少有人走的路偶然看到知乎上一位研究机器视觉博士的贴子，都是些经验之谈，蛮好看的。
就转过来，大家一起经验一下吧。
opencv怎么学
链接：https://zhuanlan.zhihu.com/p/37823735
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
学习图像处理，掌握一种工具非常重要，这工具是指图像处理库函数。虽然有不少图像函数库，比如halcon、visionpro、matlab、labview等。我个人建议采用opencv比较好。opencv使用比较灵活，里面的很多函数都可以找到源代码，知道其实现过程。而其他的很多图像库你只是被动的调用其函数，不知道内部过程。这样自己自由发挥的空间有限。虽然做视觉项目的时候，很多时候是直接调用现有的函数库。但是，并不是只调用这些函数就能够完成一个项目，通常，在调用这些函数得到一些结果后，自己还要在这些结果上做一些处理，才能够最终得到想要的结果。比如，做边缘检测，但是检测完之后呢？最终是要输出结果的，这个结果可能是圆心的位置、可能是得到某些直线，也可能是根据边界得到某种形状。又比如，通过做图像匹配来寻找某个特定的对象，这是你要想办法消除光照的影响，又要想办法消除模板图像与匹配图像大小不一致的问题，就可能用到多尺度。如果要消除光照不一样的影响，可能要就行差分计算，或者进行差分编码对图像进行变换，而这些操作在opencv里面可以很方便的实现，但是这些操作可能在所有的图像库里面并没有对应的函数，因为这些操作不能归为标准的图像处理算法。而采用其他工具实现起来相对比较麻烦。
对于opencv怎么学，对于完全没有学过程序语言的人来说，可能要先花一些时间去学习C语言或c++。这个基础也不需要太多，能看懂简单的代码应该就可以。刚开始接触opencv的时候，很多人是一头雾水，不知道从何下手。其实，opencv就是在操作二维图像矩阵。从opencv2.0开始，图像数据采用Mat格式存储，Mat里面就是一堆二维数据。所有，我们学习opencv，可以从操作Mat矩阵开始。这个阶段要达到什么程度呢？就是要让自己可以任意操作Mat数组。比如，做算术运算加减乘除，差分绝对值，位运算，均值，偏差，特征值，特征向量，求和，协方差矩阵，翻转，逆矩阵，转置，对数运算，指数运算，幂运算，取子矩阵等等，要熟练掌握这些操作，这样，你遇到图像数据时，如果你想从矩阵中取出自己想要的内容，将会得心应手，而不会不知所措。这些操作刚开始可能需要背下来，以后慢慢用熟练了，自然就会了。比如，我们要做图像匹配，在实际应用中，一般不会将整幅图与模板进行匹配，因为匹配的速度太慢，从图像上观察，要匹配的区域总是在某一个固定的范围内，这时，我们就去图像的子矩阵，将这一部分区域取出来，然后再与模板进行匹配，这样可以在很大程度上提高速度，实际中，为了保证目标在图像内，采集的图像总是较大，而感兴趣的区域总是较小。此外，匹配的时候，不一定是利用opencv自带的方法进行匹配，你可以自己算一些特征值进行匹配，比如算梯度、均值、偏差等，利用这些值进行匹配。而这些操作都是基本的Mat操作。有了这个基础，就可以开始看一些图像处理函数了。当然，根据每个人的基础不一样，学习方法也是灵活多变的。
一点感触
链接：https://zhuanlan.zhihu.com/p/37733015
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
关于人工智能
链接：https://zhuanlan.zhihu.com/p/37689393
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
google的AlphaGo让人工智能一下子火了起来。其实人工智能已经提出了很多年了，机器学习也已经提出了好多年了，深度学习也是机器学习的一种。靠着深度学习，一下子将人工智能技术提高了很多。可是，很多人并不了解人工智能到底是什么，能做什么。如果我们想学习人工智能，又应该怎么学习呢？要学些什么东西呢？学了之后又有什么用处呢？
人工智能是一个综合性的学科，而且，这个概念也不是最近几年才提出来的，已经提出了很多年了。简单得说，人工智能就是让机器像人一样思考，具有像人一样的智慧。伟大的科学家图灵在很多年前对这个问题进行了思考，并且提出了图灵测试。现在有很多地方已经应用了人工智能技术。人工智能包括了很多方面的知识。比如计算机视觉、自动控制、语音识别等。任何一个人想要完成整个人工智能系统都是不大可能的。人工智能的关键在于机器的自主学习过程，这个需要大数据作为支撑。因此，对于很多应用反而又受到限制。
