机器视觉常用算法opencv

‘壹’ 机器视觉学什么语言

机器视觉用什么语言开发

目前可以开发机器视觉的相关计算机语言有C++，C#，JAVA，PYTHON等，甚至简单的PHP和JAVASCRIPT也可以开发相关的功能。

机器视觉需要用到图像处理库，有很多免费且开源的第三方图像库可以用，如十分着名的OpenCV，有C++，JAVA，PYTHON的版本，它包含了很多现成的函数，可以处理图像的形状，颜色，大小，图像文件保存，找相似图像，物体边缘（Cannyedge）算法。

机器视觉的另一个方向是神经网络深度学习算法。这里面有代表性的是谷歌的TensorFlow，具有很强大的机器视觉能力。

文字识别方面的代表有谷歌的Tesseract，这也是开源项目。

机器视觉用什么硬件

一个典型的机器视觉系统包括以下五大块：

1.照明

照明是影响机器视觉系统输入的重要因素，它直接影响输入数据的质量和应用效果。由于没有通用的机器视觉光源照明设备，所以针对每个特定的应用实例，要选择相应的照明装置，以达到最佳效果。光源可分为可见光和不可见光。常用的几种可见光源是白帜灯、日光灯、水银灯和钠光灯。可见光的缺点是光能不能保持稳定。如何使光能在一定的程度上保持稳定，是实用化过程中急需要解决的问题。另一方面，环境光有可能影响图像的质量，所以可采用加防护屏的方法来减少环境光的影响。照明系统按其照射方法可分为：背向照明、前向照明、结构光和频闪光照明等。其中，背向照明是被测物放在光源和摄像机之间，它的优点是能获得高对比度的图像。前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。结构光照明是将光栅或线光源等投射到被测物上，根据它们产生的畸变，解调出被测物的三维信息。频闪光照明是将高频率的光脉冲照射到物体上，摄像机拍摄要求与光源同步。

2.工业镜头

FOV（FieldOfVision）=所需分辨率*亚象素*相机尺寸/PRTM（零件测量公差比）镜头选择应注意：①焦距②目标高度③影像高度④放大倍数⑤影像至目标的距离⑥中心点/节点⑦畸变

3.相机

按照不同标准可分为：标准分辨率数字相机和模拟相机等。要根据不同的实际应用场合选不同的相机和高分辨率相机：线扫描CCD和面阵CCD；单色相机和彩色相机。

4.图像采集卡

图像采集卡只是完整的机器视觉系统的一个部件，但是它扮演一个非常重要的角色。图像采集卡直接决定了摄像头的接口：黑白、彩色、模拟、数字等等。

比较典型的是PCI或AGP兼容的捕获卡，可以将图像迅速地传送到计算机存储器进行处理。有些采集卡有内置的多路开关。例如，可以连接8个不同的摄像机，然后告诉采集卡采用那一个相机抓拍到的信息。有些采集卡有内置的数字输入以触发采集卡进行捕捉，当采集卡抓拍图像时数字输出口就触发闸门。

目前，千兆网口工业相机逐步成为主流，图像采集卡一般采用视觉专用的千兆网卡。

5.视觉处理器

视觉处理器集采集卡与处理器于一体。以往计算机速度较慢时，采用视觉处理器加快视觉处理任务。现在由于采集卡可以快速传输图像到存储器，而且计算机也快多了，所以现在视觉处理器用的较少了。

更多精彩阅读：

机器视觉是什么意思_机器视觉应用案例

机器视觉的任务_机器视觉的基本工作过程是怎样的

机器视觉自学需要学什么_学机器视觉好找工作吗

‘贰’ 机器视觉是用什么软件开发的

你可以用VISUAL STUDIO 和 JAVA的开发工具。
目前可以开发机器视觉的相关计算机语言有 C++, C#, JAVA, PYTHON 等, 甚至简单的PHP和JAVASCRIPT也可以开发相关的功能。
机器视觉需要用到图像处理库，有很多免费且开源的第三方图像库可以用，如十分着名的OpenCV， 有C++，JAVA, PYTHON的版本， 它包含了很多 现成的函数，可以处理图像的形状，颜色，大小，图像文件保存，找相似图像，物体边缘（Canny edge）算法 。。。
机器视觉的另一个方向是神经网络深度学习算法。这里面有代表性的是谷歌的TensorFlow，具有很强大的机器视觉能力。
文字识别方面的代表有谷歌的 Tesseract， 这也是开源项目

