本文探讨了机器视觉和图像识别的区别，并通过C++图片处理问题、机器视觉检测原理、SIFT、SURF等算法性能比较，以及基于OPENCV的机器视觉实践，阐述了机器视觉在缺陷检测、图像匹配、边缘检测等方面的应用。同时，介绍了机器视觉软件开发的常用工具和库，如OpenCV、TensorFlow等。
C++图片处理问题（高分50） 50
。
第一个问题很麻烦，因为一个BMP图包含的信息部仅仅是每个点的数据，还有很多bitmap格式信息，解决方法：首先你要确定你用什么环境，vc++6.0,2003,2005可用的办法不一样然后，去网上搜一段写好了的函数或类来解决这个问题，他的实现方法如果你对bmp格式文件存储没有兴趣的话大可以不必关心，与图像处理没有关系。
然后是太阳的问题：这个问题可以简单可以复杂，如果简单处理的话，选择一个阈值，对矩阵中的每个点与该值比较，符合的就被认为是太阳，否则不是，推荐在HSI空间内做，不要在RGB空间做，这样简单一些。
但问题是，要求被处理的图片的的情况类似，否则固定阈值就不能很好的区分。如果画面中只有太阳，可以考虑首先提取圆形区域出来，然后处理。如果画面中，太阳和其他区域的亮度区间比较集中，可以考虑用直方图处理。
……越说越复杂了，这个可以考虑参考机器视觉方面的书（注意不是图像处理，那些书主要讲滤镜的）
谷歌人工智能写作项目：神经网络伪原创
机器视觉检测主要是什么原理？
机器视觉的缺陷检测原理是基于对人眼检测的模拟，用简单的归纳思维来进行识别文
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
