【VisionMaster】二次开发之第三方库的使用

已于 2022-04-28 14:34:15 修改
阅读量8.7k 收藏 32
点赞数 16
分类专栏： # VisionMaster 文章标签： 计算机视觉
于 2022-04-12 15:30:33 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhy29563/article/details/124115483
版权

VisionMaster 支持使用第三方算法来丰富自身的功能。这里使用OpenCV作为第三方库作为样例进行说明。

1. 生成算子框架

1.1 启动自定义模块生成工具

  • 打开VisionMaster，并找到 菜单栏 >> 工具菜单 >> 自定义模板生成工具
    在这里插入图片描述
  • 打开`自定义模块生成工具
    在这里插入图片描述

1.2 自定义模块生成工具参数说明

1.2.1 算法模块输入输出XML配置

  • VM版本
    指定为哪一个版本的VisionMaster开发自定义模块，当前支持VM3.X与VM4.X，根据需要进行选择

  • 模块名称
    开发自定义模块的名称，尽量保证见词达意

  • 输入图像
    自定义模块是否支持图像输入，即是否包含下图中的输入。 在这里插入图片描述

  • 位置修正信息
    是否支持使用位置修正模块对该模块进行ROI的动态跟随。 在这里插入图片描述

  • 模块状态
    只是模块的运行状态，运行成功为1，运行失败为0。
    在这里插入图片描述

  • 图像输出
    指定该模块是否有输出图像。具有输出图像的模块，可在显示窗口的选择栏中进行选择显示
    在这里插入图片描述

  • 自定义输入输出
    用于定义一些输入输出参数，该试用版本目前仅支持int、float与string三种类型。

  • 输入参数
    在这里插入图片描述

  • 输入参数说明>在这里插入图片描述

    • 参数名称
      代码中获取或设置该参数时使用的名称
    • 显示名称
      UI界面上显示的名称
    • 参数类型
      参数的类型，在代码中获取参数时，需要根据类型选择对应的函数
    • 输入/输出
      指定该参数是用于输入还是输出
    • 输出参数
      在这里插入图片描述

  • 结果显示
    用于自定输出参数的显示，点击下图中的更新自定义输出按钮会将自定义输出进行同步
    在这里插入图片描述
    同步后，如下图：
    在这里插入图片描述
    如果仅仅完成这些操作，数据不会被输出到VisionMaster的显示区域。为将数据显示到显示区域，需要选中输出参数前的复选框。如下图：
    在这里插入图片描述

    • 当前结果
      在这里插入图片描述

在这里插入图片描述

- 历史结果

在这里插入图片描述

在这里插入图片描述

- 文本显示

在这里插入图片描述

在这里插入图片描述

1.2.2 算法模块界面XML配置

在这里插入图片描述

  • 基本参数

    • 输入图像源
      不可更改，与算法模块输入输出XML配置中的输入图像源参数保持一致

    • 矩形ROI
      在这里插入图片描述

    • 多边形ROI
      在这里插入图片描述

    • 圆环ROI
      在这里插入图片描述

    • 圆卡尺ROI
      在这里插入图片描述

    • 直线卡尺ROI
      在这里插入图片描述

    • 屏蔽区
      在这里插入图片描述

    • 位置修正
      不可更改，与算法模块输入输出XML配置中的位置修正参数保持一致

  • 结果显示

    • 文本显示
      不可更改，受算法模块输入输出XML配置中的文本显示参数的影响。如果在算法模块输入输出XML配置中的文本显示处至少勾选了一个输出参数，则此处默认勾选。否则，反之。

  • 模板配置界面

    • 模板配置
      是否在配置中插入特征模板选项卡。
      在这里插入图片描述

  • 自定义运行参数
    用于添加模块所使用的算法的参数。点击添加按钮，增加如下一个参数：
    在这里插入图片描述
    在选择参数类型，输入参数名称与显示 名称之后，点击编辑列中对应项的单击编辑按钮，弹出通用类型对话框。
    在这里插入图片描述
    点击通用类型对话框，中的确定按钮后，关闭此对话框，并更新编辑状态列中对应项的状态。
    在这里插入图片描述
    支持一下类型：

