機器視覺方面有哪些好的開發平台?各有什麼特點?

我只聽說過康耐視、HALCON、邁思肯等名字,也不甚了解,請高人指點。


軟體平台:OpenCV。特點是演算法全面,效率高,不斷更新。


在我的理解:

機器視覺當前的比較流行的開發模式是「軟體平台+工具包」

軟體平台:

1.VC:最通用,功能最強大。用戶多,和windows搭配,運行性能較好,可以自己寫演算法,也可以用工具包,而且基本上工具包都支持VC的開發。是大家主要選擇的平台。

2.C#:比較容易上手,特別是完成界面等功能比用VC+MFC難度低了很多,已經逐漸成為流行的使用平台了,演算法在調用標準的庫或者使用C#+C++混合編程。可以看到目前很多相機廠商的SDK都已經開始使用C#做應用程序了。

3.LabVIEW:NI的工具圖形化開發平台,開發軟體快,特別是做工控行業或者自動化測試行業的很多工程師,由於使用labview進行測試測量的廣泛性,所以都有labview的基礎,再調用NI的Vision圖像工具包開發,開發周期短,維護較為容易。

4.VB、delphi:用的人越來越少了。

5.其他:java等沒有看到人用過。

工具包:

1.halcon:出自德國MVTech。底層的功能演算法很多,運算性能快,用其開發需要一定軟體功底和圖像處理理論。

2.VisionPro:美國康耐視的圖像處理工具包。性能大多數演算法性能都很好,性能上沒有和halcon直接對比過,但是開發上手比halcon容易。

3.NI Vision:NI的特點是自動化測試大多數需要的軟硬體都有解決方案,有點事軟體圖形化編程,上手快,開發周期快,缺點是並不是每個軟體都非常厲害。視覺工具包的優勢是售價比大多數工具包或者演算法的天文數字便宜了不少,而且整個工具包一個價格,而不是一個演算法一個演算法地賣,性能方面在速度和精度沒有前兩種軟體好。

4.MIL:加拿大maxtrox的產品,是Matrox Imaging Library 的簡寫。早期推廣和普及程度不錯,當前似乎主要用戶還是早期的做激光設備的一些用戶在用,所以用於定位的較多。

5.CK Vision。創科公司的軟體包,相對前面幾個工具包來說價格優勢比較明顯,另外機器視覺需要的功能也基本都有,所以在國內自動化設備特別是批量設備同時需要保護版權的企業而言,用量很大,推廣也不錯。

6.邁斯肯:邁斯肯的視覺主要產品還是條碼閱讀一類,圖像工具包沒有用過,不了解,不評價。

7.OpenCV:感覺openCV更多的還是用在計算機視覺領域,在機器視覺領域其實不算太多,應為機器視覺領域當前主要的應用還是定位、測量、外觀、OCR/OCV,感覺這幾項都不是opencv的專長。

8.其他:其他還有一些廠家的圖像工具包,要麼市場影響力不大,要麼本人沒有用過,不評價。


用過Halcon和OpenCV,覺得Halcon更好用


intel media sdk


Atitit 圖像處理類庫大總結attilax qc20 v2

1.1. 選擇與組合不同的圖像處理類庫 1

1.2. Halcon 貌似商業工具,功能強大。 1

1.3. Openvc Openvc功能也是比較多的,api介面 1

1.4. Jhlabs Java Image Filters 。。 2

1.5. Javafx 的javafx.scene.effect類庫,處理blend,blur,glow,light還是有一些的東東。。 2

1.6. Matlab (功能有: 頻域變換(傅里葉變換,dct,kl,小波變換) 圖像分割與邊緣檢測),提供cli介面 2

1.7. Ps Photoshop,這個貌似公開的只有gui介面。 2

1.8. scilab與octave哪個好 2

1.1. 選擇與組合不同的圖像處理類庫

類庫比較好的介面是cli介面,方便跨語言調用。。

api介面也不錯。但是api介面語言相關性比較強。。

Gui介面,gui即可也是跨語言的。不過性能稍微差點,其次可能需要獨佔滑鼠鍵盤等設備。

1.2. Halcon 貌似商業工具,功能強大。

HALCON 提供了超過1100多種具備突出性能控制器的庫,如模糊分析,形態,模式匹配,3D校正等

1.3. Openvc Openvc功能也是比較多的,api介面

Openvc貌似缺少cli介面,貌似只能使用api介面。這個是的跨語言調用可能稍微麻煩些

OpenCV包含的函數有500多個,覆蓋了計算機視覺的許多應用領域,如工廠產品檢測、醫學成像、信息安全、用戶界面、攝像機標定、立體視覺和機器人等。因為計算機視覺和機器學習密切相關,所以OpenCV還提供了MLL(Machine Learning Library)機器學習庫。該機器學習庫側重於統計方面的模式識別和聚類(clustering)。MLL除了用在視覺相關的任務中,還可以方便地應用於其他的機器學習場合。