目前人工智能技术还不能完全应用在企业中，技术上还远没有达到，只能够实现部分智能化操作。要完全实现人工智能的应用还有很长的路要走。深度学习让人工智能一下子火了起来，因此，一下子冒出了很多人搞深度学习。其实，对于大部分人来说，没有必要去研究深度学习，因为对于很多具体的行业，没有大数据进行分析，深度学习是没有什么效果的。因为你不可能像李菲菲那样整一个http://image.net数据库。你也不可能像马云那样每天可以收集大量的用户购买信息，也不可能进入公安监控系统去采集大量的街上行人的图像。如果是搞研究，这个方向应该能研究下去，至少写几篇论文没有什么问题。
对于很多应用而言，可能只用到了很少一部分智能化的东西。而且也是很弱智的智能化，或者根本就没有智能，只是自动化。比如自动化的机械手臂实现自动抓取，智能仓储里面也没有太多智能化的东西，无非就是自动识别、定位、抓取、运输、轨迹规划之类。这里面没有机器学习过程，只能算最简单的人工智能。但是，我们的大多数企业需要的恰恰就是这种应用，因此，我们大部分人没有必要去研究深度学习，你要学习人工智能，只需要学好其中的某一个方面就行了。比如，搞视觉的，你把图像处理学好就行了，搞控制的，你把自动化控制整好就行了。因此，现在提到的人工智能，更多的其实是自动化，没有太多的智能在里面。但是，这个自动化已经会让很多人失业了。从长远来看，人工智能肯定会代替很多目前人类的工作，可能就在我们这代人就会看到，人工智能包括的学科实在太多，数学,神经生理学,心理学,计算机科学,信息论,控制论,不定性论,仿生学等学科。其中，计算机视觉可以认为是大部分人工智能技术的核心。人类约80%的信息是靠视觉接受，要让机器代替人，也少不了让视觉来接受信息，让计算机来处理信息，这部分就属于计算机视觉，计算机视觉的核心就是图像处理，学习这方面的内容将会是一个不错的选择。
闲来无事，谈谈计算机视觉 ——硬件选择
链接：https://zhuanlan.zhihu.com/p/37641714
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
对于做计算机视觉的人来说，了解相关的硬件选择是必不可少的。计算机视觉的硬件选型主要有光源、相机和镜头，其他的一些辅助硬件就没有必要耗时间专门去学习了。下面主要谈谈光源、相机和镜头的选择
对于光源的选择，计算机视觉的光源有很多种。比如普通的白炽灯也可以作为光源，但是效果不好。还有一些激光光源，但是价格昂贵。目前主流的是选择LED光源。LED光源使用时间长，发光稳定，而且，发光速度快，价格也不是很贵。因此，选择LED光源是主流。而且，通常选择的是进口的LED光源。说实在话，国内的很多光源确实没有进口光源好。光源的选择主要从是否能够凸显物体的特征方面进行考虑。这个要看检测对象需要突出什么特征。而且，要考虑物体表面的颜色因为不同的颜色对光的吸收是不一样的，这样就要考虑光源的颜色，LED光源的颜色基本上各种颜色的都有，这点不需要担心。此外，还要考虑光照的角度，不同的角度采集出来的图像有很大区别。很久以前有一次遇到个项目，当时因为主要专注于图像处理算法，对硬件完全没有去了解，不懂光源照射角度，主观以为都是垂直照射效果最好，结果很长时间采集出来的图像都达不到处理的要求。后来咨询了专门卖相机光源的公司，他们帮我们采集的图像效果完全不一样，才开始接触光源的选择以及照射角度问题。慢慢了解光源选择的重要性。LED光源有不同的形状，常见的是环形光源，还有条形光源，同轴光源、穹顶光源等，每种形状的光源应用在不同的地方。而且可以根据需求定制形状，比较自由，当然定制的光源价格要贵一些。光源的照射方式根据图像处理的要求来确定，比如，如果要检测零件的表面尺寸，一般采用背光照明，这样采集的图像轮廓比较明显。理解光源的选择对了解项目实施是否成功具有关键作用，因为好的图像质量才可能成功实施视觉项目，曾经遇到一个项目，因为硬件部分是别人选择的，结果图像质量很差，让我们做图像算法的人费尽了脑筋，结果效果也不是很好。所以，真正在做视觉项目的时候，一定要多试几种光源，最好找卖光源相机的公司帮忙采图，因为他们的光源比较多，可以多个光源比较图像采集的效果。
