QtHalcon

PaddleOCR 旨在打造一套丰富、领先、且实用的 OCR 工具库，助力开发者训练出更好的模型，并应用落地。

对OrangePi AIpro进行测评，测试一下硬件和AI的性能

OpenCV编译

Halcon中的图形变量主要有Image类型、Region类型、XLD类型。

其实ISO行业标准已经给出了如何评估码的质量等级的标准，以下三种主要验证标准用于确定一维条码、二维码和DPM码的质量。

利用阴影可方便快速的检测物体表面的缺口或凹痕。使用光度立体视觉方法可在复杂图像中轻松找到表面缺陷 。

PCL 中点云滤波模块提供了很多灵活实用的滤波处理算法，例如双边滤波、高斯滤波、条件滤波、直通滤波、基于随机采样一致性滤波RANSAC等。

kd 树（k-dimensional tree）是一个包含空间信息的二项树数据结构，它是用来计算 kNN 的一个非常常用的工具。

本文讲解使用的环境是vs2019+pcl1.12.0+vtk9.1+qt6.0，最后再展示一个示例程序。

向量空间是线性代数的重要研究对象，具有广泛的应用。

矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合，矩阵是许多学科中常用的数学工具。

矩阵的行列式，determinate（简称det），是基于矩阵所包含的行列数据计算得到的一个标量。是为求解线性方程组而引入的。

CloudCompare的目的是在一台标准笔记本电脑上处理大规模的点云——通常超过1000万个点云。

图像拼接是进一步做图像理解基础步骤，拼接效果的好坏直接影响接下来的工作，所以一个好的图像拼接算法非常重要。

Halcon发布了最新的 HALCON 22.11 版本提供永久版和订阅版 3D抓取点检测 HALCON 22.11 首次将 3D 视觉和深度学习相结合。3D 抓取点检测能够稳健地检测任何物体上适合用吸力抓取的表面。与经典的抓取应用相比，3D 抓取点检测是一种无 CAD 的方法，因此不需要事先了解相关物体的任何形状知识。 提升的灵活性使其可用于各种全新的应用领域，如物流业或仓库存储。 新的数据类型 "内存块" 从 HALCON 22.11 开始

基于PCL的程序报0Xc000007b或0Xc0000142错

合适的工业相机和镜头决定了机器视觉成像质量。那在种类繁多的工业相机和镜头中，如何合理地选择工业相机和镜头的搭配呢？一、工业相机分类主要以下几种分类：分类方式 类型1 类型2 芯片类型 CCD相机 CMOS相机 传感器结构特征 线阵相机 面阵相机 色彩类型 黑白相机 彩色相机 曝光方式 Rolling(卷帘)相机 Global(全局)相机 输出信号 模拟相机 数字相机 靶面大小 ...

环境：系统：win10 （显卡：NVIDIA GTX 1050）Yolo版本：V4cuda:11.2cudnn:8.1.1opencv:3.4.15VS:20191.编译前准备1.1 opencv首先要安装opencv，下载地址如下https://opencv.org/安装3.4.16就可以了1.2 安装cuda和cudnn安装教程可以参考我这篇文章。深度学习GPU环境CUDA安装教程...

OpenCv下载网站https://opencv.org/releases/选择版本稍等一会儿就会出来下载链接下载完成后得到这个文件，然后运行解压到自己选定的目录打开CMake选择opencv源码路径和build路径选择VS2019，X64勾选上这个选型，然后点击configure，配置好后再点Generate最后打开工程如果更改生成的库名，就在里面修改生成的目标文件名有点点击生成最后就生成了库...

https://www.keyence.com.cn/landing/gen/vision_salon_07.jsphttps://blog.youkuaiyun.com/qq_41375318/article/details/111224034http://www.ly-auto.com/news/gongsixinwen/148.htmlhttps://blog.youkuaiyun.com/weixin_42258743/article/details/107380953http://www.sk...

​模板匹配指的是通过模板图像与测试图像之间的比较，找到测试图像上与模板图像相似的部分，这是通过计算模板图像与测试图像中目标的相似度来实现的，可以快速地在测试图像中定位出预定义的目标。匹配的主要思路是使用一个目标原型，根据它创建一个模板，在测试图像中搜索与该模板图像最相似的目标，并寻找与该模板的均值或方差最接近的区域。通过模板匹配可以得到目标的相似度，旋转角度，行列坐标，缩放大小等。针对不同的图像特征和检测环境，有多种模板匹配算法。如何选择合适的模板匹配算法，取决于具体的图像数...

