东城十三-CSDN博客

原创基于Halcon的DeepOCR与C#集成

使用Halcon的DeepOCR与C#结合，开发者可以轻松实现强大的OCR功能。本文介绍了常用的DLL类库文件、模型文件的加载以及C#编程的完整示例，帮助您快速上手基于DeepOCR的开发。无论是图像处理的精度，还是系统的扩展性，Halcon的DeepOCR都能为各种应用场景提供支持。参考文档Halcon官方文档DeepOCR技术指南通过以上的技术文档与实战代码，您可以深入了解如何在C#项目中集成Halcon的DeepOCR功能，并快速构建自己的OCR识别系统。

2024-10-10 19:57:30 970

原创 VUCA视觉系统----工业视觉UI

下图展示了一个工业图像识别软件的界面，主要用于分析和识别不同形状的工具部件。该系统不仅能够快速识别出工具的形状，还能将其与预设标准模板进行比较，以确定工具是否符合规范要求。基于视觉系统的工具识别技术在工业自动化中扮演着越来越重要的角色。这种系统不仅可以显著提高生产效率，还能减少人为错误，提高产品质量。随着视觉算法的不断优化和硬件性能的提升，未来的图像识别系统将在更多工业领域中发挥更大的作用。

2024-10-07 23:17:33 388

原创自定义标定协议

本文档详细描述了机械手在自动标定过程中的通信协议。每个命令的接收和发送格式均以表格形式呈现，提供了明确的示例，用于确保系统之间的有效通信。本文档通过表格的形式详细列出了机械手自动标定协议的命令及其格式。每个命令均对应不同的标定功能，便于开发者实现自动标定过程中的通信和控制。

2024-10-05 02:11:44 268

原创 OMG-Seg：一个模型搞定所有分割任务的终极解决方案，大幅提升AI自动标注效率！

它采用了一种编码器-解码器架构，并使用任务特定的查询和输出来实现各种分割任务，显著简化了分割任务的部署。分割任务通常要求对图像或视频中的每个像素进行分类，传统上使用单独的模型来处理不同的分割任务，例如语义分割、实例分割、全景分割等。通过一个模型架构的多任务处理，OMG-Seg 展示了其在实际应用中的巨大潜力和高效性，尤其在自动 AI 标注工具的开发和使用中，能够显著提高标注的效率和效果。OMG-Seg 通过联合训练，能够在一次训练中处理多个密集预测任务，从而显著提高了模型的泛化能力和在不同任务中的表现。

2024-09-15 23:41:53 744 1

原创技术文档：使用雅马哈机器人生成已知中心和半径的圆弧轨迹

圆心坐标 (Cx, Cy)半径 R轨迹点的角度（弧度）：θ1, θ2, θ3定义圆心的坐标和半径。DIM Cx AS DOUBLE = 300.0 ' 圆心X坐标DIM Cy AS DOUBLE = 200.0 ' 圆心Y坐标DIM R AS DOUBLE = 50.0 ' 半径通过以上步骤，使用已知圆心和半径生成圆弧轨迹点，并将其转换为雅马哈机器人控制器可以使用的轨迹点代码和运动指令，可以方便地控制机器人沿指定圆弧轨迹运动。

2024-07-16 12:16:20 472

原创姿势估计简介及应用

通过以上代码，我们可以实现相机的姿势估计，包括计算相机姿态和绘制三维坐标轴。姿势估计（Pose Estimation）是计算机视觉中的重要任务之一，旨在确定物体在三维空间中的位置和方向。本文介绍姿势估计的原理及其在 OpenCV 和 Emgu CV 中的实现。姿势估计涉及相机坐标系和世界坐标系之间的转换。通过已知的三维点（世界坐标系）和其对应的二维图像点（相机坐标系），可以求解出相机的姿态，即平移和旋转矩阵。准备一组已知的三维点及其对应的二维图像点。使用 OpenCV 的。

