机器视觉工具箱下载

7. 不同版本的视觉工具箱对于相机的定义有区别吗

CCD工业相机作为机器视觉系统中的一个关键组件，其最本质的功能就是将光信号转变成为有序的电信号。工业相机又分为模拟相机和数字相机，数字相机大多使用并行接口标准，一个良好的标准，提供了大范围的采集速度，图像尺寸，像素深度。并行相机通常需要用户订制电缆和接头，来配合采集卡。其技术优势主要有：高速，高像素深度，大图像尺寸；容易配置相机参数和别的功能。缺点：没有物理或协议标准来接采集卡，需要定制电缆和接头，价格相对较昂贵，模拟相机是众多应用的理想选择，因为它有成熟的技术，简单的连线，低成本。连线简单，仅需一根BNC线连接相机到采集卡，而且价格便宜。标准640x480像素分辨率，30帧/秒，满足大多数常见应用。

8. 机器视觉方面有哪些好的开发平台各有什么特点

作者：知乎用户
链接：https://www.hu.com/question/20025224/answer/18874837
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

转自知乎：
机器视觉当前的比较流行的开发模式是“软件平台+工具包”
软件平台：
1.VC：最通用，功能最强大。用户多，和windows搭配，运行性能较好，可以自己写算法，也可以用工具包，而且基本上工具包都支持VC的开发。是大家主要选择的平台。
2.C#：比较容易上手，特别是完成界面等功能比用VC+MFC难度低了很多，已经逐渐成为流行的使用平台了，算法在调用标准的库或者使用C#+C++混合编程。可以看到目前很多相机厂商的SDK都已经开始使用C#做应用程序了。
3.LabVIEW：NI的工具图形化开发平台，开发软件快，特别是做工控行业或者自动化测试行业的很多工程师，由于使用labview进行测试测量的广泛性，所以都有labview的基础，再调用NI的Vision图像工具包开发，开发周期短，维护较为容易。
4.VB、delphi：用的人越来越少了。
5.其他：java等没有看到人用过。
工具包：
1.halcon：出自德国MVTech。底层的功能算法很多，运算性能快，用其开发需要一定软件功底和图像处理理论。
2.VisionPro：美国康耐视的图像处理工具包。性能大多数算法性能都很好，性能上没有和halcon直接对比过，但是开发上手比halcon容易。
3.NI Vision：NI的特点是自动化测试大多数需要的软硬件都有解决方案，有点事软件图形化编程，上手快，开发周期快，缺点是并不是每个软件都非常厉害。视觉工具包的优势是售价比大多数工具包或者算法的天文数字便宜了不少，而且整个工具包一个价格，而不是一个算法一个算法地卖，性能方面在速度和精度没有前两种软件好。
4.MIL：加拿大maxtrox的产品，是Matrox Imaging Library 的简写。早期推广和普及程度不错，当前似乎主要用户还是早期的做激光设备的一些用户在用，所以用于定位的较多。
5.CK Vision。创科公司的软件包，相对前面几个工具包来说价格优势比较明显，另外机器视觉需要的功能也基本都有，所以在国内自动化设备特别是批量设备同时需要保护版权的企业而言，用量很大，推广也不错。
6.迈斯肯：迈斯肯的视觉主要产品还是条码阅读一类，图像工具包没有用过，不了解，不评价。
7.OpenCV：感觉openCV更多的还是用在计算机视觉领域，在机器视觉领域其实不算太多，应为机器视觉领域当前主要的应用还是定位、测量、外观、OCR/OCV，感觉这几项都不是opencv的专长。
8.其他：其他还有一些厂家的图像工具包，要么市场影响力不大，要么本人没有用过，不评价。

9. 《数字图像处理与机器视觉VisualC++与Matlab实现》epub下载在线阅读，求百度网盘云资源

《数字图像处理与机器视觉》（张铮）电子书网盘下载免费在线阅读

资源链接：

链接：

书名：数字图像处理与机器视觉

作者：张铮

豆瓣评分：8.0

出版社：人民邮电出版社

出版年份：2010-4-1

页数：544

内容简介：

数字图像处理与机器视觉：Visual C++与Matlab实现，ISBN：9787115220233，作者：张铮，王艳平，薛桂香 编著

10. 如何选择机器视觉软件

作为机器视觉系统的重要组成部分，图像处理软件主要通过对图像的分析、处理和识别，实现对特定目标特征的检测。由于机器视觉系统在现代工业领域的广泛应用，使应用于机器视觉系统的机器视觉软件技术得到了高速发展，国内这方面比较出色的机器视觉软件例如湖南科天健光电技术有限公司自己研发的AcutEye软件应用比较广泛。

目前，机器视觉软件的竞争，已从过去单纯追求软件多功能的竞争，转向对检测算法的准确性、高效性的竞争。常规的机器视觉软件均可提供搜索、光学字符识别、边缘、blob分析、卡尺工具等多种检测功能，但由于算法设计的不同，其检测效果却存在较大的差异。优秀的机器视觉软件可对图像中的目标特征进行快速而准确的检测，并最大限度的减少对硬件系统的依赖性。面对不同公司的机器视觉软件，客户在挑选时应该考虑哪些因素呢?

1.定位
对象或特征的精确定位是一个检测系统或由视觉引导的运动系统的重要功能。
2.光学装置与照明
适当的光学装置和照明对视觉应用的成功至关重要。
3.完整的工具集对绑在一起的多个工具
机器视觉软件主要以两种典型的形式出售，一种是完整的视觉工具集，另一种是用于特定任务的工具的应用，最终用户的应用将决定是使用一套完整的视觉工具集还是使用众多的特定的工具。
4.编程和操作方便 简洁、直观的图形界面是容易使用和设置的关键
机器视觉产品主要区别在于他们的图形接口，接口应该从“设置”和“操作”两方面来评价。
5.亚象素精度
机器视觉算法具有亚象素的能力，即这些算法能够测量或得出比一个象素更小的单位。
6.将来的升级
机器视觉系统可应用在各种场合，当选择一个系统时应考虑系统将来的升级。
7.图象预处理
图象预处理算法能把图象的特征点放大，以使视觉工具能更好的检测它们。
8.视觉引导的运动
如果你的应用需要一个视觉系统来引导机器人，那么必须知道视觉系统与运动系统是如何集成的。
9.系统集成
10.工厂层连接
通用的接口象串口(RS-232)、RS-485、并口、Ethernet、Devicenet、数字I/O、IEEE-1394和USB等，更新的接口如cameralink、Coaxpress也得到了广泛的应用，当评估视觉系统时，要考虑工厂层的可连接性

希望我的回答对你有帮助！