1.4. Jhlabs Java Image Filters 。。

1.5. Javafx 的javafx.scene.effect類庫,處理blend,blur,glow,light還是有一些的東東。。

1.6. Matlab (功能有: 頻域變換(傅里葉變換,dct,kl,小波變換) 圖像分割與邊緣檢測),提供cli介面

體積有點大 1g ,Matlab7.0官方下載_Matlab2012 v7.0

功能有:邊緣檢測,頻域變換(傅里葉變換,dct,kl,小波變換) 圖像分割與邊緣檢測

1.7. Ps Photoshop,這個貌似公開的只有gui介面。

Photoshop適合很出色的圖像處理工具。很多演算法也都是商業性質的。雖然有api介面,但是不是開放的,只有內部人員才能得到api介面使用。。

要調用ps進行圖像處理,目前貌似只能使用公開的gui介面

1.8. href="https://www.baidu.com/s?wd=scilab%E4%B8%8Eoctave%E5%93%AA%E4%B8%AA%E5%A5%BDrsp=1f=1oq=scilabtn=99190945_s_hao_pgie=utf-8usm=1rsv_pq=bfe7f30b0003bfb1rsv_t=2e6dNGgptCdh5b2FwX5P4D1LmMBwL3bCWvo8EGfLkeY74R3AnNKxtC1ifO6dm4zaPju5FjfFjnIrqlang=cnrsv_ers=xe0rs_src=0rsv_pq=bfe7f30b0003bfb1rsv_t=2e6dNGgptCdh5b2FwX5P4D1LmMBwL3bCWvo8EGfLkeY74R3AnNKxtC1ifO6dm4zaPju5FjfFjnI" scilab與octave哪個好

matlab功能全面,包含了多個模擬模塊,使用方便,在大學用的比較多。缺點是體積龐大,且並非自由軟體,價格昂貴。 scilab是自由軟體,也具有模擬模擬的功能,缺點...

scilab是自由軟體,也具有模擬模擬的功能,缺點是模塊較少,不兼容matlab語法。目前兩岸有組織在中學推廣這個軟體。

另外,類似的數學軟體還有octave,此軟體似乎只有linux版本,是自由軟體,兼容matlab語法,與

作者:: 綽號:老哇的爪子claw of Eagle 偶像破壞者Iconoclast image-smasher

捕鳥王"Bird Catcher 王中之王King of Kings 虔誠者Pious 宗教信仰捍衛者 Defender Of the Faith. 卡拉卡拉紅斗篷 Caracalla red cloak

簡稱:: Emir Attilax Akbar 埃米爾 阿提拉克斯 阿克巴

全名::Emir Attilax Akbar bin Mahmud bin attila bin Solomon bin adam Al Rapanui 埃米爾 阿提拉克斯 阿克巴 本 馬哈茂德 本 阿提拉 本 所羅門 本亞當 阿爾 拉帕努伊

常用名:艾提拉(艾龍), EMAIL:1466519819@qq.com

頭銜:uke總部o2o負責人,全球網格化項目創始人,

uke宗教與文化融合事務部部長, uke宗教改革委員會副主席

,Uke部落首席大酋長,

uke制度與重大會議委員會委員長,uke保安部首席大隊長,uke制度檢查委員會副會長,

奶牛科技cto ,uke 首席cto

uke波利尼西亞區大區連鎖負責人,克爾格倫群島區連鎖負責人,萊恩群島區連鎖負責人,uke湯加王國區域負責人。布維島和南喬治亞和南桑威奇群島大區連鎖負責人

Uke軟體標準化協會理事長理事長 uke終身教育學校副校長

Uke 資料庫與存儲標準化協會副會長 uke出版社編輯總編

Uke醫院方面的創始人

轉載請註明來源:attilax的專欄

--Atiend


機器視覺行業主要有halcon,cognex,mil,opencv等等機器視覺開發軟體,如果你想學習機器視覺,你可以去重碼網學習,重碼網有很多機器視覺軟體開發的視頻,你可以百度 重碼網。


如果只要是做機器視覺應用,那建議你使用創科的CkVisionBuilder軟體,使用起來很簡單功能又齊全。介面比較豐富。


非實時的用Matlab

實時的用OpenCV


推薦opencv.

這裡順便推薦下本周機器視覺的分享

線上分享|機器視覺的自適應演算法在工業自動化檢測中的應用 - 知乎專欄


opencv, cximage,matlab,Halcon


貌似有幾位答主沒有闡釋清楚「計算機視覺」和「機器視覺」的細小區別。這兩個概念還是有一些區別的。


推薦閱讀:

近期無監督或半監督行人重識別有什麼進展?
行人重識別在問題深度上有什麼問題可以研究?
行人重識別的應用場景有哪些?
計算機如何理解圖像?
怎麼樣才能踏入機器視覺這個行業?

TAG:圖像處理 | 圖像識別 | 計算機視覺 | 機器視覺 |