2024-06-28 23:04:30 594

原创相机校准简介及应用

通过以上代码，我们可以实现相机的校准，包括捕捉棋盘图像、查找棋盘角点、相机标定和畸变校正。相机校准的主要目的是确定相机的内参数和畸变参数，包括焦距、光心、径向畸变和切向畸变等。常用的校准方法是基于棋盘图案，通过拍摄多张不同视角的棋盘图像，提取图像中的角点，利用这些角点进行相机标定。相机校准是计算机视觉中的基本任务之一，通过相机校准，可以获取相机的内参和外参，进行图像的畸变校正和三维重建等操作。本文介绍相机校准的原理及其在 OpenCV 和 Emgu CV 中的实现。在捕捉到的棋盘图像中查找棋盘角点。

2024-06-28 23:00:50 720

原创背景减法简介及应用

通过以上代码，我们可以实现图像中的简单背景减法、高斯混合模型背景减法和 KNN 背景减法。背景减法在视频监控、目标跟踪和行为分析等领域有广泛应用。背景减法是一种常用的运动检测技术，通过从图像序列中减去静态背景，来检测和提取前景目标。背景减法的基本思想是通过建立背景模型，并将每一帧图像与背景模型进行比较，来检测前景目标。常见的背景减法算法包括简单背景减法、高斯混合模型（GMM）和 KNN 背景减法。高斯混合模型（GMM）背景减法通过建立每个像素的高斯混合模型来表示背景，能够处理光照变化和背景动态变化。

2024-06-28 22:56:39 601

原创光流法简介及应用

通过以上代码，我们可以实现图像中的稠密光流和稀疏光流估计。光流法在视频稳定、运动检测、目标跟踪和3D重建等领域有广泛应用。光流法是一种常用的运动估计技术，通过分析图像序列中的像素强度变化来估计物体的运动。本文介绍光流法的原理及其在 OpenCV 和 Emgu CV 中的实现。光流算法的基本假设是图像序列中的亮度随时间变化不大，即相邻帧中的相同点具有相同的亮度。根据这一假设，可以通过分析图像序列中的像素强度变化来估计物体的运动。以下代码展示了如何使用 OpenCV 和 Emgu CV 实现稠密光流法。

2024-06-28 22:50:44 447

原创 MeanShift 和 CamShift 算法简介

MeanShift 是一种基于密度梯度的迭代算法，主要用于定位数据集中的高密度区域。它通过不断移动数据点向密度最大的方向，最终找到数据密集区域的中心。在目标跟踪中，MeanShift 可以用于在图像中搜索目标的最可能位置。CamShift（Continuously Adaptive MeanShift）是 MeanShift 算法的扩展，适用于处理目标大小和方向变化的情况。CamShift 在每次迭代中动态调整搜索窗口的大小和方向，使其更加适应目标的变化。

2024-06-28 22:43:31 856

原创 FAST 算法简介（Features from Accelerated Segment Test）

FAST 算法通过快速检测图像中的角点，广泛应用于实时计算机视觉任务中，如视频跟踪和图像匹配。本文介绍 FAST 算法的原理及其在 OpenCV 和 Emgu CV 中的实现。通过以上代码，我们可以实现图像中的 FAST 角点检测。FAST 算法具有计算速度快、适用于实时应用的优点，非常适用于视频跟踪和图像匹配等任务。以下代码展示了如何使用 OpenCV 和 Emgu CV 实现 FAST 角点检测。FAST 算法的主要优势在于其计算速度快，适用于实时应用，但其缺点是对噪声较敏感。

