第一篇 学习图像处理有何作用？

       之前在微信上写了两篇图像和颜色的问题，本来按照常规则依次按图像去色，图像变换，模糊处理，边缘算法之类的写，但是突然想到的一个问题，我这么写和大多数技术流的没有什么区别吧。而且看的人也少，因为很多人不知道学习这个东西到底有什么作用。所以也就没有什么学习兴趣吧。就像我们以前读书学数字物理化学英语一样，我们不知道学它后究竟用它来干什么，为什么要学它，所以当然提不起兴趣，也就学不好是理所当然的了。所以我突然想，还是先写一篇，学习图像处理的作用吧。
        开讲之前，先说说图像处理方面的应用领域吧。就我们目前日常生活中见得最多的，应用也是最多的就是条码识别啊。即我们的手机上的微信和支持宝上的扫一扫功能。而我们主要就是用来扫描和识别二维条码。
        图像处理的另一个名词，在工业领域叫机器视觉。即用机器的方式来完成人眼需要干的活。分开的来说，是机器+视觉。即机器人，配合视觉检测数据进行工作。
    所以除了我们的扫一扫外，比较正统的应用，像流水线上产品检测。
下面我稍微列举一下：
条码检测：
流水线上一维二维条码条码，应用于物流分捡上的一二维条码识别。
生物检测方面：
指纹识别，上班打卡的应用最多。
人脸识别，现在高铁进站，罪犯追踪都是用这个。
虹膜识别。这个见得比较多，特别是电影里对虹膜识别比较多。因为这玩意不容易造假，所以电影就都是抠掉眼珠子来检测。
工业领域的：
印刷电路板缺陷检测，流水线上的产品外形和表面缺陷检验，金属表面视觉检测等。
医学方面的：
目前很多血液分析，病理分析都用到了视觉检测。
OCR，自动汽车驾驶等。
        其实应用领域很多，基本上，但凡人眼能干的事，它都能插上一脚。其实很多人会想当然的想即使人眼能干，为什么要用机器来搞呢。主要是因为，如果我们检测一张图像，人眼能很好的完成 ，但是如果是检测十万张呢。用人眼来检查，人就要疯了，再如果给这个数字加一个时间限制呢？如果要求人眼一分钟检测多少呢，这就真不是人眼能干的了。但是机器却能干得很好。最重要的是机器视觉配合机器人，检测到不合格的产品后机器人配合捡出来。
        目前机器视觉领域在市场的应用非常广泛。但是主要产品却基本上都是国外的，我以前在工作中做项目的时候接触到的，基本上没有国内的产品。当时有研究美国的康耐视的VisionPro，美国的国家仪器VisionBuider，德国MVTech的halcon,日本的基恩士，加拿大的Delsa的Inspect, 德国的ATTO的VIMos等，就不一一列举了，比较伤心。在这一个领域，中国与外国的差距太大。不过这些年国内也开始重视起来了。主要是因为这个领域的产品都是超高利润价值。还有一个最重要的原因，就是开源的OpenCV，如果没有这个软件，估计中国还不知道要多少年才能进入这个领域。中国目前的工业领域，基本上也主要是低端制造，大部分高端领域，我们也只能是用别国的产品来帮助我们提升制造能力。其实硬件方面比较容易提升，而软件方面的难度却大得多，也需要更多的积累。
    贴两张以前工作时写的文档图片来结束吧（以下是内部文档内容）。

    贴两张我的交流用图。