2020-02-26 21:24:30
1. OSGI.NET 与UIOSP OSGi是Open Service Gateway Initiative的缩写,Wiki对其的定义为:一方面它指OSGi Alliance组织,它是由IBM、Oracle、BEA、SAP等国际IT巨头组成的OSGi联盟组;另一方面指该组织制定的一个基于Java语言的服务规范——OSGi服务平台(Service Platform)。OSGi服务平台是一个动态...
2020-02-26 21:13:35
关于osgi.net ,想必大家也听说过,以下是自己在学习osgi.net 过程中整理出来的内容,供大家学习参与使用。 1. UIOSP 开放工厂框架架构 开放工厂所有插件基于OSGi.NET面向服务插件框架构建。该框架是国际上第一个完整迁移了OSGi R4规范的OSGi.NET框架,提供了动态模块化、面向服务和模块扩展三大功能,支持WinForm桌面应用、WPF桌面应用、ASP.NET...
2020-02-26 17:25:03
编译通不过的问题错误如下错误。原因是没有引用添加对应的dll文件。引用办法。有时候,如果你不知道引用dll是哪一个,可以考虑visionPro自带的演示程序。然后添加引用命名空间就可以了:Imports Cognex.VisionPro
Imports Cognex.VisionPro.ToolGroup
Imports Cognex.VisionPro.Caliper------------...
2020-02-26 15:22:59
卡尺与定位测量的例子流程图如下:效果如下:可以看到其实是模板匹配后再仿射变换定位,再使用卡尺测量宽度、找圆工具找两个圆。QiuckBuild可以快速完成这些操作,这也是被称为QuickBuild的原因。如果halcon完成这些的话,确实要花比较长的时间。来说说算子吧:Image Source这里发现visionPro支持一种扩展名为idb的文件,貌似是图片数据库,包含多张图片。这种文件格式确实没见...
2020-02-26 10:06:02
电子狗终于到了,可以学习一波了!首先学习一下CogPMAlignTool;简单的来说 就是训练一个图像 然后再在其他图像或者同一幅图像的其他位置去寻找该图像。在这个过程中你可以得到 图像尺寸变化 角度变化 以及其他的综合因素。本文选择实例 ——查找物体。选择一个文件夹下的一堆图片;主要思路是:如下图所示:主要有输入图像 训练图像 和 最后输出图像 ,第三个不知道是什么作用...
2020-02-26 09:31:35
开发模式1.Quickbuild +向导 (不生成源码的那种)2.Quickbuild+向导修改的操作界面(生成c#等语言)在VS中编写界面3.Quickbuild+自定义的操作界面 直接用VS调用Quickbuild的一些文件4.VS直接调用VisionPro 的API应用程序向导如下图所示:作业作业可以有多个,并行方式运行。已发送项(这个主要是查看作业中的某些端口,用来与外部进行通讯的,比如...
2020-02-25 09:23:46
visionPro8.3和谐过程记录一下吧,仅供个人学习使用哦。按下面步骤折腾一下后,只能用3天,不过是永远只能用3天,学习用是没问题啦。通过激活紧急许可证可以使用软件3天。初始你共有4个紧急许可。帮助菜单-〉“许可证”可以看到许可生效了,只有3天。如果软件过期了,你的紧急许可用完了,把下图这个liceseRestore.zip恢复,紧急许可又可以使用4次了!...
2020-02-24 21:32:44
你是不是发现vs2013有创建workflow的项目,但是vs2017,vs2019都没有呢?会不会这些新版本的vs取消了workflow呢?非也,实际上是因为你选择的安装并没有自动选择workflow的组件。勇哥给图片,你就知道了:勇哥发现vs2019新建工程时那个分类列表是严重退步了,一片混乱。好不容易找到一个“工作流控制台应用程序”,根本没workflow关键字,结果你搜索workflow根...
2020-02-24 14:10:18
OPT的智能相机配套的SCISmart(赛视)视觉软件包的试用经验。勇哥用官方给的一个示例测试了一下。要求如下:测量a, b两个间隙,判断是否在一个范围内,如果OK 显示 a和b的间隙值。如果NG,则显示工件的长宽,并输出到csv文件中,做为ng原因的分析用。勇哥编制的流程如下:下面详细说说每个流程块完成的功能:commtcp,ip算子的设置如下:数据页设置为:格式页不设定任何参数。逻辑运算设置如...
2020-02-23 21:05:54
实例分析3——售票机控制程序 某运输公司决定为新的售票机开发车票销售的控制软件。图I给出了售票机的面板示意图以及相关的控制部件。售票机相关部件的作用如下所述: (1) 目的地键盘用来输入行程目的地的代码(例如,200表示总站)。 (2) 乘客可以通过车票键盘选择车票种类(单程票、多次往返票和座席种类)。 (3) 继续/取消键盘上的取消按钮用于取消购票过程,继...