2024-06-28 22:36:07 523

原创 SURF 简介（加速鲁棒特性）

加速鲁棒特性（SURF，Speeded Up Robust Features）是一种用于检测和描述图像特征点的算法。SURF 算法在特征点检测和描述方面具有更高的速度和鲁棒性，因此广泛应用于图像匹配、物体识别、3D 重建等任务。SURF 算法通过积分图像（Integral Image）快速计算图像中的矩形区域和，用于后续的特征检测和描述。SURF 算法在不同尺度的图像上进行特征点检测，以实现尺度不变性。在特征点周围区域生成描述子，通过计算 Haar 小波响应值得到特征点的描述，用于后续的特征匹配。

2024-06-28 22:33:13 1038

原创 SIFT 简介（尺度不变特征变换）

SIFT 算法由 David Lowe 于 1999 年提出，能够提取图像中的独特特征点，并在图像缩放、旋转、光照变化等情况下保持不变性。通过高斯模糊生成不同尺度的图像金字塔，并计算高斯差分图（DoG，Difference of Gaussian），在这些尺度空间中检测局部极值点作为潜在的特征点。利用泰勒展开式在空间尺度上精确定位特征点，并去除对比度低和边缘响应强的点，提高特征点的稳定性。在特征点周围区域生成描述子，通过计算梯度直方图得到特征点的描述，用于后续的特征匹配。

2024-06-28 22:30:13 874

原创 OpenCV Shi-Tomasi 角点检测与追踪良好特征 - 技术文档 (C#)

通过以上操作，我们可以实现图像中的 Shi-Tomasi 角点检测和使用光流法进行角点追踪。Shi-Tomasi 角点检测是一种经典的图像特征检测算法，广泛用于图像处理和计算机视觉任务。本文介绍如何使用 OpenCV 结合 C# 实现 Shi-Tomasi 角点检测和使用光流法进行角点追踪。以上示例代码展示了如何使用 OpenCV 和 Emgu CV 实现 Shi-Tomasi 角点检测和角点追踪。通过检测和追踪图像中的角点，可以实现更高级的图像处理和计算机视觉任务。首先，我们需要读取图像。

2024-06-28 22:21:02 337

原创 OpenCV Harris 角点检测 - 技术文档 (C#)

通过以上操作，我们可以实现图像中的 Harris 角点检测。OpenCV 结合 Emgu CV 提供了强大的角点检测功能，可以满足各种图像处理需求。Harris 角点检测是一种经典的图像特征检测算法，用于识别图像中的角点。角点是图像中具有显著变化的点，通常用来进行特征匹配和物体识别。以上示例代码展示了如何使用 OpenCV 和 Emgu CV 实现 Harris 角点检测。通过标记图像中的角点，可以更好地进行特征匹配和物体识别。函数进行 Harris 角点检测，并标记角点。在窗口中显示检测到角点的图像。

2024-06-28 22:17:41 330

原创基于 GrabCut 算法的交互式前景提取 - 技术文档 (C#)

用户手动定义前景和背景的矩形框，用于 GrabCut 算法。// 定义前景和背景的矩形框（手动设置）

2024-06-28 22:13:35 387

原创 OpenCV 基于分水岭算法的图像分割 - 技术文档 (C#)

分水岭算法是一种基于图像梯度的图像分割方法，广泛应用于图像处理和计算机视觉领域。它能够将图像划分为不同的区域，并识别图像中的对象。本技术文档介绍如何使用OpenCV结合C#实现基于分水岭算法的图像分割。通过以上操作，我们可以实现基于分水岭算法的图像分割。OpenCV结合Emgu CV提供了强大的图像分割功能，可以满足各种图像处理需求。首先，读取图像并进行预处理，包括灰度化、高斯模糊、阈值分割和形态学操作。在分水岭算法应用后，我们绘制并显示分割结果。接下来，应用分水岭算法进行图像分割。

2024-06-28 22:11:45 347

原创 OpenCV 霍夫圆变换 - 技术文档 (C#)

