公司内部视觉产品资源平台是什么

维视智造VisionBank是一款智能化的机器视觉软件开发平台，是深度学习技术赋能的边缘机器视觉检测软件

系统，旨在定位、测量、检测及识别常见缺陷等。 它将各种“视觉检测方法”集成为一个个“图形化”的工

具，用户可用类似于“搭积木”的方式开发机器视觉软件项目。它面向任何可能的机器视觉项目应用。 该平

台由三个部分（即训练器、设计器及运行器）组成，提供涵盖图像标注、深度学习模型训练、模型测试、算

法模型流水线及线上检测的全方位解决方案。 其大幅提高质量及降低交付检测解决方案的成本。 主要包含

几大模块：传统算法及基础算子模块、深度学习算法模块、光度立体算法模块、线阵相机专用引擎

VisionBank开发平台框架

智能视觉软件平台 VisionBank是一款智能化的机器视觉软件开发平台，它将各种“视觉检测方法”集成为一

个个“图形化”的工具，用户可用类似于“搭积 木”的方式开发机器视觉软件项目。它面向任何可能的机器

视觉项目应用。VisionBank开发的工程项目遵循“树状分支结构”，一个项目可以包含多台相机，每 台相机

可以采用多种处理算法：

VisionBank项目开发流程

基于VisionBank平台新建一个全新视觉项目的开发流程，只需要以下四步即可：

VisionBank开发&运行主界面

VisionBank核心功能——功能算法

VisionBank图像处理核心功能包括以下类别，涉及：机器人定位、尺寸测量、颜色识别、有无/计数、图像识别、深度学习及其他数据处理等

VisionBank核心功能——图像预处理

VisionBank图像预处理包括两个场景：一是针对灰度或彩色图像的预处理；二是针对BLOB分析工具输出的二

值图像的预处理。采用合适的图像预处理算法，可以解 决很多难以处理的视觉难题。

VisionBank核心功能——通讯

VisionBank外部通讯支持三种方式：IO、自由口、PLC交互协议。通讯可以在项目全局交互环境中设置，也可

以在工程文件的执行流程中设计。

VisionBank核心功能——数据存档

VisionBank数据存储包括本地数据存储和FTP远程上传服务

VisionBank生态及愿景

VisionBank作为维视智造机器视觉全产品线的平台纽带，依托VisionBank通用机器视觉开发平台和“维视智造开放实验室MVOpenlab”，将机器视觉方案 集成简单化，用户可以深入的参与到机器视觉项目选型、测试、部署及运维实施过程中来。通过流程的标准化梳理，从而完成机器视觉项目的不断降本要求

你可以用VISUAL STUDIO 和 JAVA的开发工具。

目前可以开发机器视觉的相关计算机语言有 C++, C#, JAVA, PYTHON 等, 甚至简单的PHP和JAVASCRIPT也可以开发相关的功能。

机器视觉需要用到图像处理库，有很多免费且开源的第三方图像库可以用，如十分著名的OpenCV， 有C++，JAVA, PYTHON的版本， 它包含了很多 现成的函数，可以处理图像的形状，颜色，大小，图像文件保存，找相似图像，物体边缘（Canny edge）算法 。。。

机器视觉的另一个方向是神经网络深度学习算法。这里面有代表性的是谷歌的TensorFlow，具有很强大的机器视觉能力。

文字识别方面的代表有谷歌的 Tesseract， 这也是开源项目

作者：知乎用户

链接：https://www.zhihu.com/question/20025224/answer/18874837

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。

转自知乎：

机器视觉当前的比较流行的开发模式是“软件平台+工具包”

软件平台：

1.VC：最通用，功能最强大。用户多，和windows搭配，运行性能较好，可以自己写算法，也可以用工具包，而且基本上工具包都支持VC的开发。是大家主要选择的平台。

2.C#：比较容易上手，特别是完成界面等功能比用VC+MFC难度低了很多，已经逐渐成为流行的使用平台了，算法在调用标准的库或者使用C#+C++混合编程。可以看到目前很多相机厂商的SDK都已经开始使用C#做应用程序了。

3.LabVIEW：NI的工具图形化开发平台，开发软件快，特别是做工控行业或者自动化测试行业的很多工程师，由于使用labview进行测试测量的广泛性，所以都有labview的基础，再调用NI的Vision图像工具包开发，开发周期短，维护较为容易。

4.VB、delphi：用的人越来越少了。

5.其他：java等没有看到人用过。

工具包：

1.halcon：出自德国MVTech。底层的功能算法很多，运算性能快，用其开发需要一定软件功底和图像处理理论。

2.VisionPro：美国康耐视的图像处理工具包。性能大多数算法性能都很好，性能上没有和halcon直接对比过，但是开发上手比halcon容易。

3.NI Vision：NI的特点是自动化测试大多数需要的软硬件都有解决方案，有点事软件图形化编程，上手快，开发周期快，缺点是并不是每个软件都非常厉害。视觉工具包的优势是售价比大多数工具包或者算法的天文数字便宜了不少，而且整个工具包一个价格，而不是一个算法一个算法地卖，性能方面在速度和精度没有前两种软件好。

4.MIL：加拿大maxtrox的产品，是Matrox Imaging Library 的简写。早期推广和普及程度不错，当前似乎主要用户还是早期的做激光设备的一些用户在用，所以用于定位的较多。

5.CK Vision。创科公司的软件包，相对前面几个工具包来说价格优势比较明显，另外机器视觉需要的功能也基本都有，所以在国内自动化设备特别是批量设备同时需要保护版权的企业而言，用量很大，推广也不错。

6.迈斯肯：迈斯肯的视觉主要产品还是条码阅读一类，图像工具包没有用过，不了解，不评价。

7.OpenCV：感觉openCV更多的还是用在计算机视觉领域，在机器视觉领域其实不算太多，应为机器视觉领域当前主要的应用还是定位、测量、外观、OCR/OCV，感觉这几项都不是opencv的专长。

8.其他：其他还有一些厂家的图像工具包，要么市场影响力不大，要么本人没有用过，不评价。

---