xiaoyaolangwj的博客

选择菜单栏中【编辑】【参数选择】【字体】【程序窗口】根据自己屏幕大小选择合适字体大小。

最近在处理激光雷达点云数据时，点云数据在csv文件中长这个样子：如果直接用Python处理csv非常方便。通过Pandas很容易处理：import numpy as npimport pandas as pdimport open3d as o3dpcd = o3d.geometry.PointCloud() # pcd类型的数据。with open("2.csv", encoding="utf-8") as f: data = pd.read_csv(f, hea

超人视觉免费启蒙三维课程入门第一节（3D激光三角相机实战初识）3D设备点云数据来源：1、双目立体视觉：人眼视差（三角关系推导）测量越远、精度越差。（双目标定）步骤： 矫正图像对 双目标定 求视差图 形成点云数据 点云数据：空间上每点的坐标。对比3D和2D：3D更多的是3D点云数据处理。 2D更多的是对灰度值的处理。2、激光三角（原理）传感器线激光；导轨；限位触发器。相机 + 激光器 所构成的三角关系：相似三角形原理，比...

资料来源：超人视觉免费启蒙三维课程入门（第六节）3D鞋点胶的点云边界提取视觉：机器视觉（2D、3D）： 2D： 识别定位（对位贴合）（深度学习） 测量 缺陷（外观检测）（深度学习） 符号需求（一维码、二维码、三维码、OCR） 视觉+运动控制板卡+机器人 3D： 鞋点胶 无序抓取：在Halcon【实例程序】中【方法】【夺目立体视觉】locate_pipe_joints-stereo.hdev案例中。 点云数据+深度学习 工具：Halc.

视觉由四门学科构成:图像处理： 数学： 光学：《工程光学》 软件（语言）工具、软件架构数学：矩阵变换、导数。光学：几何光学（光路，相差、）、物理光学（衍射、干涉）。图像有十大学科分支：图像基本理论 图像灰度变换 图像增强 图像几何变换 形态学 图像分割 图像复原 图像频域 运动图像 图像配准图像处理的进阶：模式识别、行为识别：真正接近人工智能的东西。：（人脸识别、车牌识别、指纹识别、虹膜识别）安防视觉、无人机视觉、工业视觉。二维客户需求：识别定位 .

计算机视觉：通俗点讲：就是让计算机通过图像理解外围的世界，理解之后要通过外围的控制系统与外界发生联系、动作：手眼抓取、标定、搬运。视觉的平台有：Halcon、OpenCV、LabView算子记忆的越多，后面越记不住。学视觉，绝不是比记忆力，比谁算子学的多。方向导向最重要。学习的最高境界：什么都记不住，套路，灵活使用，无招胜有招。学halcon一定要灵活，halcon做的很好，一定要触类旁通的。halcon的学习要以项目为主，不要去钻牛角尖，不要细究语法。本身就是提供了一门工具。不要去研究怎么修

膨胀：只要结构元素与原区域有重合，那么中心元素就新增。腐蚀：只有结构元素被原区域完全包含，那么中心元素才保留，否则中心元素就去掉。开运算：减少像素，断开区域。先腐蚀，后膨胀。闭运算：增加像素，连接区域。先膨胀，后腐蚀。形态学结构元素，半径越大，程度越深。膨胀和腐蚀要比开闭运算程度厉害。 图像处理流程：采集 预处理： 中值滤波，均值滤波，高斯滤波。 频域中的高通滤波、低通滤波、高斯滤波。 动态范围gray_range_rect求最大亮度，最小亮度，让最亮的更亮，让最暗..