在机器视觉领域，OpenCV和Halcon各有优劣。OpenCV因其开源免费、丰富的资源和灵活性受到学生和初创公司的青睐，适合算法探索与优化。而Halcon作为商业软件，提供便捷的工程解决方案，尤其在工业应用中常见，但可能限制创新空间。随着深度学习的发展，Halcon市场份额下降，国内更多新兴公司选择OpenCV进行创新和硬件集成。在就业市场上，熟悉两者都有助于职业发展，但OpenCV更为普遍。
链接：https://www.zhihu.com/question/444576608
编辑：深度学习与计算机视觉
声明：仅做学术分享，侵删
作者：日月
https://www.zhihu.com/question/444576608/answer/1731909068
这个看你能力。你要是算法代码能力一般，halcon作为商业软件库，会让你在工程中解决问题比较方便一点。但是你的拓展空间会被他限制。如果你算法能力强，而且解决问题的时候要创新，opencv会好一些。毕竟源码都在你手里，你随便魔改，优化性能。opencv没有的算法就自己写。不过你自己写稳定性可就不敢保证了，需要大量测试调试反复迭代。不过如果能力强，放在产品里面卖，能帮你降成本。用halcon得给人家交钱。
在产业界，用halcon的一般出于产业链条比较低端的部分。而且机器视觉也受到深度学习的影响。以前halcon在工业界算主打，现在份额在下降。近五年国内出现一大批机器视觉厂商和创业公司，而以前这块基本都是进口。这帮创业公司在产品初期大量使用opencv。不过经过一段时间迭代，已经不止只是调用了，很多商业公司结合硬件在上面优化创新了很多，已经不仅仅事依赖调库了。而且光卖软件库商业模式在国内不好走，很多都是配着硬件一起卖。从就业招聘来说，基本要求是熟悉opencv，halcon是可选项，而且用halcon很多是项目历史遗留问题。你要是之后做视觉别的方向，人家都不用halcon的，但是opencv用的还是挺多的。虽然你进去之后，他们很可能自己都有一套内部用的算法库。但是商业公司有没法要求应聘者熟悉他们内部库吧。所以都会贴opencv。而且很多内部开发也参考了opencv的架构。
至于有人说opencv算法效果的问题，实际上opencv的确并不是专门为机器视觉行业打造的。所以一些算法没有做特定优化。我这里的优化既包括在特定处理器上运算速度的优化，也包括解决问题特定算法的优化。所以我前面说的要强调算法能力。得查论文做实验做改进，甚至自己设计算法做技术积累沉淀的。而不是把它当做一个库仅仅调用接口，换句话说在企业你们做自己的halcon，这其实也体现了中国新一代人研发能力有所进步
作者：知乎用户
https://www.zhihu.com/question/444576608/answer/1778682377
如果在学校里，几乎所有人都会推荐OpenCV
但如果你去工作，会发现10个岗位中，有6个是用Halcon，3个用Vison Pro，只有1个是OpenCV。
因为工作中的项目，大部分是对接C#，而不是C++。
作者：可乐不加冰
https://www.zhihu.com/question/444576608/answer/1745274120
如果想快速入手机器视觉，肯定是Halcon，各种好用的算子。如果自己想深入研究底层原理，还是好好学习opencv。当然也可以同步进行，学opencv的同时也对你的编程能力会有所帮助。
作者：仿佛若有光
https://www.zhihu.com/question/444576608/answer/1731526000
工业上基本都是用halcon，这个是需要付费的商业软件包，功能十分强大，从普通图像处理，三维视觉处理，各种工业化自动检测。平常自己搞些小事情一般用opencv，主要原因是开源免费，资料多。
从个人经验来看，搞开发的核心能力不在于用什么框架，用什么软件包，而是针对具体任务、具体工作所具备的分析问题，提出方案，根据效果改进方案，最终达到符合要求的能力。至于软件包或者说框架，那只是一个实现的问题，当方案有了，自然就会知道用哪个框架实现更简单更节省成本更符合要求。
对学生来说，学个opencv更方便，资料又多。然则，学完后多做项目，积累分析问题，解决具体问题的经验才是正途。即便日后就业的公司是用halcon，能力仍然在那，凭借opencv的开发经验，再学一个halcon会非常快，在拿到offer后再学完全来得及。
顺便吐槽一下opencv，太理想化了，很多函数在教程中给出的例子看起来效果非常好，但在具体任务中一用就傻眼了。因此它需要你自己去做一些额外的方案改进，这种理想化的缺陷对于想要锻炼项目能力的人来说还是可以的。
☆ END ☆
扫一扫
1184
到【灌水乐园】发言