2020-02-23 21:01:36
实例分析1——登录模块 某基于C/S的即时聊天系统登录模块功能描述如下: 用户通过登录界面(LoginForm)输入账号和密码,系统将输入的账号和密码与存储在数据库(User)表中的用户信息进行比较,验证用户输入是否正确,如果输入正确则进入主界面(MainForm),否则提示“输入错误”。 根据以上描述绘制初始类图。 参考解决方案: 参考类...
2020-02-23 20:54:16
类与类之间的关系(2) 2. 依赖关系 依赖(Dependency)关系是一种使用关系,特定事物的改变有可能会影响到使用该事物的其他事物,在需要表示一个事物使用另一个事物时使用依赖关系。大多数情况下,依赖关系体现在某个类的方法使用另一个类的对象作为参数。在UML中,依赖关系用带箭头的虚线表示,由依赖的一方指向被依赖的一方。例如:驾驶员开车,在Driver类的drive()...
2020-02-23 11:11:29
1.UML简介Unified Modeling Language (UML)又称统一建模语言或标准建模语言。简单说就是以图形方式表现模型,根据不同模型进行分类,在UML 2.0中有13种图,以下是他们的主要用途简介:1.用例图:对系统的使用方式分类.2.类图:显示类和它们的相互关系。3.对象图:只显示对象及它们的相互关系。4.活动图:显示人或对象的活动,其方式类似于流程图。5.状态机图:显示生命周...
2020-02-23 10:47:20
类与类之间的关系(1) 在软件系统中,类并不是孤立存在的,类与类之间存在各种关系,对于不同类型的关系,UML提供了不同的表示方式。 1. 关联关系 关联(Association)关系是类与类之间最常用的一种关系,它是一种结构化关系,用于表示一类对象与另一类对象之间有联系,如汽车和轮胎、师傅和徒弟、班级和学生等等。在UML类图中,用实线连接有关联关系的对象所对应的类,在...
2020-02-23 10:36:50
在UML 2.0的13种图形中,类图是使用频率最高的UML图之一。Martin Fowler在其著作《UML Distilled: A Brief Guide to the Standard Object Modeling Language, Third Edition》(《UML精粹:标准对象建模语言简明指南(第3版)》)中有这么一段:“If someone were to come up...
2020-02-22 20:50:21
勇哥想附加一个sql server的数据库,结果报错,说这个数据库是用高版本创建的,又遇到该死的版本问题了。于是想到怎么不用sql server management studio打开个数据库,这样我起码可以抄一下表结构,重建数据表。勇哥先打开vs2019,这已经是勇哥电脑里最高版本的vs了,这样确保比数据库文件的版本要高了。然后随便新建一个C#工程,在项目中点击工具→连接到数据库,选择数据库文件...
2020-02-22 17:27:08
前段时间一直在做图像模板匹配。需要对旋转模板进行匹配,并且对速度精度都有较高的要求。OpenCV里面并没有较好的解决方法。cvMatchTemplate( const CvArr* image, constCvArr* templ,CvArr* result,int method )
Image 待搜索图像
Templ 模板图像
Result 匹配结果 用来存放通过以下方法计算出滑动...
2020-02-22 17:04:53
使用opencv的一些内置的算法来实现对图像特征的检测 从图像中提取的到的特征可以用来进行图像的匹配和检索常用的图像特征检测算法Harris:检测角点SIFT:检测斑点SURF:检测斑点FAST:检测角点BRIEF:检测斑点什么是图像特征? 图像特征就是图像中最具有独特性和具有区别性的图像区域.在图像中特征区域主要分布在角点,高密度区域,边缘(边缘可以将图像分成多个区域),斑点(与周围像素差别很...
2020-02-22 16:42:12
图像特征的匹配 通过对图像提取特征后,得到特征点和描述特征点信息的特征向量,在对图像的检索和匹配当中主要通过对描述符[特征向量]的计算来实现,下面主要通过ORB来进行图像特征的提取,使用不同的算法来实现图像的匹配.1.暴力匹配(Brute-Force)2.K-临近匹配3.FLANN匹配(Fast Library for Approximate Nearest Neighbors)www.cs.u...
2020-02-22 16:25:38
为何需要进行亚像素定位?数字图像通常是离散化成像素;每个像素对应一个整数坐标位置;整数坐标位置对于很多应用并不精确,比如跟踪、相机标定、图像配准、图像拼接以及三维重构;为达到有些应用的精确性,需要精确到浮点坐标位置;所以亚像素定位问题。亚像素定位就是计算特征所在图像中的真实位置,而真实位置有时候并不在像素所在整数坐标位置上,而是在像素的内部。点的灰度分布特征跟二维高斯模型很相似,中心处最亮,离中心...