    • int
    • float
    • bool
    • string
    • enumeration
    • intBetween
    • floatBetween

  • 命令按钮

    • 生成XML
      用于生成自定义模块的相关配置
    • 生成C++工程
      用于生成自定义模块的算法工程
    • 生成C#工程
      用于生成自定义模块的UI工程

    依次点击这个三个命令后，生成如下文件
    在这里插入图片描述

2. 编译工程

2.1 编译UI工程

  • 使用VS2013及其以上版本打开CustomedModule_CsProj\CustomedModuleCs\CustomedModuleCs.sln。注意，该工程需要.NET4.6.1的支持
  • 将编译类型切换为Any CPU + Release在这里插入图片描述
  • 编译CustomedModuleCs工程
    在这里插入图片描述
  • 将生成的CustomedModuleCs.dll拷贝到使用工具生成的CustomedModule文件夹中
    在这里插入图片描述

2.2 编译算法工程

  • 使用VS2013及其以上版本打开CustomedModule_CProj\CustomedModule\CustomedModule.sln。
  • 属性页配置Release + x64
    在这里插入图片描述
  • 配置OpenCV头目录
    在这里插入图片描述
  • 配置OpenCV库目录
    在这里插入图片描述
  • 配置OpenCV依赖项
    在这里插入图片描述
  • 切换编译配置到Release + x64，并生成工程。
    在这里插入图片描述
  • 打开源文件AlgorithmModule.cpp
  • 添加OpenCV头文件
#include <opencv2\opencv.hpp>

using namespace cv;
  • OpenCV::Mat与HKA_IMAGE互转
Mat HKAImageToMat(HKA_IMAGE hik_image)
{
	Mat mat;
	if (hik_image.format == HKA_IMG_MONO_08)
	{
		mat = Mat(hik_image.height, hik_image.width, CV_8UC1, hik_image.data[0]);
		int a = mat.cols;
	}
	else if (hik_image.format == HKA_IMG_RGB_RGB24_C3)
	{
		mat = Mat(hik_image.height, hik_image.width, CV_8UC3, hik_image.data[0]);
	}
	return mat;
}

HKA_IMAGE MatToHKAImage(Mat mat)
{
	HKA_IMAGE image;
	if (mat.channels() == 1)
	{
		image = { HKA_IMG_MONO_08, 0 };
		image.width = mat.cols;
		image.height = mat.rows;
		image.format = HKA_IMG_MONO_08;
		image.step[0] = mat.cols;
		image.data[0] = mat.data;
	}
	else if (mat.channels() == 3)
	{
		image = { HKA_IMG_RGB_RGB24_C3, 0 };
		image.width = mat.cols;
		image.height = mat.rows;
		image.format = HKA_IMG_RGB_RGB24_C3;
		image.step[0] = 3 * mat.cols;
		image.data[0] = mat.data;
	}
	return image;
}
  • 根据模块要求修改CAlgorithmModule::Process函数，这里仅演示二值化功能
int CAlgorithmModule::Process(IN void* hInput, IN void* hOutput, IN MVDSDK_BASE_MODU_INPUT* modu_input)
{
	OutputDebugStringA("###Call CAlgorithmModule::Proces -->begin\n");
	int nErrCode = 0;

	// 1.获取图像
	HKA_IMAGE			struInputImg;
	HKA_S32             nRet = IMVS_EC_UNKNOWN;
	HKA_U32             nImageStatus = 0;
	do
	{
		nRet = VmModule_GetInputImageByName(hInput, "InImage", "InImageWidth", "InImageHeight", "InImagePixelFormat", &struInputImg, &nImageStatus);
		HKA_CHECK_BREAK(IMVS_EC_OK != nRet);
	} while (0);