AI 显然是最近几年非常火的一个新技术方向，从几年前大家认识到 AI 的能力，到现在产业里已经在普遍的探讨 AI 如何落地了。人工智能这个大领域中，计算机视觉可谓独树一帜，其使用范围非常广泛，也因此催生了诸多的独角兽公司，例如商汤、旷视等。值得一提的是，诸如比特大陆这样的矿机巨头也在押注 AI，研发高性能的 AI 专用芯片，而计算机视觉是其中的核心能力。此外，计算机视觉也成为 BAT（百度、阿里、腾讯）、TMD（头条、美团、滴滴）小米、京东等互联网大小巨头最为重视的关键技术之一。大家可以看到，.

边缘检测是图形图像处理、计算机视觉和机器视觉中的一个基本工具，通常用于特征提取和特征检测，旨在检测一张数字图像中有明显变化的边缘或者不连续的区域，在一维空间中，类似的操作被称作步长检测（step detection）。边缘是一幅图像中不同屈原之间的边界线，通常一个边缘图像是一个二值图像。边缘检测的目的是捕捉亮度急剧变化的区域，而这些区域通常是我们关注的。一、常规边缘检测颜色边缘检测方法是使用边缘滤波器，这些滤波器通过寻找较亮和较暗的区域边界像素点的方式提取边缘，滤波器寻找图像中梯...

​ 形态学是图像处理中应用最为广泛的技术之一，主要用于从图像中提取对表达和描绘区域形状有意义的图像分量，使后续的识别工作能够抓住目标对象最为本质的形状特征，如边界和连通区域等。同时像细化、像素化和修剪毛刺等技术也常应用于图像的预处理和后处理中，成为图像增强技术的有力补充。形态学的基本思想是利用一种特殊的结构元来测量或提取输入图像中相应的形状或特征，以便进一步进行图像分析和目标识别。一、腐蚀与膨胀在经阈值处理提取出目标区域的二值图像之后，区域边缘可能并不理想，这时可以使用...

​这几年AI大火，在数字经济不断推进的大背景下，人工智能发展迅速，并与多种应用场景深度融合。在计算机视觉方面也成就了很多优秀的公司，如商汤科技、旷视科技、云从科技和依图科技。但是看了AI的应用场景分布时，不由得为之一惊，足以证明AI技术在工业上应用真是艰难。一、了解AI1.1 AI本质世界上所有事物发展都是有客观规律，大致的模型如下： AI的学习进步靠的是程序员码上的if语句。AI自主学习就是自己在代码片段上码几行if语句，以下就是一个初级的AI。...

与灰度图像相比，彩色图像包含更多的额外信息，利用图像的颜色信息可以简化很多机器视觉中的任务，这些可能是灰度图像无法做到的。还可以利用图像的颜色通道进行目标区域分析，通过图像的颜色空间的转换得到图像的属性信息。更高级一些的，还可以利用颜色信息进行线条或边缘的提取。一、图像颜色图像的颜色能真实的目标真实情况，图像的颜色信息，特别是通道信息，有助于特征的识别。1.1图像色彩空间1.RGB颜色 RGB是我们最熟悉的一种表示颜色的方式，也就是彩色。彩色图像的每个像...

​ 在实际的应用场景中，为了是检测的范围缩小，将感兴趣的局部区域从图像背景中分离出来，使关键的特征便于辨识和分析，图像分割就是用来处理这种情况。图像的大小、灰度、编辑、形状、颜色和纹理都可以作为图像分割的标准。一、阈值处理在实际应用中，选择检测目标的特征进行测量、识别和定位，是常用的图像分割方法，特别适用于检测目标与图像背景有明显区别的情况。1.1 灰度范围分割灰度范围分割是最常用的分割方法，假设将灰度范围设置为100~200，则分割算法会将100~200的所有像素...

​在许多应用中，不能保证获取到的物体图像是同一个位置和方向。大多数情况检测的物体会发生旋转，平移和缩放。如果检测物体于相机不成相互平行关系，则拍摄到的图像发生一些几何畸变，例如会把一个正方形拍摄成一个梯形等，就需要进行一定的畸变矫正。一、图像平移，旋转和缩放为了校正图像在拍摄中的失真问题，可以对图像进行图像的几何变换，如平移，旋转和缩放，这是简单的位置变换和形状变换。一个点P0的位置可以用3坐标表示(Xp，Yp，Zp)，这3个坐标也可以看成一个3D向量。1.1 图...

​图像增强就是指通过某种图像处理方法对退化的某些图像特征，如边缘、轮廓、对比度等进行处理，以改善图像的视觉效果，提高图像的清晰度，或是突出图像中的某些“有用”，压缩其他“无用”信息，将图像转换为更适合人或计算机分析处理的形式。图像增强可以分为两类：空间域法和频域法。空间域可以简单地理解为包含图像像素的空间，空间域法是指空间域中，也就是图像本身，直接对图像进行各种线性或非线性运算，对图像的像素灰度值做增强处理。频域法则是在图像的变换域中把图像看成一种二维信号，对其进...

