深度可配置CCD智能图像检测系统正式发布(附下载地址和上百个例程)

历经5年研发,内置完整的商业级的机器视觉算法,经过上百个行业实例验证,国内自主产权的智能CCD图像检测系统,正式向大家开放了,大家可以免费试用,评估了。

康恩士智能CCD图像检测系统是一个基于数据流的、为可视化和可配置编程环境设计的高效率机器视觉开发实施工具。利用其内置的全面的和高度优化的图像分析算法工具库,它允许用户可以高效的创建典型的或专属于您的CCD智能图像检测系统。此外,它是一个完整的解决方案,因为它拥有各种主流的工业和互联网协议和逻辑分析工具,此外它还可以自定义一部分的图形用户界面(HMI),可以满足你多样化的需求。

在一开始,康恩士智能图像检测系统的主要设计目标已被明确定义。这将是一个功能强大而且快速入手的,应用灵活而且快速部署的产品,并且是一个不局限于任何特定的硬件或应用程序。康恩士智能图像检测系统拥有所有的一切,它是直观的,强大的,可配置的。

产品特性:

Ø   灵活性强

集成了各种常用机器视觉算法和逻辑运算、数值运算工具,并可以为客户定制专用检测工具,通过组合可以快速实现各种复杂项目。

Ø  界面友好

以图像为中心的用户界面,组态式编程,包含图像采集模块、视觉处理工具模块和通信模块。

Ø  功能强大

高精度亚像素级、模式匹配、相机标定、Blob分析,为MMX和多核硬件加速技术进行优化,支持各种进口与国产相机,能够满足机器视觉应用领域需求。

Ø  操作简单

用户可以通过简单的拖拽方式,选择视觉工具模块,快速构建视觉应用系统、制定工作流程。

Ø  接口丰富

支持国产与进口主流相机,具有PLC、IO、SQL数据库、HTTP、SOAP、TCP Server、Client等通讯接口,支持json和xml封装格式。

Ø  支持用户自定义设置

用户可以自定义参数,除此之外用户还可以定制显示界面,字符叠加、公司标语。

下载链接:https://pan.baidu.com/s/1YPjR_TPJYLmriXNVnNbgZg 提取码:52ai 

好的,以下是一份使用 EmguCV 实现同时截取 16 个 ROI 区域图像例程: ```csharp using Emgu.CV; using Emgu.CV.Structure; // 定义每个 ROI 区域的位置和大小 Rectangle[] roiRects = new Rectangle[16]; roiRects[0] = new Rectangle(10, 10, 100, 100); roiRects[1] = new Rectangle(120, 10, 100, 100); roiRects[2] = new Rectangle(230, 10, 100, 100); // ... 共 16 个 ROI 区域 // 读取原始图像 Image<Bgr, byte> src = new Image<Bgr, byte>("input.jpg"); // 准备一个数组用于保存截取出的 ROI 区域图像 Image<Bgr, byte>[] roiImages = new Image<Bgr, byte>[16]; // 使用 Parallel.For 并行处理每个 ROI 区域 Parallel.For(0, 16, i => { // 截取当前 ROI 区域的图像 Image<Bgr, byte> roiImage = src.Copy(roiRects[i]); // 保存截取出的 ROI 区域图像 roiImages[i] = roiImage; }); // 将所有截取出的 ROI 区域图像拼接成一张大图像 Image<Bgr, byte> dst = new Image<Bgr, byte>(src.Width, src.Height); int x = 0, y = 0; for (int i = 0; i < 16; i++) { dst.ROI = new Rectangle(x, y, roiRects[i].Width, roiRects[i].Height); roiImages[i].CopyTo(dst); x += roiRects[i].Width; if (x >= src.Width) { x = 0; y += roiRects[i].Height; } } dst.ROI = Rectangle.Empty; // 显示结果 CvInvoke.Imshow("Result", dst); CvInvoke.WaitKey(); ``` 在这份代码中,我们首先定义了一个包含 16 个 ROI 区域位置和大小的数组 `roiRects`,然后读取了原始图像。接下来,我们使用 `Parallel.For` 并行地处理每个 ROI 区域,将截取出的图像保存到一个数组 `roiImages` 中。最后,我们将所有截取出的 ROI 区域图像拼接成一张大图像,并显示出来。 使用并行处理可以加快截取速度,但是也需要注意线程安全问题。此外,如果您需要截取的 ROI 区域位置和大小不同,可以根据实际情况修改代码中的 `roiRects` 数组即可。
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值