	// 2. 图像转换
	Mat input_image = HKAImageToMat(struInputImg);

	// 3. 获取输入参数
	int count = -1;

	int inputInt = -1;
	nRet = VM_M_GetInt(hInput, "InputInt", 0, &inputInt, &count);

	float inputFloat = 0;
	nRet = VM_M_GetFloat(hInput, "InputFloat", 0, &inputFloat, &count);

	
	int inputString1Length = 100;
	char inputString1[100];
	nRet = VM_M_GetString(hInput, "InputString", 0, inputString1, 100, &inputString1Length, &count);

	// 4. 获取运行参数
	auto runParam1 = this->m_nRunInt;

	// 5. 算法处理
	OutputDebugStringA("###Call CAlgorithmModule::Proces --> do algorighm process\n");

	Mat binary;
	cv::threshold(input_image, binary, 128, 255, cv::THRESH_BINARY);


	// 6. 输出图像格式转换
	HKA_IMAGE output_image = MatToHKAImage(binary);

	// 7. 输出图像
	if (MVD_PIXEL_MONO_08 == modu_input->pImageInObj->GetPixelFormat())
	{
		VmModule_OutputImageByName_8u_C1R(hOutput, 1, "OutImage", "OutImageWidth", "OutImageHeight", "OutImagePixelFormat", &output_image);
	}
	else if (MVD_PIXEL_RGB_RGB24_C3 == modu_input->pImageInObj->GetPixelFormat())
	{
		VmModule_OutputImageByName_8u_C3R(hOutput, 1, "OutImage", "OutImageWidth", "OutImageHeight", "OutImagePixelFormat", &output_image);
	}

	// 8. 设置自定义输出参数
	VM_M_SetInt(hOutput, "OutputInt", 0, 77);
	VM_M_SetFloat(hOutput, "OutputFloat", 0, 3.1425f);
	VM_M_SetString(hOutput, "OutputString", 0, "OK");

	// 9. 设置模块运行状态
	VM_M_SetInt(hOutput, "ModuStatus", 0, nErrCode == 0 ? 1 : nErrCode);


	if (nErrCode != IMVS_EC_OK)
	{
		return IMVS_EC_PARAM;
	}

	/************************************************/
	//默认算法时间20ms，根据实际时间计算
	MODULE_RUNTIME_INFO struRunInfo = { 0 };
	struRunInfo.fAlgorithmTime = 20;
	VM_M_SetModuleRuntimeInfo(m_hModule, &struRunInfo);

	OutputDebugStringA("###Call CAlgorithmModule::Proces end\n");

	return IMVS_EC_OK;
}

  • 编译生成算法工程
    在这里插入图片描述

  • 将生成的CustomedModule.dll与CustomedModule.pdb文件拷贝到使用工具生成的CustomedModule文件夹中
    在这里插入图片描述

  • 完整源码

#include "stdafx.h"
#include "AlgorithmModule.h"
#include <stdlib.h>
#include <fstream>
#include "ErrorCodeDefine.h"
#include "iMVS-6000PixelFormatDefine.h"

#include <opencv2\opencv.hpp>

using namespace cv;

Mat HKAImageToMat(HKA_IMAGE hik_image)
{
	Mat mat;
	if (hik_image.format == HKA_IMG_MONO_08)
	{
		mat = Mat(hik_image.height, hik_image.width, CV_8UC1, hik_image.data[0]);
		int a = mat.cols;
	}
	else if (hik_image.format == HKA_IMG_RGB_RGB24_C3)
	{
		mat = Mat(hik_image.height, hik_image.width, CV_8UC3, hik_image.data[0]);
	}
	return mat;
}