‘叁’ opencv是什么

OpenCV是一个用于图像处理、分析、机器视觉方面的开源函数库. 无论你是做科学研究，还是商业应用，opencv都可以作为你理想的工具库，因为，对于这两者，它完全是免费的。 该库采用C及C++语言编写，可以在windows, linux, mac OSX系统上面运行。该库的所有代码都经过优化，计算效率很高，因为，它更专注于设计成为一种用于实时系统的开源库。opencv采用C语言进行优化，而且，在多核机器上面，其运行速度会更快。它的一个目标是提供友好的机器视觉接口函数，从而使得复杂的机器视觉产品可以加速面世。该库包含了横跨工业产品检测、医学图像处理、安防、用户界面、摄像头标定、三维成像、机器视觉等领域的超过500个接口函数。 同时，由于计算机视觉与机器学习密不可分，该库也包含了比较常用的一些机器学习算法。或许，很多人知道，图像识别、机器视觉在安防领域有所应用。但，很少有人知道，在航拍图片、街道图片（例如google street view）中，要严重依赖于机器视觉的摄像头标定、图像融合等技术。 近年来，在入侵检测、特定目标跟踪、目标检测、人脸检测、人脸识别、人脸跟踪等领域，opencv可谓大显身手，而这些，仅仅是其应用的冰山一角。 如今，来自世界各地的各大公司、科研机构的研究人员，共同维护支持着opencv的开源库开发。这些公司和机构包括：微软，IBM，索尼、西门子、google、intel、斯坦福、MIT、CMU、剑桥。。。。

‘肆’ 机器视觉是什么

机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、 I/O卡等)。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。

机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。上图便是机器视觉的一个典型应用。

‘伍’ halcon和opencv哪个好用

1、开发语言对比

OpenCV开发语言是C++、C#（emgu）、Python、Ruby、MATLAB等语言；Halcon开发语言是C，C++，C#，Visual basic和Delphi等语言。

2、应用场合对比

OpenCV侧重计算机视觉领域，侧重研究领域；Halcon侧重机器视觉领域，侧重应用领域。

3、开放性及版本更新速度对比

OpenCV开源（可看底层源码），版本和功能更新慢；Halcon商业软件（底层代码封装），版本和功能更新快。

4、对使用者的门槛对比

OpenCV偏科研，有难度，有深度，完全从底层开发，对使用者门槛高，开发效率低，开发慢；Halcon偏工程应用，使用封装好的功能函数，对使用者门槛低，开发效率高，开发快

5、资料及技术支持对比

OpenCV资料少。遇到问题，难以获得技术支持；Halcon资料多。遇到问题，可以及时、有效地获得技术支持。

‘陆’ “opencv”是什么

OpenCV是一个用于图像处理、分析、机器视觉方面的开源函数库.
无论你是做科学研究，还是商业应用，opencv都可以作为你理想的工具库，因为，对于这两者，它完全是免费的。
该库采用C及C++语言编写，可以在windows, linux, mac OSX系统上面运行。该库的所有代码都经过优化，计算效率很高，因为，它更专注于设计成为一种用于实时系统的开源库。opencv采用C语言进行优化，而且，在多核机器上面，其运行速度会更快。它的一个目标是提供友好的机器视觉接口函数，从而使得复杂的机器视觉产品可以加速面世。该库包含了横跨工业产品检测、医学图像处理、安防、用户界面、摄像头标定、三维成像、机器视觉等领域的超过500个接口函数。
同时，由于计算机视觉与机器学习密不可分，该库也包含了比较常用的一些机器学习算法。或许，很多人知道，图像识别、机器视觉在安防领域有所应用。但，很少有人知道，在航拍图片、街道图片（例如google street view）中，要严重依赖于机器视觉的摄像头标定、图像融合等技术。
近年来，在入侵检测、特定目标跟踪、目标检测、人脸检测、人脸识别、人脸跟踪等领域，opencv可谓大显身手，而这些，仅仅是其应用的冰山一角。
如今，来自世界各地的各大公司、科研机构的研究人员，共同维护支持着opencv的开源库开发。这些公司和机构包括：微软，IBM，索尼、西门子、google、intel、斯坦福、MIT、CMU、剑桥。。。。

‘柒’ 急急急！！！基于OPENCV 的机器视觉：利用OPENCV实现图片边缘检测并求两条线间的距离。

你读取每一行的像素值，黑色的像素值为0，白色的为255，从左向右读取，当前一个像素为0，后一个像素为255时，则找到边界，继续读取，当找到前一个像素为255，后一个像素为0时，则找到右边界。每一行都按着这个过程，把左右边界的点分别存储，有了点根据两点确定一条直线可以得到两条白色斜线。 最下面一行的白色左边缘点 与右边缘点的差值即为间距。

