yuhouxiyang的专栏

原创 学习海康VisionMaster之平行线计算

1）：过直线外一点：需要输入点和输入线，点和线是通过前面获取的，所以这个工具是需要前序模块的，一般是查找直线，这里就选择前面的变量，然后就会生成经过该点并且与输入直线的平行线。今天学习下VisionMaster中的平行线计算，这个是拟合直线的扩展应用，针对需要计算平行线的应用场合，可以方便的生成对应的另外一条平行线。2）：与直线相距一定距离：相当于设定一个间距，然后在根据输入的直线坐标会生成两条平行线，分别在直线的两端。四：实测：上述设定好参数，开始实际测量看看效果，不同的检测模式下的检测效果。

原创 学习海康VisionMaster之平行线查找

按照传统的算法，必须是开两个窗口，每一个窗口检测一条边，然后计算两条直线的中线，为后续的应用场景输出中线，这样就比较麻烦，现在一个窗口直接搞定，简单直接快速。（1）：首先得先画ROI: 这里在需要测量的地方画一个矩形，比如现在需要测量PIN角的最大距离，就可以把需要测量的区域框起来。8）：投影宽度：类似于ROI宽度，就是每一个小检测框的宽度，数值越大，可以相对获取更加稳定一点的坐标点。任意：只要有梯度变化并且满足条件的点。3）：边缘阈值：边缘梯度，只有实际的边缘梯度数值大于这个设定值，才会有效检测到边缘。

原创 学习海康VisionMaster之四边形查找

按照传统的算法，必须是开四个窗口，每一个窗口检测一条边，然后计算四条边的交点，为后续的应用场景输出交点坐标，这样就比较麻烦，现在一个窗口直接搞定，简单直接快速。四：实测：上述设定好参数，开始实际测量看看效果：这里就非常方便的只用了一个窗口，就把4个边缘位置都抓准了，自动计算出了中心坐标。从白到黑：就是梯度变化是白色像素向黑色像素过渡的边缘点。2）：边缘类型：最强：在边缘检测方向上查找梯度变化最大的边缘点，并将其拟合为直线。4）：边缘阈值：边缘梯度，只有实际的边缘梯度数值大于这个设定值，才会有效检测到边缘。

原创 学习海康VisionMaster之边缘交点

（1）：首先得先画ROI: 这里其实也做了两种模式，一个是一个框同时检测两个方向的边缘，另外一种是两个框分开画(可能考虑到有些应用场景必须两个分开画，这个就比较方便灵活了)，在形状那一栏，可以选择。按照传统的算法，必须是开两个窗口，每一个窗口检测一条边，然后计算两条边的交点，为后续的应用场景输出交点坐标，这样就比较麻烦，现在一个窗口直接搞定，简单直接快速。1）：边缘1，2类型：最强：在边缘检测方向上查找梯度变化最大的边缘点，并将其拟合为直线。4）：卡尺数量：定义卡尺的数量，相当于每个卡尺检测一个点。

原创 学习海康VisionMaster之多直线查找

一个检测框，就可以在检测框里面同时检测多条直线，如果使用单个直线拟合，需要画多个窗口，那多直线的优势就体现了，一个测量框就解决问题。（1）：首先得先画ROI: 在需要查找直线的区域画一个检测框，注意看框的上面的是有箭头的，那个箭头就是代表了边缘查找的方向。9）：旋转角度容忍：所发现的线段的旋转量与定义的梯度搜索方向的最大偏差。5）：边缘角度容忍：边缘点梯度方向与垂直于拟合直线的方向（拟合直线法线方向）的最大允许角度差。4）：边缘极性：由黑到白、由白到黑、任意，这里的参数含义和边缘直线是一样的，参考上一节。

原创 学习海康VisionMaster之直线查找组合

用于查找中间不连续的边缘，当使用场景受限制，特别是背光条件下，遇到需要检测零件的尺寸，但是零件是实心的，就需要用到这个测量方式，如下图所示，需要拟合零件的水平基准直线，但是零件中间不透光，这个测量方式就完美解决这个问题。今天学习下VisionMaster中的直线查找组合，相当于多段拟合直线功能，这个应用是一些比较特殊的场景，需要多段拟合坐标同时拟合的情况。（3）：调整下ROI的参数，主要是调整卡尺数量以及卡尺宽度和高度，这部分具体的步骤和上一节直查找直线是一样的。5：双击组件，开始设定参数。

原创 学习海康VisionMaster之直线查找

还有一个小细节，查找边缘肯定是有方向的，这里没有方向的设定，但是我们可以通过画直线来确定方向，在生成的蓝色小框这边会有一个小箭头，这个就是查找边缘的方向，下图就是从右向左查找边缘点位置。（2）：把ROI参数 那一栏点开，可以看到ROI参数的详细设定，这里需要先设定卡尺数量，比如现在有14个引脚，则数量设定14，然后设定合适的宽和高。5）：卡尺数量：和ROI参数里面的卡尺数量一个意思，就是采样点的数量，理论上ROI越长，则相应的卡尺数量最好设定大一点。从白到黑：按照边缘查找方向，查找由白到黑的变化的像素。