HKA_IMAGE MatToHKAImage(Mat mat)
{
	HKA_IMAGE image;
	if (mat.channels() == 1)
	{
		image = { HKA_IMG_MONO_08, 0 };
		image.width = mat.cols;
		image.height = mat.rows;
		image.format = HKA_IMG_MONO_08;
		image.step[0] = mat.cols;
		image.data[0] = mat.data;
	}
	else if (mat.channels() == 3)
	{
		image = { HKA_IMG_RGB_RGB24_C3, 0 };
		image.width = mat.cols;
		image.height = mat.rows;
		image.format = HKA_IMG_RGB_RGB24_C3;
		image.step[0] = 3 * mat.cols;
		image.data[0] = mat.data;
	}
	return image;
}


int GetInputImage(IN void* hInput, HKA_IMAGE& struInputImg)
{
	HKA_S32             nRet = IMVS_EC_UNKNOWN;
	HKA_U32             nImageStatus = 0;

	do
	{
		nRet = VmModule_GetInputImageByName(hInput, "InImage", "InImageWidth", "InImageHeight", "InImagePixelFormat", &struInputImg, &nImageStatus);
		HKA_CHECK_BREAK(IMVS_EC_OK != nRet);
	} while (0);

	return nRet;
}

CAlgorithmModule::CAlgorithmModule()
{
	m_nRunInt = 50;
}

CAlgorithmModule::~CAlgorithmModule()
{

}

int CAlgorithmModule::Init()
{
	PARAM_VALUE_INFO_LIST stList = { 0 };
	int nRet = VM_M_GetDefaultConfigByFile(m_hModule, UNICODEtoUTF8(VmModule_GetXmlPath().GetBuffer()), &stList);
	if (nRet == IMVS_EC_OK)
	{
		for (int i = 0; i < stList.nNum; i++)
		{
			SetParam(stList.paramValueList[i].byParamName, stList.paramValueList[i].byParamValue, strlen(stList.paramValueList[i].byParamValue));
		}
	}

	return nRet;
}

int CAlgorithmModule::Process(IN void* hInput, IN void* hOutput, IN MVDSDK_BASE_MODU_INPUT* modu_input)
{
	OutputDebugStringA("###Call CAlgorithmModule::Proces -->begin\n");
	int nErrCode = 0;

	// 1.获取图像
	HKA_IMAGE			struInputImg;
	HKA_S32             nRet = IMVS_EC_UNKNOWN;
	HKA_U32             nImageStatus = 0;
	do
	{
		nRet = VmModule_GetInputImageByName(hInput, "InImage", "InImageWidth", "InImageHeight", "InImagePixelFormat", &struInputImg, &nImageStatus);
		HKA_CHECK_BREAK(IMVS_EC_OK != nRet);
	} while (0);

	// 2. 图像转换
	Mat input_image = HKAImageToMat(struInputImg);

	// 3. 获取输入参数
	int count = -1;

	int inputInt = -1;
	nRet = VM_M_GetInt(hInput, "InputInt", 0, &inputInt, &count);

	float inputFloat = 0;
	nRet = VM_M_GetFloat(hInput, "InputFloat", 0, &inputFloat, &count);

	
	int inputString1Length = 100;
	char inputString1[100];
	nRet = VM_M_GetString(hInput, "InputString", 0, inputString1, 100, &inputString1Length, &count);

	// 4. 获取运行参数
	auto runParam1 = this->m_nRunInt;

	// 5. 算法处理
	OutputDebugStringA("###Call CAlgorithmModule::Proces --> do algorighm process\n");

	Mat binary;
	cv::threshold(input_image, binary, 128, 255, cv::THRESH_BINARY);


	// 6. 输出图像格式转换
	HKA_IMAGE output_image = MatToHKAImage(binary);