一、关于OpenCV的命名空间OpenCV中的C++类和函数都是定义在命名空间cv之内的，有两种方法可以访问。第一种是，在代码开头的适当位置，加上usingnamespace cv;这句。另外一种是在使用OpenCV类和函数时，都加入cv::命名空间。不过这种情况难免会不爽，每用一个OpenCV的类或者函数，都要多敲四下键盘写出cv::，很麻烦。在写简单的OpenCV程序的时候，如下这三...

本人参照的安装教程：https://blog.youkuaiyun.com/sinat_36264666/article/details/73200739但是在操作的时候又有些不同1——————————————————————————————————我的安装路径为D:\QT\QT5.5.1\opencv\open_3.3.1_build编译生成的include/opencv和include/o...

VS2013+OpenCV的安装配置可以参考：《OpenCV学习之路》OpenCV3.3安装教程(Windows版)1 创建新的Visual Studio工程2 配置工程因为我的是Visual Studio2013 x64的动态链接库，不适用于x86的工程，所以需要配置x64的工程，操作如下新建属性项：项目——》添加新项——》属性表3 在Debug下配置属性...

创建滑动条：int createTrackbar(const String& trackbarname, const String& winname, int* value, int count, TrackbarCallb...

Mat类Mat 是一个类 ， 由两个数据部分组成 ：矩阵头（包含矩阵尺寸 、存储方法 、 存储地址等信息） 一个指向存储所有像素值的矩阵（根据所选存储方法的不同，矩阵可以是不 同的维数）的指针 。矩阵头的尺寸是常数值 ， 但矩阵本身的尺寸会依图像的不同而不同 ， 通常比矩阵头的尺寸大数个数量级 。 因此，当在程序中传递图像并创建副本时，大的开销是由矩阵造成的，而不是信息头 。当进...

1 点的表示： Point 类Point 类数据结构表示了 二维坐标系下的点，即由其图像坐标 x 和 y 指定的 2D点。用法如下 ： Point point; point.x = 10; point.y = 8 ;//或者 Point point= Poin 七 (10 , 8) ;另外 ， 在 OpenCV 中有如下定义：typedef ...

学习如何用 Point 在图像中定义 2D 点、如何使用 Scalar 表示颜色值 。 涉及到的绘制函数如下 ：用于绘制直线的 line 函数 ； 用于绘制椭圆的 ellipse 函数 ； 用于绘制矩形 的 rectangle 函数 ； 用于绘制圆的 circle 函数 ； 用于绘制填充的多边形 的 fillPoly 函数。1 DrawEllipse()函数的写法/*** Dr...

使用 addWeighted 函数进行图像混合操作，以及如何将 ROI 和 addWeighted 函数结合起来 ， 对指定区域进行图像混合操作。参考：(OpenCV — 7)ROI 区域图像叠加＆图像混合而为了更好地观察一些图像材料的特征，有时需要对 RGB 三个颜色通道的分量进行分别显示和调整。通过 OpenCV 的 split 和 merge 方法可以很方便地达到目的 。通道分离：...

1 图像在内存之中的存储方式图像矩阵的大小取决于所用的颜色模型，确切地说，取决于所用通道数 。 如果是灰度图像，矩阵就会如图所示。而对多通道图像来说，矩阵中的列会包含多个子列，其子列个数与通道数相等。例如 ，如图所示RGB 颜色模型的矩阵 。三通道：R：（8位），G：（8位），B：（8位）可以看到， OpenCV 中子列的通道顺序是反过来的—-BGR 而不是 RGB 。很多...

（1）对比度：一副图像中，各种不同颜色最亮处和最暗处之间的差别，差别越大对比度越高，这个跟分辨率没有多少关系，只跟最暗和最亮有关系，对比度越高一个图像给人的感觉就越刺眼，更加鲜亮，突出；越低则给人感觉变化不明显，反差就越小。这个概念只是在给定的图像中，与图像中颜色亮度的变化有关。（2）亮度：一副图像给人的一种直观感受，如果是灰度图像，则跟灰度值有关，灰度值越高则图像越亮。（3）饱和度：...

1 感兴趣区域： ROI在图像处理领域，我们常常需要设置感兴趣区域 ( ROI. region of interest) ,来专注或者简化工作过程 。 也就是从图像中选择的一个图像区域，这个区域是图像分析所关注的重点 。 我们圈定这个区域，以便进行进一步处理 。 而且，使用 ROI指定想读入的目标，可以减少处理时间，增加精度，给图像处理来带不小的便利 。定义 ROI 区域有两种方法 ：...