模等。
建议考生根据目标学校和专业的具体要求，有针对性地准备和复习，以确保在考研中取得好成绩。