‘捌’ 市面上有哪些比较不错的机器视觉算法

华汉伟业的机器视觉算法是公认的实力派！华汉伟业的自研算法优化采用了指令集、并行算法等技术手段，并且与国际一流算法开发包Halcon进行对比测试，算法精度误差小于10-4，速度与其相当，在国内传统机器视觉领域，处于第一梯队。目前国内视觉厂商多数处于应用层开发，使用国外算法库进行开发，缺少自己底层算法开发和优化能力，华汉伟业算法开发包可以实现国产替代，提升国内在视觉领域的基础开发能力，目前已经在多个产线实现了落地批量应用，其功能、性能及稳定性得到验证，并获得客户的高度认同。 不妨网络下

‘玖’ 机器视觉算法有哪些

机器视觉算法基本步骤；
1、图像数据解码
2、图像特征提取
3、识别图像中目标。
机器视觉是人工智能正在快速发展的一个分支。
简单说来，机器视觉就是用机器代替人眼来做测量和判断。
机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

现在做视觉检测的公司比较多，国内国外都有，许多视觉算是很好的。
能提供完整的机器视觉软件解决方案，也可以为客户提供算法级的定制，覆盖所有的工业应用领域，适用范围比较广。机器视觉的应用会越来越多，因为计算的水平越来越高，可以处理更复杂的视觉算法；其实好多的东西，包括现在流行的GPS，最早都是外国的公司在做，程序都是中国人在做外包；
光机电的应用我个人觉得已经很成熟了，不会再有新东西。

‘拾’ EmguCV学习 与opencv的区别和联系

openCV是因特尔的一个开源的视觉库,里面几乎
包含了所有的图像处理的经典算法,并且采用C和少量的C++编写,运行效率很高,对于做图像处理这方面工作的,认识opencv是必须的工作。不过
opencv有个很大的不足,这在于它几乎没有提供gui这方面接口,很难满足目前应用程序开发的需要,而万恶的MFC框架丑陋的界面也成为了我的噩
梦,MFC与opencv和界面优化几乎让我在图像处理这一块儿无法动弹。
C#
是.net平台上的明星语言,可以很容易做出漂亮的界面。EmguCV是将opencv封装的一个.net库可以被VC++,VC#,VB.net调用。
网上对于EmguCV的介绍很少,不是因为它没用,而是因为它的使用方法几乎和opencv一摸一样,opencv的资料完全可以直接用于EmguCV。
不过不少新手在使用EmguCV在使用几次之后便放弃。这有以下几个原因:
1.
舆论影响,很多人都说C#的运行效率低,采用C/C++,opencv是C和C++编写的,理所当然应该在VC++中运行,图像处理又是一个计算量很大的
工作,C#不行。C#运行效率肯定比C/C++差,但是采用混合编程的方法就可以啦,用C#的框架和运行机制,计算交给C就好啦。EmguCV很多处理函
数都是采用托管调用opencv。这个在EmguCV的安装包里可以看到,里面含有所有Opencv的dll。

2.
缺少资料,学习受挫而放弃(我放弃这个大概有半年)。不得不承认EmguCV方面的学习资料实在是太少啦。很多时候出现问题，在网上基本上找不到答案。而
且EmguCV前期版本对opencv封装不全面，很多基本的函数没有被封装，使用起来很不方便，网上很多人以讹传讹，编写很困难。不过使用2.3版本就
没有这个问题，opencv基本函数都得到了很好的封装。opencv图像处理的函数都封装在cvInvoke中

而Image<>结构是连接opencv与emgucv的重要桥梁。其中C#的Intptr类型可以很好地传递IplImage*指针结构，下面我用一个实验来验证我的判断。
创建一个winform工程，添加一个button和picturebox控件

添加如下代码
Capture cam;

private void btopen_Click(object sender, EventArgs e)
{
cam = new Capture();
Application.Idle += new EventHandler(processframe);

}

private void processframe(object sender, EventArgs arg)
{
Image<Bgr, Byte> frame = cam.QueryFrame();
Image<Gray,Byte> Ecanny=frame.Convert<Gray,Byte>();
CvInvoke.cvCanny(Ecanny.Ptr, Ecanny.Ptr, 50, 150, 3);
//cvCanny是opencv中常用的函数，原本的参数应该是IplImage*类型，这里使用Intpr代替，即Ecanny.ptr
pictureBox1.Image = Ecanny.Bitmap;
}
运行结果如下

当然如果只是简单的canny算法，使用EmguCV封装的结构Image<>更加简单，将代码如下图所示修改

运行结果如下图所示

上述实验表明，EmguCV可以很好地连接C#与opencv，能够弥补opencv在gui这方面的不足，有利于机器视觉开发者得工作