通过以上操作，我们可以实现图像中的圆检测。OpenCV结合Emgu CV提供了强大的霍夫圆变换功能，可以满足各种图像处理需求。更多高级操作和应用请参考OpenCV和Emgu CV官方文档。霍夫圆变换是一种经典的图像处理算法，用于检测图像中的圆。本技术文档介绍如何使用OpenCV结合C#实现霍夫圆变换。首先，我们需要读取图像，并进行边缘检测，以便后续进行霍夫圆变换。在霍夫圆变换中，检测到的圆被绘制在图像上。在窗口中显示检测到圆的图像。函数进行霍夫圆变换。

2024-06-28 22:08:03 299

原创 OpenCV 霍夫线变换 - 技术文档 (C#)

通过以上操作，我们可以实现图像中的直线检测。OpenCV结合Emgu CV提供了强大的霍夫线变换功能，可以满足各种图像处理需求。霍夫线变换是一种经典的图像处理算法，用于检测图像中的直线。本技术文档介绍如何使用OpenCV结合C#实现霍夫线变换，包括标准霍夫线变换和累积概率霍夫线变换。在标准霍夫线变换和累积概率霍夫线变换中，检测到的直线被绘制在图像上，并通过窗口显示。首先，我们需要读取图像，并进行边缘检测，以便后续进行霍夫线变换。函数进行累积概率霍夫线变换。函数进行标准霍夫线变换。

2024-06-28 22:05:31 412

原创 OpenCV 图像匹配 - 技术文档 (C#)

图像匹配是计算机视觉中的重要任务之一，用于在图像中找到与模板图像相似的区域或特征点。本文介绍如何使用OpenCV结合C#进行图像匹配，包括模板匹配和特征匹配两种方法。的模板匹配和特征匹配。特征匹配使用关键点和描述符进行图像匹配，通常使用ORB、SIFT或SURF等特征检测器。模板匹配是一种基本的图像匹配方法，通过在图像中滑动模板来找到最佳匹配位置。使用FLANN（近似最近邻搜索库）匹配器进行特征点匹配。使用Brute Force匹配器进行特征点匹配。使用ORB特征检测器提取图像特征并进行匹配。

2024-06-28 21:58:13 472

原创 OpenCV 图像转换 - 技术文档 (C#)

通过以上操作，我们可以实现图像的各种转换，包括灰度化、二值化、颜色空间转换、几何变换和图像金字塔构建。OpenCV结合Emgu CV提供了丰富的图像处理功能，可以满足各种图像处理需求。图像转换是图像处理中的基本操作，包括图像灰度化、二值化、颜色空间转换、几何变换和图像金字塔等。通过这些转换，可以实现图像的预处理和特征提取。将图像从一种颜色空间转换为另一种颜色空间，例如从BGR转换为HSV。对图像进行几何变换，例如旋转和缩放。构建图像金字塔，包括上采样和下采样。将灰度图像转换为二值图像。

2024-06-27 23:36:18 462

原创 OpenCV 图像直方图 - 技术文档 (C#)

图像直方图是描述图像中像素值分布的统计图。通过图像直方图，可以分析图像的对比度、亮度和灰度分布等信息。本技术文档介绍如何使用OpenCV结合C#计算和显示图像直方图，包括灰度图像和彩色图像的直方图。通过以上操作，我们可以计算和显示图像的灰度直方图和彩色直方图。OpenCV结合Emgu CV提供了强大的直方图计算和绘制功能，可以满足。使用Matplotlib绘制并显示灰度图像的直方图。分别绘制并显示彩色图像中每个通道的直方图。分别计算彩色图像中每个通道的直方图。函数计算灰度图像的直方图。

2024-06-27 23:34:23 318

原创 OpenCV 轮廓检测 - 技术文档 (C#)

