pww71的专栏

工业非标自动化视觉系统框架 第九部分

工业非标自动化视觉系统框架 第八部分

工业非标自动化视觉系统框架 第七部分

工业非标自动化视觉系统框架 第六部分

工业非标自动化视觉系统框架 第五部分

工业非标自动化视觉系统框架 第四部分

工业非标自动化视觉系统框架 第三部分

非标自动化视觉框架平台

采用ros操作系统一样的框架，可以兼容所有硬件设备实现自动化

https://mp.youkuaiyun.com/mp_blog/creation/editor/25113303 文章的扩展

对于c++程序来说 map的使用无处不在。影响程序性能的瓶颈也往往是map的性能。尤其在大数据情况下，以及业务关联紧密而无法实现数据分 发和并行处理的情况。map的性能就成了最关键的技术。 在电信行业和信息安全行业的工作经历，我都是和底层大数据打交道，尤其信息安全行业数据最复杂，都离不开map。 比如：ip表、mac表，电话号码表、域名解析表、身份证号码表的查询、病毒木马的特征码的云查杀等等。 stl库的map采用二分查找，性能最差。Google的哈希map性能和内存目前是最优的，但是有重复碰撞的机率。现在大数据 基本上不用有碰撞 几率的map。 现在我把pwwMap算法发布出来。大家可以测试对比发现，我的算法属于零碰撞的几率，但是性能比哈希算法还优。就是普通map的性能也和google相差无几。 程序使用我的map 最直接的效益就是 原来需要十个服务器解决的方案 现在只需要一个服务器。 下载地址：第二个实时更新代码 http://download.youkuaiyun.com/detail/pww71/9379828 http://sourceforge.net/projects/pww

运动控制仿真的重要性： 1、非标自动化行业，根据客户需求提方案时，能在几个小时之内把运动控制和图像检测的仿真做出来。然后把仿真效果用程序演示出来。客户有新的想法可以现场马上改制程演示效果。 2、结构设计的不合理，通过运动仿真就可以提前发现。如果等购买设备组装后调机，发现问题，就提高成本和研发时间。 3、可以把仿真的逻辑图和决策图给非专业人士看，共同探讨运动控制的合理性。缩短现场设备的调机时间。 目前机器视觉领域，plc能做仿真但是无法和视觉检测引导以及各种检测传感器整合起来仿真。AutoVision是唯一一款能将所有软件模块和硬件整合起来的软件框架系统，能有效的组织各种软件算法模块和硬件进行仿真效果演示。 https://download.youkuaiyun.com/download/pww71/85093101 https://download.youkuaiyun.com/download/pww71/62047145 链接：https://pan.baidu.com/s/1vsTptn_pvtbK2sDhWVCZJg 提取码：1234

入门选择实时阵列运动 https://download.youkuaiyun.com/download/pww71/62047145 链接：https://pan.baidu.com/s/1vsTptn_pvtbK2sDhWVCZJg 提取码：1234 抖音和优酷会实时更新视频 https://list.youku.com/albumlist/show/id_60114087?spm=spmA.spmB.app.SECTION~MAIN~SECTION~MAIN~5~5~5!3~5~5!2~5~5~5~5~5!2~5~A

在机器视觉领域，中国一直被halcon，康耐视和基恩士垄断。良心的我自主研发机器视觉自动化软件。在缺损检测领域有着独到的经验。 pwwAutoVison的软件优势： 1、定位技术上不输halcon。 2、专利检测算法pww特征提取。可以将颜色纹理量化后提取区域轮廓计算量化的面积。 3、图像制程采用多层次定位+pww特征提取检测。比深度学习更可靠。 4、采用流程图和决策图的全中文运动制程。比plc更简单。 5、全仿真运动控制，对视觉检测和智能分析的软件模 6、保留着halcon接口。支持halcon工程师的二次开发使用。 当前市场上很多类似软件和我的比差距很大 。首先他们的功能过于庞大，而且不够通用。学习和操作不是普通人能短时间掌握的。而我的软件优势明显。 就是定位和检测。其他的任何算子不论是halcon还是其他厂商的算子都可以定制。从外部接口导入到框架内。定位和检测都是自主研发，检测直接量化颜色纹理和区域轮廓进行分析，是我申报专利的算法。因此参数固定和简单。当然比深度学习参数还是麻烦一点点。但是效果比深度学习更稳定。 一般情况下，人眼识别都是颜色纹理和区域轮廓这些基本特征。所以人眼能