原创 学习海康VisionMaster之阵列圆查找

海康VisionMaster中的阵列圆查找算法是一种专门用于检测规则排列的圆形图案的视觉算法，当检测产品需求是有多个圆形规则排列并且需要检测圆时候，可以用该算法一次性找到所有的圆。四：实测：上述设定好参数，开始实际测量看看效果，图片中找了一张有阵列圆的图片，但是不是很规则，只是做一个参考，这个算法其实比较非标类型，当刚好碰到这种特殊的检测需求刚好用的上。（2）：设定参数：这里的参数其实是和查找圆是一样的，这里就没必要再重新列举了，请参考之前的教程即可。设定横向/纵向圆个数，比如圆是2*2的，那就设定2。

原创 学习海康VisionMaster之椭圆查找

（1）：首先得先画ROI: 注意下这里和圆查找不太一样，这里的ROI只有选择矩形，将椭圆部分包含进去（*图片测试案例使用的圆，实在找不到类似的椭圆图片，原理是一样的）（2）：ROI选中位置修正，并且修正信息需要选择刚刚创建的位置修正组件输出信息，这里的话后续的检测窗口一般都需要做这一步，因为大部分的应用场景都是需要用到实时跟踪的。中的椭圆查找，相当于就是拟合椭圆轮廓，这个在视觉软件中的应用也是非常广泛的，通常用于定位，测量项目。6）：卡尺数量：就是圆方向扫描的检测框的数量，数值越小，则检测框数量越少。

原创 学习海康VisionMaster之圆查找

（1）：ROI选中位置修正，并且修正信息需要选择刚刚创建的位置修正组件输出信息，这里的话后续的检测窗口一般都需要做这一步，因为大部分的应用场景都是需要用到实时跟踪的。圆查找模块是用于查找指定区域的圆，并且会输出该圆的相关参数信息，比如圆中心点，圆半径，圆是否存在等信息。7）：剔除点数：和高级参数里面的剔除距离搭配使用的，就是过滤较远的边缘点，让拟合圆心出来的轮廓更加接近。中的圆查找，相当于就是拟合圆心，这个在视觉软件中的应用也是非常广泛的，通常用于定位，测量项目。

原创 学习海康VisionMaster之BLOB分析

6）：软阈值(相对)：是一种动态阈值分割方法，其核心思想是 基于图像局部特性（如背景或参考区域）自适应调整阈值范围，适用于光照变化明显、背景灰度不均的场景。3：拖入位置修正功能：这个非常重要，模版匹配成功后会得到新的匹配坐标，那和创建模版时候的原点坐标会组合成一个坐标变换矩阵，通过这个矩阵，那后续的blob分析窗口则可以实现精确定位来查找目标对象。（2）：设定参数：这里阈值方式是blob的核心算法，根据不同的应用场景来选择不同的阈值方式。8：高级参数：是设定blob区域的特征范围，用于筛选出来特定的区域。

原创 Manus 应用技巧全解析：解锁 AI 智能体的高效工作流

2025年的又是又是一个王炸！今年感觉是AI技术大爆发的一年，各种层出不穷的AI技术会随时颠覆大家的认知，甚至是整个工作流程的颠覆！随着通用型 AI Agent 产品 Manus 的爆火，其“独立思考、规划并执行复杂任务”的能力引发了广泛关注。作为一款能够直接交付完整成果的 AI 工具，Manus 在多个场景中展现了强大的生产力。本文将从技术解析与实战经验出发，分享 Manus 的核心应用技巧，帮助用户最大化其潜力。

原创 DeepSeek 使用全攻略：从入门到高阶提问技巧

1：最近DeepSeek实在是太火了，作为程序员，其实能灵活运用DeepSeek ，真正掌握DeepSeek的使用精髓，真的可以做到事半功倍的效果。2：作为国产领先的AI对话模型，DeepSeek 凭借其强大的自然语言处理能力，已成为学习、工作与生活中的高效助手。然而，许多用户因未掌握正确的使用方法，未能充分挖掘其潜力。本文将从基础操作到高阶提问技巧，结合实战案例，助你快速上手并成为AI协作高手。DeepSeek 的价值不限于“答案生成”，而在于通过高质量提问与AI共创解决方案。

原创 学习海康VisionMaster之模板匹配（图形定位）

4：使用ROI工具将需要定位的模版框进去：但是研究工具发现只有一个十字形，中间是镂空的，相当于专门找十字mark点，我找了一个相似的图形，按照下图所示，将ROI放置于十字形中间。3：然后和之前一样需要创建模版：图形定位也是基于轮廓点的算法，但是创建模版时候ROI框是固定形状的，是十字形，我想着这个功能应该是针对MARK点十字定位算法专用的。该值越大表示图像金字塔顶层的图像越小，相应提取的边缘点就越稀疏，进而加快特征匹配速度。取值范围为1~10，建模时若检测到的匹配点数量较少，建议增大该参数取值。