	// 7. 输出图像
	if (MVD_PIXEL_MONO_08 == modu_input->pImageInObj->GetPixelFormat())
	{
		VmModule_OutputImageByName_8u_C1R(hOutput, 1, "OutImage", "OutImageWidth", "OutImageHeight", "OutImagePixelFormat", &output_image);
	}
	else if (MVD_PIXEL_RGB_RGB24_C3 == modu_input->pImageInObj->GetPixelFormat())
	{
		VmModule_OutputImageByName_8u_C3R(hOutput, 1, "OutImage", "OutImageWidth", "OutImageHeight", "OutImagePixelFormat", &output_image);
	}

	// 8. 设置自定义输出参数
	VM_M_SetInt(hOutput, "OutputInt", 0, 77);
	VM_M_SetFloat(hOutput, "OutputFloat", 0, 3.1425f);
	VM_M_SetString(hOutput, "OutputString", 0, "OK");

	// 9. 设置模块运行状态
	VM_M_SetInt(hOutput, "ModuStatus", 0, nErrCode == 0 ? 1 : nErrCode);


	if (nErrCode != IMVS_EC_OK)
	{
		return IMVS_EC_PARAM;
	}

	/************************************************/
	//默认算法时间20ms，根据实际时间计算
	MODULE_RUNTIME_INFO struRunInfo = { 0 };
	struRunInfo.fAlgorithmTime = 20;
	VM_M_SetModuleRuntimeInfo(m_hModule, &struRunInfo);

	OutputDebugStringA("###Call CAlgorithmModule::Proces end\n");

	return IMVS_EC_OK;
}


int CAlgorithmModule::GetParam(IN const char* szParamName, OUT char* pBuff, IN int nBuffSize, OUT int* pDataLen)
{
	OutputDebugStringA("###Call CAlgorithmModule::GetParam");

	int nErrCode = IMVS_EC_OK;
	if (szParamName == NULL || strlen(szParamName) == 0 || pBuff == NULL || nBuffSize <= 0 || pDataLen == NULL)
	{
		return IMVS_EC_PARAM;
	}
 	//memset(pBuff, 0, nBuffSize);

	if (0 == strcmp("RunInt", szParamName))
	{
		sprintf_s(pBuff, nBuffSize, "%d", m_nRunInt);
	}
	else
	{
		return CVmAlgModuleBase::GetParam(szParamName, pBuff, nBuffSize, pDataLen);
	}
	
	return nErrCode;
}

int CAlgorithmModule::SetParam(IN const char* szParamName, IN const char* pData, IN int nDataLen)
{
	OutputDebugStringA("###Call CAlgorithmModule::SetParam");

	int nErrCode = IMVS_EC_OK;
	if (szParamName == NULL || strlen(szParamName) == 0 || pData == NULL || nDataLen == 0)
	{
		return IMVS_EC_PARAM;
	}

	if (0 == strcmp("RunInt", szParamName))
	{
		sscanf_s(pData, "%d", &m_nRunInt);
	}
	else
	{
		return CVmAlgModuleBase::SetParam(szParamName, pData, nDataLen);
	}

	return nErrCode;
}


/模块须导出的接口（实现开始）//

LINEMODULE_API CAbstractUserModule* __stdcall CreateModule(void* hModule)
{
	assert(hModule != NULL);
   

	// 创建用户模块，并记录实例。
	CAlgorithmModule* pUserModule = new(nothrow) CAlgorithmModule;

	if (pUserModule == NULL)
	{
		return NULL;
	}

	pUserModule->m_hModule = hModule;

	int nRet = pUserModule->Init();
	if (IMVS_EC_OK != nRet)
	{
		delete pUserModule;
		return NULL;
	}

	printf("[ LineModule ] CreateModule, hModule = 0x%x, pUserModule = 0x%x \n", hModule, pUserModule);

	OutputDebugStringA("###Call CreateModule");

	return pUserModule;
}


LINEMODULE_API void __stdcall DestroyModule(void* hModule, CAbstractUserModule* pUserModule)
{
	assert(hModule != NULL);

	printf("\n[ LineModule ] DestroyModule, hModule = 0x%x\n", hModule);