概率消耗的隐马尔科夫问题和算法以及在配料中的应用 说明和介绍都写在代码中了

添加了更多成熟的应用例子。 比sift和surf算法更实用。

内有相关文档

pww轮廓特征提取补丁cpp

图像特征提取新领域：pww轮廓特征提取

图像特征提取新领域：pww轮廓特征提取

图像特征提取新领域：pww轮廓特征提取 1、高清视频中实现实时提取图像特征 2、图像特征点定位准确，快速 3、用于模式识别，替代surf算法 4、对于很多应用，需要前期处理。 5、时间有限，只能写这么多给大家，其他的事情，大家自己根据需求来思考了。

优化读缓存，采用随机小块读文件的方式。提高diskmap整体性能一倍以上。 myMap.setDiskSign(g_sign++,1024*100,1024*1024*100); 读缓存=1024*100*8192=800M,8192是头文件设定的缓存小块 写缓存=100M pwwMap is update Optimize the read cache, read file using small random buffer. more than one times increase the performance of diskmap . http://sourceforge.net/projects/pwwhashmap/files/stats/timeline

中国本土的第一个nosql数据库。功能性能均强大无比。 与同类比较，查询速度世界第一。 单表容量可以达到百亿级。

Title: The core of the big data solutions -- Map. Author: pengwenwei address: No.17-18 of XiangGangbatang Community, Xiangtan City of Hunan Province, China. Language: c++ Platform: Windows, linux Technology: Perfect hash algorithm Level: Advanced Description: A high performance map algorithm Section MFC c++ map stl SubSection c++ algorithm License: (GPLv3) Map is widely used in c++ programs. Its performance is critical to programs' performance. Especially in big data and the scenarios which can't realize data distribution and parallel processing. I have been working on big data analysis for many years in telecommunition and information security industry. The data analysis is so complicated that they can't work without map. Especially in information security industry, the data is much more complicated than others. For example, ip table, mac table, telephone numbers table, dns table etc. Currently, the STL map and Google's hash map are the most popular maps. But they have some disadvantages. The STL map is based on binary chop, which causes a bad performance. Google Hash map has the best performance at present, but it has probability of collision. For big data analysis, the collision probability is unacceptable. Now I would like to publish pwwMap. It includes three different maps for different scenarios: 1. Memory Map(memMap): It has a good access speed. But its size is limited by memory size. 2. Harddisk Map(diskMap): It utilizes hard disk to store data. So it could accept much more data than memory map. 3. Hashmap(hashMap): It has the best performance and a great lookup speed, but it doesn't have 'insert' and 'delete' functionality. MemMap and diskMap could be converted to hashMap by function memMap2HashMap and diskMap2HashMap. According to the test result, my algorithms' collision probability is zero. About performance, memMap has a comparable performance with google, and hashMap's performance is 100 times better than Google's hashmap. In summary, pwwhash are perfect hash algorithms with zero collision probability. You can refer to following artical to find the key index and compress algorithm theory: http://blog.youkuaiyun.com/chixinmuzi/article/details/1727195 Source code and documents: https://sourceforge.net/projects/pwwhashmap/files/?source=navbar

为中华民族的伟大复兴贡献一点点 小型数据库系统 唯一中国造

过多的描述都是多余的，已经很有影响离了。大家自己看吧。

一切为了推广和发展新的理念和新的技术 促进科技进步 pww区域特征提取算法的修正和不漏洞

由于还在实验阶段 功能还未完善，代码封装也很简单，开发文档还没开始写，但是可以方便大家演示效果。提供静态库的形式 ，把头文件添加到工程里就行了。

http://blog.youkuaiyun.com/pww71/article/details/34791357

主体思想： 任何一个图像 肯定有多个或一个区域 每个区域在横向扫描时 会有分裂和合并 比如圆环 顶部有一个分裂点 底部有一个合并点 没有分裂合并的图形 就是简单的凸图像 很容易通过外形识别 而复杂的图像 就是凹的 就需要分裂合并点来识别 旋转30度 60度 90度 120，150 得到的分裂合并点序列是不同的 可以通过分析分裂合并点可以获得角点 区域连接特征： 重心和中心的偏置对宽高的比例 和方向 分裂合并点和重心位置的比例 方向 亮度和面积的比 这些是旋转和缩放不变的特征 适合用于图像的模式识别 如果图像包含n个区域特征 每个区域都有N个以上的特征 如果图形复杂 需要使用决策树内嵌 svm 最近邻等等算法来综合分析分裂合并特征点 如果简单 基本就区域特征搞定了 应用领域： 视频的背景提取，提取帧差的区域，过滤该区域计算背景。目前实现的效果超好，速度超快。目前现阶段是最好的背景前景提取算法。 物体或个体的数目统计，该算法仅仅遍历一次图像像素点，因此性能好，可以处理超大图片。 角点检测匹配图像。 图像智能分析识别方面，把特征点归一化和旋转处理后的特征进行训练。用决策树或svm等人工智能模型进行预测。包括人脸识别，行人识别，指纹识别。ocr字符识别等等。 网页认证校验码识别 二维码识别等等