原创 学习海康VisionMaster之模板匹配（灰度匹配）

一：有感坚持就是力量，每天进步一点点，若干天后就会有大的突破二：开始学习今天学习中的灰度匹配：灰度匹配模块基于物体灰度特征进行特征匹配。由于不使用边缘点作为特征，该模块适用于在边缘点不明显的场景中进行物体定位、物体方向识别、物体角度检测等检测工作。

原创 学习海康VisionMaster之模板匹配（快速匹配）

一：有感坚持就是力量，每天进步一点点，若干天后就会有大的突破二：开始学习今天学习VisionMaster中的快速匹配：快速匹配模块相较于高精度匹配和轮廓匹配，通常拥有更快的匹配速度，且对存在形变的目标有着更好的匹配效果，但匹配精度不如后两个模块。

原创 学习海康VisionMaster之模板匹配（轮廓匹配）

基于VisionMaster的操作实战：理解轮廓匹配的应用并且实践展示可视化结果

原创 学习架构师的97件事（四）

3：避免进度调整失误：有点像中庸之道的味道，时间紧，任务重，是一个项目基本上的常态，这个前情况下架构师就必须拿出真本领了，通过断舍离的思路，保证核心功能，其他附带功能可以延后，还得使用谈判策略，及时沟通调整。9：架构里没有大写的"I"：这个我是深有体会，我们做自动化的视觉项目，需要了解一些客户现场的生产工艺流程，所以客户往往比我们更加专业，我们要虚心请教，然后集成到软件中去，这样才能让客户满意我们的软件。4：取舍的艺术：鱼和熊掌不可兼得，既要性能，又要时间，那就考研架构师的综合能力了。

原创 读了余华的“活着”

写程序，干工作，很累，需要一种精神的力量

原创 机器视觉实施 标签条码识别

标签，一维码识别的一些编程经验分享

原创 机器视觉实施 C# 调用DLL问题

首先感慨一下最近真的很忙，但是忙的有很无头绪，程序员的苦恼，不知道何时才能忙到头，陪伴家里，一个小问题卡了2天，今天终于根治了，分享总结下，终归是个收获C#调用DLL已经做过很多了，但是这次遇到的确实一个从来没遇到的问题，可能也是自己水平有限，还是要感谢优快云上的一些资料，协助我破解了这个难题上图：最近公司用了一台新的嵌入式工控机，上面有GPIO，一个月前用过这个工控机样机，写过这个GPIO的DLL，所以将文件找出来，就按照以前一样，安装软件，将DLL拷贝到软件安装目录，一切操作OK，

原创 学习架构师的97件事（三）

一：继续学习，架构师之路 最近事情真是太多了，天天出差，每天跑客户调试机器，底层程序员的苦啊，真是还要苦练内功啊 吐槽过后，还是要继续干活，学习不能停，贵在坚持，感谢身边的每一个小伙伴，我们共同进步，努力每一天！！ 1：我们常常忽略了自己在谈判： 读到这节，我感觉很羞愧，自己完全没有谈判的技巧，总是吃亏，道理都明白，但是从嘴里说出来就好像不是那意思 但是还是要学习谈判技巧啊，不能随便妥协，某些时候还是要坚持原则，对事情，结果负责 2：量化...

原创 学习架构师的97件事（二）

一：继续学习，架构师之路 1：架构决定性能： 架构必须遵循基本原理，单纯的堆硬件，或者调优来提升性能其实有很大的瓶颈，让我想到了安卓和苹果系统 为啥苹果硬件总体配置总是比安卓阵营低(当然CPU除外)，但是整体性能却高出安卓阵营很多，我想架构想必很重要 不过现在安卓也不错了~ 2：分析客户需求背后的意义： 我做机器视觉行业的，这点深有体会，客户总是提出各种奇葩的问题，有些还可能...

原创 学习海康VisionMaster之模板匹配

一：必须下定决心，学习一个新的图像处理算法 学习了7,8年的HALCON了，很好用，就是贵，用不起，遇到成本瓶颈了。 现在做个项目不容易啊，有机会学习海康的VisionMaster，还不错，哈哈~~二：今天学习了一个高精度模板匹配算法实现 1：先导入两张图片，一张正的，一张旋转后的，为了后面看效果 2：用高精度模板匹配，把两个组件的线连起来，功能的输入输出就自动串起来了，有点像康耐视的方式 今天来小试牛刀一...

原创 学习架构师的97件事

一：软件架构师：书架子上的偶遇 突然翻开10年前买来的书《软件架构师应该知道的97件事》，觉得挺有意思，想不到10 年前随便买的一本书，当年只看了个目录，今天看来，很有用！二：开始学习之路 10年的机器视觉 软件开发生涯，现在终于碰到瓶颈了，程序员的宿命，开始思考人生，未来的方向！ 哈哈，译者序下面当年稚嫩的文字，然后就没有然后了三：学习心得分享 思维导图工具真的好用，也是新招的同事介绍的，用的MindMaster，没钱充会员。只能...

原创 一个寒假的总结