	OutputDebugStringA("###Call DestroyModule");

	if (pUserModule != NULL)
	{
		delete pUserModule;
	}
}
/模块须导出的接口（实现结束）//

3. 模块导入

  • 将CustomedModule文件夹拷贝到C:\Program Files\VisionMaster4.0.0\Applications\Module(sp)\x64\UserTools文件夹中
    在这里插入图片描述
  • 拷贝opencv_world310.dll到C:\Program Files\VisionMaster4.0.0\Applications\PublicFile\x64。如果将自定义模块拖拽到流程图中提示找不到模块，需要重启电脑。
    在这里插入图片描述

4. 模块测试

  • 将自定义工具拖入流程图中
    在这里插入图片描述
  • 配置类似如下的方案
    在这里插入图片描述
  • 打开自定义模块，显示如下
    在这里插入图片描述
  • 配置自定义输入参数
    在这里插入图片描述
  • 点击运行按钮，查看结果
    在这里插入图片描述

5. 调试自定义模块算法

  • 配置好方案，并打开自定模块

  • 用VS2013及其以上版本打开算法工程

  • 选择附件到进程
    在这里插入图片描述

  • 选择VmModuleProxy.exe
    在这里插入图片描述

  • 在源代码的合适位置，打上断点
    在这里插入图片描述

  • 运行自定义模块
    在这里插入图片描述

  • 查看是否进入断点调试中
    在这里插入图片描述

zhy29563
关注
  • 16
    点赞
  • 踩
  • 32
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 11
    评论
专栏目录
海康Visionmaster-环境配置：VB.Net 二次开发环境配 置方法
视觉人机器视觉的博客
11-17 1604
海康Visionmaster-环境配置：VB.Net 二次开发环境配 置方法
海康Visionmaster-常见问题排查方法-启动阶段
最新发布
视觉人机器视觉的博客
04-23 711
海康Visionmaster-常见问题排查方法-启动阶段
C#联合VisionMaste4.2二次开发
a491487001的博客
08-02 5081
作为机器时间通用型算法开发平台，VM可以帮助用户快速搭建时间应用方案用户也可以基于VMSDK进行二次开发，将已经搭建好的VM方案融入到生产软件中去，本章讲解的是VM4.2版本演示基于VMSDK二次开发值钱所需的环境配置步骤，方案加载、执行及保存，渲染及数据结果获取和模块参数配置的相关操作演示。整体代码如下{Form{{}{}{//打开本地路径并识别.sol后缀文件{//在Textbox中显示路径信息}......
海康visionmaster开发笔记9-使用OpenCV开发算子模块的方法
视觉人机器视觉的博客
10-13 753
海康visionmaster开发笔记9-使用OpenCV开发算子模块的方法
海康VisionMaster(Group+齿轮测量+脚本输出)方案
weixin_74245131的博客
10-19 3170
测量齿轮中心到顶点的距离并输出数据，VM+Group+齿轮测量+脚本+顶点拟合
海康visionmaster-功能特性，运行环境及VM加密狗区别
视觉人机器视觉的博客
10-15 7117
海康visionmaster-功能特性，运行环境及VM加密狗区别
VisionMaster连接工业相机（海康）
weixin_52639593的博客
10-18 7910
海康威视连接工业相机
VisionMaster二次开发之环境配置
haier123888的博客
02-26 1533
用户可以直接在VM中进行方案及运行界面的开发，也可以基于VM SDK进行二次开发。将已经搭建好的VM方案融入到生产软件中去。 内容概要 接下来基于VM4.0.0进行二次开发所需的环境配置步骤，主要分为以下4步： 1、项目属性设置； 2、环境变量绑定； 3、控件导入； 4、动态库引用； ...
【VisionMaster】试用版安装说明
热门推荐
zhy29563
04-03 2万+
试用版安装说明
海康Vision Master SDK 二次开发