还在使用免费的stl库的Map么，性能低下，体现出公司的寒酸和小气。购买正品pwwMap，目前性能最强劲的Map。做一个高大上的公司。懂得消费的公司，才懂得生活，做一个有品位公司，有实力的公司，请购买pwwMap。

大数据处理利器 pwwMap 完美哈希

提供了linux版本 可以运行两个平台 同时提供动态库

对于c++程序来说 map的使用无处不在。影响程序性能的瓶颈也往往是map的性能。尤其在大数据情况下，以及业务关联紧密而无法实现数据分发和并行处理的情况。map的性能就成了最关键的技术。 比如：ip表、mac表，电话号码表、身份证号码表的查询、病毒木马的特征码的云查杀等等。 stl库的map采用二分查找，性能最差。Google的哈希map性能和内存目前是最优的，但是有重复碰撞的机率。 我在电信行业和信息安全行业里的工作经历发现，目前网络上的哈希算法都在查询速度上远远无法满足日趋增长的网络大数据要求。因此产生了自己写算法的想法。 现在我把自己的算法发布出来。大家可以测试对比发现，我的算法属于零碰撞的几率，但是性能比哈希算法还优。 声明：该代码不能用于商业用途，只能用于科学研究。

大数据处理利器 pwwMap 完美哈希 没有碰撞 完全取代各种map

谁与争锋 对于c++程序来说 map的使用无处不在。影响程序性能的瓶颈也往往是map的性能。尤其在大数据情况下，以及业务关联紧密而无法实现数据分发和并行处理的情况。map的性能就成了最关键的技术。 比如：ip表、mac表，电话号码表、身份证号码表的查询、等等。 stl库的map采用二分查找，性能最差。Google的哈希map性能和内存目前是最优的。 我在电信行业和信息安全行业里的工作经历发现，目前网络上的哈希算法都在查询速度上远远无法满足日趋增长的网络大数据要求。因此产生了自己写算法的想法。 现在我把自己的算法初稿发布出来，用我在一家信息安全的公司打工时的应用场景进行测试。就是病毒库特征码的检索。

完善后发布。仅限科学研究，不能用于商业应用

谁与争锋 对于c++程序来说 map的使用无处不在。影响程序性能的瓶颈也往往是map的性能。尤其在大数据情况下，以及业务关联紧密而无法实现数据分发和并行处理的情况。map的性能就成了最关键的技术。 比如：ip表、mac表，电话号码表、身份证号码表的查询、等等。 stl库的map采用二分查找，性能最差。Google的哈希map性能和内存目前是最优的。 我在电信行业和信息安全行业里的工作经历发现，目前网络上的哈希算法都在查询速度上远远无法满足日趋增长的网络大数据要求。因此产生了自己写算法的想法。 现在我把自己的算法初稿发布出来，用我在一家信息安全的公司打工时的应用场景进行测试。就是病毒库特征码的检索。 声明：该代码不能用于商业用途，只能用于科学研究。

Vsvm----SVM算法库内含多目标输出回归和参数优化及特征选择算法 最新将Vsvm封装为dll，提供c#和web应用接口代码。其他语言平台可参照api接口进行编译。

VSVM2.0 released with multi-target regression svm introduce: Vsvm2.0 is svm algorithm with the best parameters optimization algorithm, running in window system,and is the upgrade version of winsvm1.0 published in 2006,increase GA search optimize parameters.and “C” search optimize parameters in two range from 0~1 and 1~1001, and increase regression’s multi-target predict. feature: 1、Visual interface is simple and practical 2、Ultra-fast computing speed and efficiency of high-precision 3、Control of multi-threaded computing 4、There is no need to install ,direct to use functions： 1,Bfs breadth-first search svm’s parameters 2,GA search svm’s parameters 3,The sequential minimal algorithm based on feature selection 4,Excel normalized export data 5,Can package into dll, using for the different platform.