工业相机与普通的相机是不同的，其稳定性和抗噪声能力要好很多。工业相机按照扫描方式分为面阵相机和线阵相机。可能人们一般知道的相机就是按一下快门照一张图像，工业相机是不一样的。因为采集图像的过程是需要控制的，不是随时都要采集图像，只在需要的时候采集图像，这时候一般要加一个触发传感器。面阵相机采图是一次采一张图像，而线阵相机每次是采集一条线的图像，线阵相机一般是在运动的平台上采图，而且，最好是相机不要动，让采集对象的平台运动，这样可以保证相机采集的图像质量稳定，线阵相机最麻烦的是要求采集的速度与运动平台的速度一致，不然采集的图像会变形。一般人不了解，其实工业上线阵相机应用很多。因为，面阵相机的采集范围有限，而线阵相机的采集范围可以无限长。选择相机主要关注相机的分辨率，采集速度（即最大帧率或行频），曝光时间，景深等方面的参数。此外，还有采集的图像的像素深度和像素尺寸，像素深度关系到图像的格式，这一点在后面专门介绍数字图像。而像素尺寸关系到图像处理的精度。相机芯片的尺寸也需要了解一下，芯片尺寸是用英寸来表示的，但是这个英寸与长度单位的英寸是有区别的，比如1/2’的芯片。芯片是一个长方形，对角线与长宽的比例是5:4:3，按照1’=对角线16mm来计算的，所以1/2’的芯片的长宽就是：
16*（1/2）*（4/5）=6.4mm，16*（1/2）*（3/5）=4.8mm。
其他的芯片大小都按照这种方式进行计算。
镜头对于很多不了解计算机视觉的人来说，可能完全没有概念。因为我们平时用手机照相的时候，相机和镜头是一起的，觉得相机就有镜头，其实，工业相机和镜头是分开的两个硬件。镜头主要用于相机的进光，如果没有镜头，相机得到的图像将是白茫茫一片，什么也看不出来。相机和镜头之间有接口，而且这种接口有好几种，如果选择错了相机和镜头，可能导致两者无法连接，当然更加不能采集图像了。镜头主要关注的参数首先当然是焦距了，此外，还有光圈，镜头的分辨率等。焦距与以前物理光学中学的焦距是一样的，这里就不再解释。光圈主要是控制镜头进光量的多少，在镜头上有个“F”，就表示光圈，光圈是可以调整的，其实光源就是从来将镜头挡住一部分，因为镜头的大小不能调，只能采用一个办法调整进光量，就是将镜头的一部分遮住。遮住部分的多少就是靠调整光圈的大小。此外，镜头的分辨率也是一个重要的参数。这里很多人觉得镜头的分辨率和相机的分辨率是一样的额，其实这是两个不同的概念，可能很多人说习惯了，就觉得镜头的分辨率和相机的分辨率是一样的。镜头的分辨率采用线对来表示，是只1mm内能分辨的黑白线对的数量，这个有个专业名词叫瑞利距离，想了解的可以去查一下。镜头、相机的选择与采集物体的视场有关系。这是一个相似三角形关系，可以看下面这个图，dw是工作距离，f是镜头焦距。通过这个可以确定视场大小，镜头焦距，相机分辨率，镜头分辨率，芯片大小等参数，从而实现硬件选型。其中要注意，镜头的分辨率一定要和相机的分辨率相适应，这样才能最大程度发挥相机的作用。
简言之，这三种硬件是计算机视觉最重要的硬件。做视觉的人需要了解这些硬件的参数，了解一些选择的方法。但是，也没有必要去精通这些硬件的选择，上面也提过，在实际应用中，更多的时候是通过硬件厂商来试具体哪种比较好，现场环境太复杂，一般没有办法一下子准确选择合适的硬件。只是了解了这些硬件选择知识，在项目前期进行准备的时候，做到心中有底，能够确定项目能够实施成功，项目的费用大概需要多少等等方面。还有，一般自己会准备几套光源相机和镜头作为实验用，这样对项目前期的采图比较有用，如果自己准备的硬件采集的图像不理想，也可以很快知道需要什么样的硬件。
闲来无事，谈谈计算机视觉
链接：https://zhuanlan.zhihu.com/p/37637302
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
计算机视觉有时又称为机器视觉，两者之间其实没有什么大的区别，强调计算机视觉可能主要是强调计算机对图像处理分析方面，而机器视觉更多的是从工程应用出发，强调计算机视觉的应用，应该是一个系统。但是，我们平时说计算机视觉或机器视觉，两者之间也没必要分的那么清，因为他们的核心其实都是视觉图像的分析处理。
计算机视觉属于人工智能的一部分，而且是非常重要的一个领域。很多人想学习计算机视觉，可是不知道需要学习什么，要怎么学习，学完之后的应用在什么地方。而且，觉得计算机视觉是一个非常难得方向，总感觉无从下手。
