-
1 # zaq
-
2 # 工控程式設計
1.來分享我自己的經歷吧，本人電氣工程師，非視覺專業人士。
行業裡，機器視覺就好比十幾年前的PLC，
處於成熟，高速推廣階段。
混在自動化行業裡，只會點PLC，伺服，變頻啥的，實在混不下去了。
因為高階點的都是運動卡定位，機器影片識別。機械手抓取。
跟PLC也不搭幹哦。
這些不都是工業
4.0的代名詞麼，
所以從事這方面前途無量，槓槓滴。2.國外視覺起步的早，所以市面上商用視覺演算法庫都不是中國的。
比如N0.1的halcon,
NO.2的VisionPro。
所以還得靠你們這些新起之秀，開發出更多有競爭的演算法產品。
3.至於學習方面，作為非專業人士，我是這樣學習與上手的。
數字影象常識肯定要有的，剛好有看你提到的究剛薩雷斯的書。
然後是數學功底，這個真沒低，只有看懂手冊的能力。
所以我把自己定位為應用型的工程師，也就是使用演算法庫，開發裝置，解決問題。
所以我一開始就選擇商用的NO.1，halcon。
至於open_cv，這個是微軟開源庫，往演算法方向發展的可以研究。
4.建議。
建議直接學習HALCON吧，資料多，上手快，
很多專業術語，概念相關的東西，透過HALCON提供的應用例項，很好理解。
熟悉了HALCON，你再去使用其他庫，會很好理解，因為理論都一樣。
-
3 # zaq
目前來說，隨著智慧化的發展以及工業自動化的大力發展，機器視覺越來越多的應用在實際生活當中，由於計算機視覺市場巨大而且持續增長，且這方面沒有標準API，如今的計算機視覺軟體大概有以下三種： 1、研究程式碼（慢，不穩定，獨立並與其他庫不相容） 2、花費很高的商業化工具（比如Halcon,VisionPro等） 3、依賴硬體的一些特別的解決方案（比如影片監控，製造控制系統，醫療裝置）這是如今的現狀，而標準的API將簡化計算機視覺程式和解決方案的開發，OpenCV致力於成為這樣的標準API。 OpenCV致力於真實世界的實時應用，透過最佳化的C程式碼的編寫對其執行速度帶來了可觀的提升，並且可以透過購買Intel的IPP高效能多媒體函式庫（Integrated Performance Primitives）得到更快的處理速度。
OpenCV由於是免費開源的，目前在商業產品的開發上面運用的越來越多，但是對於影象處理知識基礎不紮實，或者程式設計能力不太強的人來說，個人認為OpenCv還是不太容易上手學習的。
Halcon或者VisionPro等視覺開發軟體在開發速度上和初學影象處理的人來說比較容易上手，而且這兩種軟體也有自己的程式語言，通俗易懂，容易上手，它們都集成了很多的演算法，以及優化了很多視覺演算法，例如halcon中還有上千個例項可以參考，而且在嵌入程式中也十分簡單，所以，個人建議學習halcon或者VisionPro等軟體進行開發。
最後關於機器視覺的以後發展就業問題，這個行業以後的前景會越來越好的，智慧化離不開視覺，工業化裝置目前也越來越多的結合了機器視覺來進行視覺定位，視覺檢測，產品組裝等，而且目前市場上對於影象處理或者機器視覺方面的軟體工程師的薪資待遇相對來說還是很不錯。
-
4 # 工控程式設計
1.來分享我自己的經歷吧，本人電氣工程師，非視覺專業人士。
行業裡，機器視覺就好比十幾年前的PLC，
處於成熟，高速推廣階段。
混在自動化行業裡，只會點PLC，伺服，變頻啥的，實在混不下去了。
因為高階點的都是運動卡定位，機器影片識別。機械手抓取。
跟PLC也不搭幹哦。
這些不都是工業
4.0的代名詞麼，
所以從事這方面前途無量，槓槓滴。2.國外視覺起步的早，所以市面上商用視覺演算法庫都不是中國的。
比如N0.1的halcon,
NO.2的VisionPro。
所以還得靠你們這些新起之秀，開發出更多有競爭的演算法產品。
3.至於學習方面，作為非專業人士，我是這樣學習與上手的。
數字影象常識肯定要有的，剛好有看你提到的究剛薩雷斯的書。
然後是數學功底，這個真沒低，只有看懂手冊的能力。
所以我把自己定位為應用型的工程師，也就是使用演算法庫，開發裝置，解決問題。
所以我一開始就選擇商用的NO.1，halcon。
至於open_cv，這個是微軟開源庫，往演算法方向發展的可以研究。
4.建議。
建議直接學習HALCON吧，資料多，上手快，
很多專業術語，概念相關的東西，透過HALCON提供的應用例項，很好理解。
熟悉了HALCON，你再去使用其他庫，會很好理解，因為理論都一樣。
現在研一了，基本確定機器視覺方面的研究方向了，現在正在研究剛薩雷斯的數字影象處理，準備接下來約open_cv,halcon,有誰懂的，說說這方面現在發現咋樣，有前途沒，我該怎樣往這方面學習呢
回覆列表
目前來說，隨著智慧化的發展以及工業自動化的大力發展，機器視覺越來越多的應用在實際生活當中，由於計算機視覺市場巨大而且持續增長，且這方面沒有標準API，如今的計算機視覺軟體大概有以下三種： 1、研究程式碼（慢，不穩定，獨立並與其他庫不相容） 2、花費很高的商業化工具（比如Halcon,VisionPro等） 3、依賴硬體的一些特別的解決方案（比如影片監控，製造控制系統，醫療裝置）這是如今的現狀，而標準的API將簡化計算機視覺程式和解決方案的開發，OpenCV致力於成為這樣的標準API。 OpenCV致力於真實世界的實時應用，透過最佳化的C程式碼的編寫對其執行速度帶來了可觀的提升，並且可以透過購買Intel的IPP高效能多媒體函式庫（Integrated Performance Primitives）得到更快的處理速度。
OpenCV由於是免費開源的，目前在商業產品的開發上面運用的越來越多，但是對於影象處理知識基礎不紮實，或者程式設計能力不太強的人來說，個人認為OpenCv還是不太容易上手學習的。
Halcon或者VisionPro等視覺開發軟體在開發速度上和初學影象處理的人來說比較容易上手，而且這兩種軟體也有自己的程式語言，通俗易懂，容易上手，它們都集成了很多的演算法，以及優化了很多視覺演算法，例如halcon中還有上千個例項可以參考，而且在嵌入程式中也十分簡單，所以，個人建議學習halcon或者VisionPro等軟體進行開發。
最後關於機器視覺的以後發展就業問題，這個行業以後的前景會越來越好的，智慧化離不開視覺，工業化裝置目前也越來越多的結合了機器視覺來進行視覺定位，視覺檢測，產品組裝等，而且目前市場上對於影象處理或者機器視覺方面的軟體工程師的薪資待遇相對來說還是很不錯。