halcon视觉入门扫盲篇 前言     在公司让我研究视觉的时候,我是两眼一抹黑的.之前完全没有接触过视觉.综合权衡后选择了Halcon,使用的是HDevelop 13 (64-bit).     下载地址 官方下载     破解有点麻烦,我使用的是文件替换破解.一个exe文件一个dll文件,替换即可. 假设以上环境搭建没有问题,现在开始了解视觉识别的套路 基础知识 既然是做视觉,就需要图像,不管这个图像是从摄像头读过来的还是从文件中读取的.图片有一些基础信息,比如: 通道:一张图片一般有3个

halcon视觉入门钢珠识别 经过入门篇,我们有了基础的视觉识别知识.现在加以应用. 有如下图片: 我们需要识别图片中比较明亮的中间区域,有黑色的钢珠,我们需要知道他的位置和面积. 分析如何识别 编写代码实现识别 实现代码如下: * Image Acquisition 01: Code generated by Image Acquisition 01 read_image (Image, 'D:/temp/cir.png') dev_close_window () get_image_size

Halcon视觉入门芯片识别 需求 有如下图的一个摆盘,摆盘的方格中摆放芯片,一个格子中只放一个,我们需要知道每个方格中是否有芯片去指导我们将芯片放到空的方格中. 分析 通过图片分析得出 我们感兴趣的区域在中间,每个方格大小类似 芯片大小相同 方格是白色的 方格有100个,方格外的不识别 解决问题的思路 建立ROI关注每一个方格 需要提取方格的特征 单独分析每一个方格,如果方格中存在芯片(通过特征分析芯片是否存在),则标注出来,如果不存在,标注为红色,代表是空的,可以摆放芯片. 在编写代码之前,

今天我们来听听看来自一个机器视觉工程师的唠叨和吐槽,在这之后,你还想学人工智能,还想学机器视觉?恭喜你,你对人工智能机器视觉是真爱了! 既然自己选择了这条路,那么无论前进路上有多坎坷,跪着也要走完. 据弘则研究数据报告,人工智能即将进入产业爆发的拐点,市场对机器视觉工程师的需求缺口越来越大,可是当今市场却呈现机器视觉工程师人才供应不足,供不应求的情况. 比如,前段时间,有一个机器视觉企业的HR朋友聊天的时候跟我说,他们公司即使开出了2万月薪的高薪,想招几个机器视觉工程师,居然一整年招不到人. 企

* dev前缀的算子表示开发编译器相关的函数 dev_update_window ('off')//halcon编辑器图形输出界面参数是否都更新,off表示手动,on表示全部更新 dev_close_window ()//关闭图形窗口 dev_open_window (, , , , 'black', WindowID)//打开图形窗口 read_image (Bond, 'die/die_03')//读图到Bond变量 dev_display (Bond)//显示图像 set_display_

16.6  Parameters get_system_ 功能:根据HALCON系统参数获取关于当前的信息. set_system 功能:HALCON系统参数的设置. 16.7  Serial clear_serial 功能:清除一个串行连接的缓冲. close_all_serials 功能:关闭所有的串行设备. close_serial 功能:关闭一个串行设备. get_serial_param 功能:获取一个串行设备的参数. open_serial 功能:打开一个串行设备. read_ser

图像采集和二值化等处理 * Image Acquisition : Code generated by Image Acquisition open_framegrabber (, , , , , , , , , -, AcqHandle) grab_image_start (AcqHandle, -) dev_close_window () dev_open_window (, , , , 'black', WindowHandle) * 不是以填充的形式显示,而是以轮廓的形式显示!* dev

*cbm_label_simple 程序说明:*这个示例程序展示了如何使用基于组件的匹配来定位复合对象.在这种情况下,应该在图像中找到一个标签,用户既不知道其中的组件,也不知道它们之间的关系.因此,创建组件模型需要三个操作符:* 1) gen_initial_components* 2) train_model_components* 3) create_trained_component_model*最后,使用* 4) find_component_model dev_update_off (

Tesseract-OCR的简单使用与训练 最近看到某个网站提交数据要提交验证码,用tesseract自带的识别, 识别出来是什么鬼,0-9识别成了什么玩意! so决定自己训练下tesseract... 1.准备工作(安装工具环境) 1.下载安装tesseract-ocr-setup-3.02.02.exe安装包   http://www.pc0359.cn/downinfo/55218.html 2.安装jTessBoxEditor 下载jTessBoxEditor,地址https://sou

本人是工作八年的视觉工程师,主要从事Halcon和Visionpro视觉开发,谈谈个人对视觉学习看法: 1.HALCON是德国MVtec公司开发的一套完善的标准的机器视觉算法包,它节约了产品成本,缩短了软件开发周期. Halcon:底层功能算法多,运算性能快,开发需要一定软件功底和图像处理理论. 快速学习做法:研究实例.做实战项目.halcon不能提供相应的界面编程需求,需要和vs来构造MFC界面或者QT使用,才能构成一套完整软件. 2.需求主要有二维三维二维:(1)识别定位:(2)OCR识别:

      首页 视界智尚 算法技术 每日技术 来打我呀 注册     OpenCV学习笔记大集锦 整理了我所了解的有关OpenCV的学习笔记.原理分析.使用例程等相关的博文.排序不分先后,随机整理的.如果有好的资源,也欢迎介绍和分享. 1:OpenCV学习笔记 作者:CSDN数量:55篇博文网址:http://blog.csdn.net/column/details/opencv-manual.html 2:部分OpenCV的函数解读和原理解读 作者:梦想腾飞数量:20篇博文网址:http:/

14.1  Access 1. get_region_chain 功能:一个对象的轮廓(contour)作为链式码. 2. get_region_contour 功能:查询一个目标的轮廓(contour). 3. get_region_convex 功能:查询突起的外表作为轮廓(contour). 4. get_region_points 功能:查询一个区域的像素数. 5. get_region_polygon 功能:用一个多边形近似获取区域. 6. get_region_runs 功能:查询一

很多朋友会问到visionpro和halcon这两款机器视觉软件,到底学哪个好呢,今天重码网就给大家讲一讲: 首先比较下两者的优缺点: halcon: 提供的图像算法要比Visionpro多,也就是说HALCON要比Visionpro更灵活,halcon的缺陷检测要比Visionpro强大,但它的视觉定位和测量要比Visionpro差些.项目开发周期也会比Visionpro要长. Visionpro: Visionpro的定位,测量,OCR,OCV等等都要比Halcon的要好,但缺陷检查要比ha

Halcon:机器视觉行业里知名的商业视觉库,非开源的,在国内市场份额处于第一,其提供了1500个多个API算子供开发人员使用,有些编程基础的都可以轻松的入门,其调试也是很方便的,断点单步运行,图像变化随时可以看到.Halcon算子可以被C++,VB,C#,Delphi等开发语言调用,同时算子也提供COM版,原则上,支持COM的所有语言都是可以调用Halcon算子的,所以其开发灵活性和调试方便性深受广大开发者喜欢. Opencv:计算机图像方面的图像库,开源的,可以用于商用,在很多高校和科研机构

很多朋友会问到visionpro和halcon这两款机器视觉软件,到底学哪个好呢,今天重码网就给大家讲一讲: 首先比较下两者的优缺点: halcon: 提供的图像算法要比Visionpro多,也就是说HALCON要比Visionpro更灵活,halcon的缺陷检测要比Visionpro强大,但它的视觉定位和测量要比Visionpro差些.项目开发周期也会比Visionpro要长. Visionpro: Visionpro的定位,测量,OCR,OCV等等都要比Halcon的要好,但缺陷检查要比ha

Halcon中Image有多种像素表示方式,这方面网上找到的资料比较少,有一张大恒图像培训的文档中提到过,感觉描述比较准确: 里面有四种类型比较类似:uint2.int1.int2.int4. 区分起来很简单,带1表示8位,带2表示16位,带4表示32位,带u表示无符号(即无“负号”这种符号) 我用Photoshop生成一张0-255黑白渐变的黑白bmp图片(尺寸256*256),如下: 下面我想探究一下,看这几种不同的图像格式各自的灰度取值范围是多少. read_image (Image, '

收录的图像视觉(也包含机器学习等)领域的博客资源的第二部分,包含:美国MIT.斯坦福.CMU三所高校 1)这些名人大家一般都熟悉,本文仅收录了包含较多资料的个人博客,并且有不少更新,还有些名人由于分享的paper.code或者数据集不多,暂时没收录了. 2)排名按照字母顺序 3)主要按照博客的域名进行分类,不代表作者当前工作所在机构 4)更新日期有可能不是最最新的日期,供参考 1        美国 1.1     MIT 1.1.1   Antonio Torralba MIT助理教授Anto

一.二维码简介 1 . 类型多样,常见的有QR Code二维码. Data Matrix二维码等. 2．高密度编码,信息容量大. 3．容错能力强,具有纠错功能:二维码因穿孔.污损等引起局部损坏时,照样可以正确得到识读,损毁面积达50%仍可恢复信息. 4．译码可靠性高:它比普通条码译码错误率百万分之二要低得多,误码率不超过千万分之一. 5．可引入加密措施:保密性.防伪性好. 二.图像预处理和二维码增强 对比度太低:scale_image(或使用外部程序scale_image_range),增强图像

add by zhj: 工作中提高自己水平的最重要的一点是——快速的学习能力.这篇文章就是探讨这个问题的,掌握了快速学习能力的规律,你自然就有了快速学习能力了. 原文:Learning How to Learn学习笔记 强力推荐的Coursera课程 “learning how to learn”. 这门课的一个主要观点是 diffuse mode thinking (如常规的身体锻炼) 对提高思考和学习能力有很大帮助.我实践了一两个月,感觉效果很好.工作中遇到的问题都更容易梳理解决.我们目标只

Convolutional Networks for Images,Speech,and Time-series Yann LeCun  Yoshua Bengio 1995年的 1引言 多层BP网络可以从大数据样本中学习复杂的,高维的,非线性的映射并用于图像识别和语音识别任务(见pattern recognition and neural networks).在模式识别的传统模型中,是通过使用手动设计的特征提取器从输入数据中提取特征然后消除无关变量.随后通过一个可以训练的分类器来讲这些特征向量