通过以上操作，我们可以实现图像的轮廓检测和绘制。OpenCV结合Emgu CV提供了强大的轮廓检测功能，可以满足各种图像处理需求。更多高级操作和应用请参考OpenCV和Emgu CV官方文档。轮廓检测在图像处理中具有重要意义。它可以帮助我们识别和分析图像中的形状和对象。本技术文档介绍如何使用OpenCV结合C#进行轮廓检测和绘制。使用Canny边缘检测算法来检测图像中的边缘。将图像转换为灰度图像，以便进行边缘检测。绘制查找到的轮廓并显示结果。首先，我们需要读取图像。函数查找图像中的轮廓。

2024-06-27 23:30:34 421

原创 OpenCV 图像金字塔 - 技术文档 (C#)

图像金字塔是一种多分辨率图像表示方法，通过图像的逐层上采样和下采样，可以生成一系列不同分辨率的图像。这些图像金字塔在图像处理和计算机视觉中有广泛的应用，包括图像压缩、特征提取和图像融合等。本技术文档介绍如何使用OpenCV结合C#进行图像金字塔的构建和操作。通过以上操作，我们可以构建图像金字塔，进行图像的上采样和下采样，以及构建拉普拉斯金字塔。拉普拉斯金字塔是通过高斯金字塔图像和上采样后的高斯金字塔图像之差来构建的。函数进行图像的下采样和上采样。函数进行图像的上采样。

2024-06-27 23:28:20 373

原创 OpenCV Canny边缘检测 - 技术文档 (C#)

通过Canny边缘检测，我们可以有效地提取图像中的边缘信息。OpenCV结合Emgu CV提供了强大的边缘检测功能，可以满足各种图像处理需求。更多高级操作和应用请参考OpenCV和Emgu CV官方文档。Canny边缘检测是一种经典的边缘检测算法，通过多阶段算法提取图像中的边缘。本技术文档介绍如何使用OpenCV结合C#进行Canny边缘检测。以上代码会读取一张图像，进行高斯模糊去噪，然后使用Canny算法检测图像的边缘，最后显示检测结果。函数进行Canny边缘检测。

2024-06-27 23:26:22 197

原创 OpenCV 图像梯度 - 技术文档 (C#)

图像梯度在图像处理和计算机视觉中扮演重要角色，通过计算图像的梯度可以获取图像的边缘信息和特征信息。常用的梯度计算方法包括Sobel算子、Scharr算子和Laplacian算子。本技术文档介绍如何使用OpenCV结合C#进行图像梯度计算。通过以上梯度计算方法，我们可以提取图像的边缘和特征信息。OpenCV结合Emgu CV提供了多种梯度计算技术，可以满足不同的图像处理需求。函数计算图像的Laplacian梯度。函数计算图像的Scharr梯度。函数计算图像的Sobel梯度。

2024-06-27 23:24:37 400

原创 OpenCV 形态学变换 - 技术文档 (C#)

通过以上形态学变换操作，我们可以对图像进行各种形态学处理，以去噪、分割、连接或分离图像中的对象。形态学变换是基于图像形状进行的图像处理操作。它们主要用于去噪、分割、连接或分离图像中的对象。本技术文档介绍如何使用OpenCV结合C#进行形态学变换，包括膨胀、腐蚀、开运算、闭运算、形态梯度、顶帽和黑帽。函数计算顶帽（原图像与开运算结果的差异）和黑帽（闭运算结果与原图像的差异）。函数计算形态梯度（膨胀与腐蚀的差异）。函数进行开运算（先腐蚀后膨胀）。函数进行闭运算（先膨胀后腐蚀）。

2024-06-27 23:22:28 513

原创 OpenCV 图像平滑 - 技术文档 (C#)

通过以上平滑处理方法，我们可以有效地去除图像中的噪声，使图像更加平滑。OpenCV结合Emgu CV提供了多种平滑处理技术，可以满足不同的图像处理需求。更多高级操作和应用请参考OpenCV和Emgu CV官方文档。图像平滑处理是图像处理中的常见操作，主要用于去除图像中的噪声，使图像更加平滑。常见的平滑处理方法包括均值模糊、高斯模糊、中值模糊和双边滤波。本技术文档介绍如何使用OpenCV结合C#进行图像平滑处理。函数进行均值模糊处理。函数进行高斯模糊处理。函数进行中值模糊处理。函数进行双边滤波处理。