03-30
描述 环境：VM4.2.0 + VS2015及以上 如何使用VM二次开发？ 基于C#和和VM二次开发在VM视觉平台的基础上搭建
VisionMaster 4.2.0二次开发案例程序
04-17
基于C#对海康VisionMaster 4.2.0进行二次开发，通过此案例可以掌握VisionMaster二次开发以下几个方面的技能 1.环境配置：环境配置，方案加载、执行及保存，渲染及数据结果获取.模块参数配置； 2.流程操作：流程列表...
VisionMaster算子图像格式互转
09-19
VisionMaster算子图像格式互转，VM格式CMvdImage转BMP，BMP转VM格式CMvdImage
海康威视VisionMaster算法平台SDK用户手册.pdf
01-02
海康威视VisionMaster算法平台SDK用户手册，文档适用于VisionMaster2.2版本算法平台的SDK，相关接口定义是C++和C#版本。
WPF技术框架进行VisionMaster二次开发控件应用实例
05-20
WPF技术框架进行VisionMaster二次开发控件应用实例，运行环境VS2019，VisionMaster版本为V4.2.0。
海康二次开发.docx
07-07
海康威视的VisionMaster算法平台是一款强大的机器视觉应用开发工具，它提供了丰富的SDK（软件开发工具包）以支持用户进行二次开发。这个SDK包含了基础接口、展现接口、平台数据接口和平台控制接口，使得开发者能够...
VisionMaster算法平台SDK开发指南V4.3.1（.NET）
01-24
海康威视 VisionMaster SDK 二次开发使用，官方开发文档，.NET版本V4.3.1，版本。另有 C++ 版本，看我另外一个资源。
海康visionmaster-常规定位引导项目入门必看
视觉人机器视觉的博客
01-07 3024
海康visionmaster-常规定位引导项目入门必看
【VM服务管家】VM4.0软件使用_1.2 工具类
让视觉应用更轻松
04-27 1768
描述环境：VM4.0.0现象：如何在脚本模块中添加自定义的程序集？解答1.首先，打开一个脚本模块，找到“编辑程序集”，如下图所示：2.引用程序集中点击“添加”，找到自定义的程序集，如下图所示：3.最后在脚本中引用添加的程序集，便可以调用程序集中相关接口函数。1. C#2.//引用程序集问题根因不熟悉脚本模块的功能。
VisionMaster的脚本模块调试
ligand的专栏
08-09 832
Vision Master调试方法
visionmaster 二次开发
09-14
VisionMaster是一种先进的视觉处理软件，可以进行图像分析、图像处理和目标识别等功能。而VisionMaster的二次开发，则是指在原有软件基础上进行定制化开发和功能扩展。 VisionMaster的二次开发可以根据不同用户的需求进行个性化定制。通过二次开发，可以将软件与用户现有的系统进行集成，实现与其他设备的数据交互和信息共享。开发人员可以根据用户需求，增加新的图像处理算法和功能模块，提供更加专业和精确的图像处理服务。 另外，VisionMaster的二次开发还可以适应不同行业的需求。比如，在医疗行业中，可以通过开发特定功能模块，实现医学图像的自动识别和分析，为医生提供更准确、更快速的诊断结果。在工业领域中，可以通过二次开发，实现对工业产品的质量检测和生产过程的自动化控制。 此外，VisionMaster的二次开发还有助于提高工作效率和降低成本。通过开发自动化的图像处理流程和算法，可以减少人工操作的时间和成本。同时，通过定制化开发，可以实现对特定场景的快速识别和分析，提高工作效率和准确性。 综上所述，VisionMaster的二次开发具有灵活性、定制化和高效性的优势。无论是应用于特定行业，还是用于个性化需求，二次开发都可以使VisionMaster软件更好地适应用户的实际需求，并为用户带来更多价值。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 11
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

zhy29563

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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