首先了解下计算机视觉的应用。从大的方面说，理论上，只要技术上能实现，凡是人眼能够看见和处理的，都可以用计算机视觉来代替。当然，目前的技术发展还远没有到这一步。现在企业对于计算机视觉或机器视觉的应用主要集中在产品检测、识别、定位以及测量这些方面。比如检测产品表面是否存在缺陷、检测食品包装上的生产日期是否印刷完整，在流水线上定位产品的位置，从而指导机械手臂自动抓取等，在产品测量上，计算机视觉可以测量产品的外观尺寸。当然，具体的应用还有很多，远远不止这些，如果对这个行业深入了解，可以发现计算机视觉的应用实在太广泛了，不限于某个行业，或者说，几乎每个行业都会用到计算机视觉技术。并且，根据需求的具体要求不同，对视觉的要求也可能有很大的区别。目前，这类需求具有很大的市场，这些应用原来都是靠人工完成，现在基本上都可以靠视觉来实现。因此，很多行业都有这方面的需求。而且，这种需求会一直持续下去。因为，计算机视觉每个需求都是独立的，都需要独立开发相应的视觉系统来实现具体的需求。即使同样的检测对象，由于在不同的环境下采集图像，原来的检测系统在新的环境下一般不具有通用性，需要更改图像处理算法。而且，产品在更新，检测对象在变化，相应的视觉检测系统也要修改。而通常一套视觉检测系统的价格并不昂贵。除非某些特殊的要求，需要花费很大力气来研究专门的算法以及需要比较高的硬件设备。通常的视觉检测系统包括硬件软件在内，可能十来万块钱就可以搞定，但是如果采用人工来实现，人工成本是比较贵的，所以很多企业是希望采用计算机视觉代替人的。
其次，计算机视觉需要的硬件和软件。硬件部分主要包括相机、光源、镜头 、电脑。其他的一些辅助硬件一般就比较便宜了。做计算机视觉一定会涉及到硬件的选型。主要是相机、光源和镜头的选型。虽然很多教材大篇的在讲相机的参数、镜头的参数、光源的参数以及这些硬件怎么选型。其实在实际应用中，并没有那么复杂。选型的目的是采集出符合要求的图像。真正在实际应用中，图像的采集我们可以交给卖硬件的公司，他们会给你选好用哪种类型的硬件。你只需要提要求。当然，懂得一些硬件的选型知识还是必要的，免得连自己的要求都提不出来，别人也无法给你选型。而且，有了硬件选型的知识，自己也可以大致知道需要什么类型的硬件，避免被骗。还有，与客户谈需求的时候，你要预估采用什么样的硬件，怎么采集图像才能够实现视觉检测系统，大概需要的费用。如果没有硬件知识，也是无从下手，让别人觉得你是外行，肯定项目就不给你做了。
图像处理软件是整个视觉系统的核心。这也是大部分人觉得最难的部分。这里涉及到图像处理算法，需要编写代码。而很多人一看到写代码，就觉得很难，就开始打退堂鼓了。其实，现在图像处理算法都是调用现用的图像处理库来实现，很少自己写算法，最多就是在现有的算法上调调参数。所以，只要学过一点编程语言的，要入门计算机视觉都不是难事。现在的计算机视觉有点类似当年的机械三维建模。刚开始的时候，很多人觉得三维建模非常难，现在来看，也是非常简单。而视觉检测系统也就是调用已有的图像处理算法，将这些算法组合起来实现整个检测系统。所以，对于大多数的视觉应用而言，其实都不是很难。真正难得视觉系统，也是很多公司都做不了的，这部分这些公司也不愿意做，因为可能花了很多时间来做，最后的效果也不好，也不能产生多大的效益。一般比较难的应用就是找专门的算法研究者合作，这主要在一些高校里面在做，作为一个课题专门来研究算法，花费的时间比较长。
目前比较好的图像库主要是opencv，这是免费的，商业的有halcon，visionpro等，收费比较高。此外，matlab中有图像处理工具箱，labview中也有图像处理模块。其中opencv个人感觉是比较好的选择。首先是资料比较多，方便学习；其次，opencv不管是个人应用还是商业应用都是免费的，避免的版权纠纷；然后，通过学习opencv，可以了解很多图像处理算法的内部原理，从而更深入的进入到是视觉图像处理领域。而halcon这些软件虽然已经做得很好了，但是你在上面再提高自己的能力可能就比较难，你只能用他的函数库，而很多算法不知道具体的原理，而且，作为商业软件，这些是收费的，会增加项目实施的成本。
简言之，计算机视觉的应用会非常广泛。我们大部分人只是做视觉应用，没有必要去关注深度学习，大数据这些方面的研究，这些方面还是交给专门搞研究的人去弄。作为应用，计算机视觉的入门并不难，只要懂一些编程基础的人，不管原来学的是什么专业，自己加以学习，一般一两个月可以入门，如果有项目跟着做或者有人指导，进度会更快。作为人工智能中非常重要的一部分，往计算机视觉发展，应该是一个不错的方向。
