機(jī)器視覺方面都有哪些工具，該如何進(jìn)行組合？在機(jī)器視覺領(lǐng)域，常用的算法工具有以下幾種。OpenCV是開源的，做過可視化工作的人都知道著名的OpenCV，它可以運(yùn)行在Linux、Windows、Andro

機(jī)器視覺方面都有哪些工具，該如何進(jìn)行組合？

在機(jī)器視覺領(lǐng)域，常用的算法工具有以下幾種。

OpenCV是開源的，做過可視化工作的人都知道著名的OpenCV，它可以運(yùn)行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。

OpenCV集成了所有算法，可以在此基礎(chǔ)上進(jìn)行優(yōu)化和開發(fā)。它是一個(gè)開源協(xié)議，你可以隨意使用。

VisionPro是康耐視開發(fā)的功能強(qiáng)大的商用算法庫，廣泛應(yīng)用于機(jī)器視覺領(lǐng)域。

收費(fèi)的商業(yè)軟件

3.哈爾孔

Halcon德國(guó)MVtec公司開發(fā)了一套完善、標(biāo)準(zhǔn)的機(jī)器視覺算法包，擁有廣泛使用的機(jī)器視覺集成開發(fā)環(huán)境，有上千種強(qiáng)大、靈活的算子，可以組合各種算法。

收費(fèi)的商業(yè)軟件。

4.倪視覺

由美國(guó)國(guó)家儀器(NI)公司開發(fā)，圖形化編程界面是一大特色，不需要編程。

收費(fèi)的商業(yè)軟件

5.視覺大師

VisionMaster是杭州海康機(jī)器人有限公司自主研發(fā)的機(jī)器視覺軟件算法平臺(tái)，其特點(diǎn)是可視化開發(fā)，界面拖拽模塊，無需編程。

6.Hexsight

Hexsight現(xiàn)在歸LMI公司所有，以前歸Adept機(jī)器人公司所有。它側(cè)重于定位功能，易于開發(fā)，并提供C#、VB和C接口。

7.密耳

MIL的全稱是Matrox Imaging Library，是加拿大Matrox公司開發(fā)的圖像處理軟件開發(fā)包。它是一個(gè)完整的圖像采集、傳輸、處理、分析和顯示的程序庫，包含了大量的圖像處理優(yōu)化功能。

CKVisionBuild

計(jì)算機(jī)視覺領(lǐng)域，最常用的算法有哪些？

計(jì)算機(jī)視覺領(lǐng)域通常不不同的應(yīng)用有不同的算法。我的主要研究是計(jì)算機(jī)視覺的應(yīng)用，主要在圖像預(yù)處理、分類、目標(biāo)檢測(cè)等方面。

1.圖像分類。圖像分類是根據(jù)圖像的語義信息來區(qū)分不同類型的圖像，是計(jì)算機(jī)視覺中一個(gè)重要的基礎(chǔ)問題，也是圖像檢測(cè)、圖像分割、目標(biāo)跟蹤和行為分析等其他高級(jí)視覺任務(wù)的基礎(chǔ)。機(jī)器學(xué)習(xí)的算法包括SVM、Adaboost、決策樹和貝葉斯分類器。深度學(xué)習(xí)中的經(jīng)典算法有AlexNet、VGG、GoogleNet、ResNet等網(wǎng)絡(luò)。

2.目標(biāo)探測(cè)。目標(biāo)檢測(cè)就是在復(fù)雜的場(chǎng)景中檢測(cè)出我們需要的目標(biāo)，這是通過傳統(tǒng)的機(jī)器學(xué)習(xí)算法來實(shí)現(xiàn)的，也可以通過深度學(xué)習(xí)來實(shí)現(xiàn)。傳統(tǒng)的機(jī)器學(xué)習(xí)算法，如使用Adaboost的人臉檢測(cè)，使用SVM算法的行人檢測(cè)等。在深度學(xué)習(xí)方面，有基于區(qū)域建議的兩階段目標(biāo)檢測(cè)算法，如R-CNN、FAST R-CNN、Fast R-CNN，還有端到端的目標(biāo)檢測(cè)算法，如Yolo、SSD等。

3.目標(biāo)追蹤。目標(biāo)跟蹤是指在特定場(chǎng)景中跟蹤一個(gè)或多個(gè)感興趣的特定對(duì)象的過程。我以前做過目標(biāo)跟蹤的實(shí)驗(yàn)，使用傳統(tǒng)的圖像處理算法，如光流法、粒子濾波法、卡爾曼濾波法和KCF相關(guān)濾波算法。深度學(xué)習(xí)算法中有DLT、FCNT、MD網(wǎng)等網(wǎng)絡(luò)，但深度學(xué)習(xí)目標(biāo)跟蹤算法接觸很少，不太了解。

4.語義分割。語義分割是計(jì)算機(jī)視覺中的一項(xiàng)基本任務(wù)。在語義分割中，我們需要將視覺輸入分成不同的語義可解釋類別。 "語義可解釋性和可解釋性意味著分類類別在現(xiàn)實(shí)世界中是有意義的。將整幅圖像分成像素組，然后對(duì)其進(jìn)行標(biāo)記和分類。傳統(tǒng)的圖像分割算法包括基于閾值的分割算法、基于區(qū)域的分割方法、基于邊緣的分割方法和基于特定理論的分割方法?，F(xiàn)在，深度學(xué)習(xí)算法在語義分割方面更有效，例如最常用的全纏繞神經(jīng)網(wǎng)絡(luò)算法(FCN)。

有很多應(yīng)用，比如人臉檢測(cè)識(shí)別，Adaboost算法，MTCNN網(wǎng)絡(luò)，F(xiàn)aceNet網(wǎng)絡(luò)。字符識(shí)別、智能駕駛、醫(yī)學(xué)圖像處理等。，有不同的算法。

計(jì)算機(jī)視覺編程語言需要根據(jù)算法和平臺(tái)來選擇。傳統(tǒng)的圖像處理多使用opencv和matlab平臺(tái)，分別使用C語言和matlab語言；深度學(xué)習(xí)框架大多基于python API實(shí)現(xiàn)，可以用python語言實(shí)現(xiàn)，如Tensorflow、Caffe、keras、MxNet等平臺(tái)。當(dāng)然，Caffe也可以用c實(shí)現(xiàn)。

我現(xiàn)在意識(shí)到傳統(tǒng)了。圖像處理算法用C語言，深度學(xué)習(xí)算法在TensorFlow/Keras框架上用Python語言實(shí)現(xiàn)。