2024-06-27 23:19:45 453

原创 OpenCV 图像阈值 - 技术文档 (C#)

通过以上阈值处理方法，我们可以有效地将图像分割为前景和背景。OpenCV结合Emgu CV提供了多种阈值处理技术，可以满足不同的图像处理需求。更多高级操作和应用请参考OpenCV和Emgu CV官方文档。图像阈值处理是图像分割和处理中的重要操作。通过阈值处理，可以将图像分为前景和背景。本技术文档介绍如何使用OpenCV结合C#进行图像阈值处理，包括固定阈值、自适应阈值和Otsu阈值法。函数进行自适应阈值处理。函数进行固定阈值处理。进行Otsu阈值处理。

2024-06-27 23:17:39 231

原创 OpenCV 图像几何变换 - 技术文档 (C#)

图像几何变换是图像处理中的基本操作，包括图像缩放、平移、旋转、仿射变换和透视变换等。通过这些变换，可以对图像进行各种操作以适应不同的应用需求。本技术文档介绍如何使用OpenCV结合C#进行图像几何变换。通过以上几何变换操作，我们可以对图像进行各种变换处理。OpenCV结合Emgu CV提供了强大的几何变换功能，可以满足各种图像处理需求。更多高级操作和应用请参考OpenCV和Emgu CV官方文档。函数进行图像仿射变换。函数进行图像透视变换。

2024-06-27 23:16:06 412

原创 OpenCV 改变颜色空间 - 技术文档 (C#)

通过以上操作，我们可以实现图像颜色空间的转换。OpenCV结合Emgu CV提供了强大的颜色空间转换功能，可以满足各种图像处理需求。颜色空间转换在图像处理中非常常见，通过不同的颜色空间可以更有效地进行图像处理操作。本技术文档介绍如何使用OpenCV结合C#进行颜色空间转换，包括灰度、HSV、LAB和RGB颜色空间的转换。虽然读取的图像通常是BGR格式，但如果需要可以将其转换为RGB格式。函数将图像转换为HSV颜色空间。函数将图像转换为LAB颜色空间。函数将图像转换为灰度图像。

2024-06-27 23:13:04 321

原创 OpenCV 性能测量和改进技术 - 技术文档 (C#)

通过以上性能测量和优化技术，我们可以显著提高图像处理的速度。OpenCV结合Emgu CV提供了强大的图像处理能力，同时结合多线程、内存优化、GPU加速等技术，可以满足各种高性能图像处理需求。提高图像处理速度可以显著提升应用的响应能力和用户体验。本技术文档介绍如何使用OpenCV结合C#进行性能测量，并提供一些性能改进的技术和方法。在处理过程中，尽量减少不必要的操作，如重复计算和多余的转换。尽量减少不必要的内存分配和释放，重用内存以提高性能。使用多线程和并行处理可以显著提高图像处理的速度。

2024-06-27 23:10:34 436

原创 OpenCV 图像算术运算 - 技术文档 (C#)

在图像处理过程中，图像算术运算是基本且重要的操作。OpenCV提供了丰富的函数来实现这些操作。本技术文档介绍如何使用OpenCV结合C#进行图像的算术运算，包括图像相加、相减、加权混合以及按位运算。通过以上操作，我们可以实现图像的各种算术运算。OpenCV结合Emgu CV提供了强大的图像处理能力，可以满足各种图像处理需求。更多高级操作和应用请参考OpenCV和Emgu CV官方文档。函数进行图像按位异或操作。函数进行图像按位与操作。函数进行图像按位或操作。函数进行图像按位非操作。函数进行图像加权混合。

2024-06-27 23:08:03 356

11111111111111111111111111

空空如也