視覺編程案例
㈠ 機器視覺學什麼語言
機器視覺用什麼語言開發
目前可以開發機器視覺的相關計算機語言有C++，C#，JAVA，PYTHON等，甚至簡單的PHP和JAVASCRIPT也可以開發相關的功能。
機器視覺需要用到圖像處理庫，有很多免費且開源的第三方圖像庫可以用，如十分著名的OpenCV，有C++，JAVA，PYTHON的版本，它包含了很多現成的函數，可以處理圖像的形狀，顏色，大小，圖像文件保存，找相似圖像，物體邊緣（Cannyedge）演算法。
機器視覺的另一個方向是神經網路深度學習演算法。這裡面有代表性的是谷歌的TensorFlow，具有很強大的機器視覺能力。
文字識別方面的代表有谷歌的Tesseract，這也是開源項目。
機器視覺用什麼硬體
一個典型的機器視覺系統包括以下五大塊：
1.照明
照明是影響機器視覺系統輸入的重要因素，它直接影響輸入數據的質量和應用效果。由於沒有通用的機器視覺光源照明設備，所以針對每個特定的應用實例，要選擇相應的照明裝置，以達到最佳效果。光源可分為可見光和不可見光。常用的幾種可見光源是白幟燈、日光燈、水銀燈和鈉光燈。可見光的缺點是光能不能保持穩定。如何使光能在一定的程度上保持穩定，是實用化過程中急需要解決的問題。另一方面，環境光有可能影響圖像的質量，所以可採用加防護屏的方法來減少環境光的影響。照明系統按其照射方法可分為：背向照明、前向照明、結構光和頻閃光照明等。其中，背向照明是被測物放在光源和攝像機之間，它的優點是能獲得高對比度的圖像。前向照明是光源和攝像機位於被測物的同側，這種方式便於安裝。結構光照明是將光柵或線光源等投射到被測物上，根據它們產生的畸變，解調出被測物的三維信息。頻閃光照明是將高頻率的光脈沖照射到物體上，攝像機拍攝要求與光源同步。
2.工業鏡頭
FOV（FieldOfVision）=所需解析度*亞象素*相機尺寸/PRTM（零件測量公差比）鏡頭選擇應注意：①焦距②目標高度③影像高度④放大倍數⑤影像至目標的距離⑥中心點/節點⑦畸變
3.相機
按照不同標准可分為：標准解析度數字相機和模擬相機等。要根據不同的實際應用場合選不同的相機和高解析度相機：線掃描CCD和面陣CCD；單色相機和彩色相機。
4.圖像採集卡
圖像採集卡只是完整的機器視覺系統的一個部件，但是它扮演一個非常重要的角色。圖像採集卡直接決定了攝像頭的介面：黑白、彩色、模擬、數字等等。
比較典型的是PCI或AGP兼容的捕獲卡，可以將圖像迅速地傳送到計算機存儲器進行處理。有些採集卡有內置的多路開關。例如，可以連接8個不同的攝像機，然後告訴採集卡採用那一個相機抓拍到的信息。有些採集卡有內置的數字輸入以觸發採集卡進行捕捉，當採集卡抓拍圖像時數字輸出口就觸發閘門。
目前，千兆網口工業相機逐步成為主流，圖像採集卡一般採用視覺專用的千兆網卡。
5.視覺處理器
視覺處理器集採集卡與處理器於一體。以往計算機速度較慢時，採用視覺處理器加快視覺處理任務。現在由於採集卡可以快速傳輸圖像到存儲器，而且計算機也快多了，所以現在視覺處理器用的較少了。
更多精彩閱讀：
機器視覺是什麼意思_機器視覺應用案例
機器視覺的任務_機器視覺的基本工作過程是怎樣的
機器視覺自學需要學什麼_學機器視覺好找工作嗎
㈡ 什麼是視覺編程
我們處理的圖像一般是灰度圖像，也就是只有一個通道，一個像素點可分為0到255個明暗的程度。兩幅圖像找出有什麼不同就必須根據這個來判別（前提是定位要比較准確），當然這是最基本的，現在我們可以把兩幅圖像分別抽象成個矩陣，每個值是0到255，再將兩矩陣相應的值相減，比如兩幅圖像是一模一樣，的出的結果理論上就都是0，就是一幅黑色的圖像，如果不一樣則會有亮點 描述的不怎麼好 希望對你有幫助
㈢ OpenCV2計算機視覺編程手冊的內容簡介
《OpenCV2計算機視覺編程手冊》以案例的形式介紹OpenCV 2.X的新特性和C++新介面，案例中包含具體的代碼與詳細的說明。本書很好地平衡了基礎知識與進階內容，要求讀者具有基礎的C++知識。本書既適合想要學習計算機視覺的C++初學者，也適合專業的軟體開發人員。