2020-02-22 16:18:11
霍夫变换检测霍夫变换之直线检测霍夫变换直线检测前提条件-边缘检测已经完成平面空间到极坐标空间的转换(空间域向霍夫域的转换)检测原理两点确定一条直线,通过一点可以确定无数条直线,极坐标直线公式每个点通过角度取不同的值,都能在横坐标为角度值,纵坐标为ρ值的坐标系内确定一条曲线,只要角度值的精细度足够。ρ代表直线到原点的距离。对每个像素采取这样的操作,将会得出很多这样的曲线,这些曲线的交点证明,这些点所...
2020-02-22 11:30:18
上一篇博客简要介绍了一下常用的张正友标定法的流程,其中获取了摄像机的内参矩阵K,和畸变系数D。1.在普通相机cv模型中,畸变系数主要有下面几个:(k1; k2; p1; p2[; k3[; k4; k5; k6]] ,其中最常用的是前面四个,k1,k2为径向畸变系数,p1,p2为切向畸变系数。2.在fisheye模型中,畸变系数主要有下面几个(k1,k2,k3,k4). 因为cv和fisheye的...
2020-02-22 11:20:34
博主在博客园的第一篇博客,以著名的张大牛标定法开始吧!具体标定原理就不详细说了,资料数不胜数,重点看张正友的原著《A Flexible New Technique for Camera Calibration》,搞明白这篇文章就足够了。好了,现在主要说一下标定过程,并附上博主自己调用Opencv接口编写的代码。1.拍摄棋盘格图片,8幅左右合适,文献里说n=8时,最小二乘法计算内参有稳定解。所以我就...
2020-02-22 11:09:13
OpenCV中常用的角点检测为Harris角点和ShiTomasi角点。以OpenCV源代码文件 .\opencv\sources\samples\cpp\tutorial_code\TrackingMotion\cornerDetector_Demo.cpp为例,主要分析其中的这两种角点检测源代码。角点检测数学原理请参考我之前转载的一篇博客 http://www.cnblogs.com/ridd...
2020-02-22 10:51:09
上一篇博客中讲到了goodFeatureToTrack()这个API函数能够获取图像中的强角点。但是获取的角点坐标是整数,但是通常情况下,角点的真实位置并不一定在整数像素位置,因此为了获取更为精确的角点位置坐标,需要角点坐标达到亚像素(subPixel)精度。1. 求取亚像素精度的原理 找到一篇讲述原理非常清楚的文档https://xueyayang.github.io/pdf_posts/%E...
2020-02-22 10:47:26
很多朋友都想了解一下工业相机的选型问题,工业相机镜头如何选型等问题,那么下面普密斯详细的来介绍一下镜头选型的相关知识。镜头如何选型,焦距计算公式:宽度焦距=ccd宽度*拍摄距离/ccd宽度+目标宽度高度焦距=ccd高度*拍摄距离/ccd高度+目标高度 搭配问题:镜头或相机的接口问题,一般有C和CS接口,可询问供应商是否有转接环。镜头搭配相机时,须注意镜头本身可否支持相机的SENSOR SIZE,...
2020-02-22 10:09:55
图象的边缘是指图象局部区域亮度变化显著的部分,该区域的灰度剖面一般可以看作是一个阶跃,既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图象的边缘部分集中了图象的大部分信息,图象边缘的确定与提取对于整个图象场景的识别与理解是非常重要的,同时也是图象分割所依赖的重要特征,边缘检测主要是图象的灰度变化的度量、检测和定位。亚像素边缘技术概述 数字图像的边缘检测是图像分割、...
2020-02-22 09:55:34
在这篇博客里,主要讲解两点:点定位(Point localization)以及边缘定位(Edge localization),均是亚像素级定位精度。当然还有其他定位方法,这里仅针对亮点和边缘两种情形分别进行精确定位。1. 为何需要进行亚像素定位?>数字图像通常是被离散化成像素形式;>每个像素对应一个整数坐标位置;>整数坐标位置对于很多应用然而并不精确,比如跟踪、相机标定、图像配准...
2020-02-22 09:48:16
1 亚像素理解 在相机成像的过程中,获得的图像数据是将图像进行了离散化的处理,由于感光元件本身的能力限制,到成像面上每个像素只代表附近的颜色。例如两个感官原件上的像素之间有4.5um的间距,宏观上它们是连在一起的,微观上它们之间还有无数微小的东西存在,这些存在于两个实际物理像素之间的像素,就被称为“亚像素”。亚像素实际上应该是存在的,只是缺少更小的传感器将其检测出来而已,因此只能在软件上将其近...
2020-02-22 09:29:51
用一张棋盘格来进行图像的像素精度计算,其计算程序是:#include"opencv2/opencv.hpp"
using namespace cv;
int main()
{
Mat srcimg = imread("6.bmp");
Mat gray;
cvtColor(srcimg,gray,CV_RGB2GRAY);
Size b...