Red de conocimiento informático - Conocimiento del nombre de dominio - ¿Qué herramientas de desarrollo se utilizan para desarrollar software de visión artificial?

¿Qué herramientas de desarrollo se utilizan para desarrollar software de visión artificial?

Hasta donde yo sé: el modelo de desarrollo más popular para visión artificial es la plataforma de software "software platform toolkit":

1.VC: el más versátil y potente. Hay muchos usuarios. Coopera con Windows y tiene un rendimiento de ejecución relativamente bueno. Puede escribir sus propios algoritmos o utilizar kits de herramientas, y básicamente todos los kits de herramientas admiten el desarrollo de VC. Es la plataforma que todo el mundo elige principalmente.

2. C#: es relativamente fácil comenzar, especialmente completar funciones como interfaces es mucho menos difícil que usar VC MFC. El uso de la plataforma se puede llamar estándar. biblioteca sobre el algoritmo o utilice la programación híbrida C# C. Se puede ver que los SDK de muchos fabricantes de cámaras han comenzado a utilizar C# para crear aplicaciones.

3.LabVIEW: la plataforma de desarrollo gráfico de herramientas de NI, que puede desarrollar software muy rápidamente. Especialmente hay muchos ingenieros en la industria del control industrial o la industria de pruebas automatizadas debido a la amplia gama de pruebas y mediciones que utilizan labview. Entonces, con la base de labview y luego utilizando el kit de herramientas de imágenes Vision de NI para el desarrollo, el ciclo de desarrollo es corto y el mantenimiento es relativamente fácil.

4. VB, Delphi: cada vez menos gente los utiliza.

5. Otros: java, etc. No he visto a nadie usándolo. Kit de herramientas: 1.Halcon: MVTech de Alemania. El algoritmo de función subyacente tiene un buen rendimiento informático y una velocidad rápida. Su desarrollo requiere ciertas habilidades de software y teoría de procesamiento de imágenes. 2.VisionPro: kit de herramientas de procesamiento de imágenes de Cognex Corporation de Estados Unidos. El rendimiento de la mayoría de los algoritmos es muy bueno. El rendimiento no es directamente comparable al de halcon, pero es más fácil de desarrollar y comenzar que halcon. 3. NIVision: NI se caracteriza por las soluciones necesarias para probar automáticamente la mayoría del hardware y software. Es un poco como la programación gráfica de software. Es rápido de comenzar y tiene un ciclo de desarrollo corto. La desventaja es que no todos los software son muy potentes. . La ventaja del kit de herramientas de visualización es que se vende a un precio mucho más barato que la mayoría de los kits de herramientas o algoritmos, y todo el kit de herramientas se vende a un precio único en lugar de algoritmo por algoritmo. Su rendimiento en términos de velocidad y precisión no es tan bueno como. Los dos primeros software: producto canadiense Maxtrox, es la abreviatura de MatroxImagingLibrary. La promoción y popularidad iniciales son bastante buenas. En la actualidad, parece que los principales usuarios siguen siendo algunos usuarios que fabricaban equipos láser en los primeros días, por lo que necesitan hacer más posicionamiento. 5.CKVisión. El paquete de software de Tronc tiene una ventaja de precio obvia sobre los kits de herramientas anteriores. Además, básicamente también tiene funciones para las necesidades de visión artificial. Por lo tanto, se utiliza en grandes cantidades entre las empresas nacionales que necesitan proteger sus derechos de autor sobre equipos de automatización, especialmente por lotes. Los dos primeros programas son equivalentes. Para las empresas, el uso es muy amplio y la promoción también es muy buena.

6. Myscan: el producto principal de Myscan sigue siendo un kit de herramientas de imágenes para lectura de códigos de barras. Nunca lo he usado, no lo entiendo y no puedo comentar sobre él.

7. OpenCV: Creo que openCV está más en el campo de la visión por computadora y no se usa ampliamente en el campo de la visión artificial. Las principales aplicaciones en el campo de la visión artificial son el posicionamiento y la medición. , apariencia y OCR/OCV Creo que estos no son los puntos fuertes de opencv.

8.Otros: Hay kits de herramientas de imágenes de otros fabricantes, cualquiera de los cuales tiene poca influencia en el mercado, o no los he usado, por lo que no haré comentarios.