機器視覺要學什麼知乎

❶ 機器視覺需要學習哪些數學知識

常用的基礎理論：微積分；矩陣論；復變函數；積分變換；歐式幾何；離散數學；
發展趨勢：基本上數學學科的前沿全都有

❷ 機器視覺這個研究方向難不難學，以後研究生出來後，是不是就業面很窄。這個方向需要學好哪些基礎課程

機器視覺的方向應該是很好的一個專業，現在正處於上升階段，可以先去了解一下機器視覺的相關知識和產品，將來學的時候有些概念。

❸ 機器視覺方面有哪些好的開發平台各有什麼特點

作者：知乎用戶
鏈接：https://www.hu.com/question/20025224/answer/18874837
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。

轉自知乎：
機器視覺當前的比較流行的開發模式是「軟體平台+工具包」
軟體平台：
1.VC：最通用，功能最強大。用戶多，和windows搭配，運行性能較好，可以自己寫演算法，也可以用工具包，而且基本上工具包都支持VC的開發。是大家主要選擇的平台。
2.C#：比較容易上手，特別是完成界面等功能比用VC+MFC難度低了很多，已經逐漸成為流行的使用平台了，演算法在調用標準的庫或者使用C#+C++混合編程。可以看到目前很多相機廠商的SDK都已經開始使用C#做應用程序了。
3.LabVIEW：NI的工具圖形化開發平台，開發軟體快，特別是做工控行業或者自動化測試行業的很多工程師，由於使用labview進行測試測量的廣泛性，所以都有labview的基礎，再調用NI的Vision圖像工具包開發，開發周期短，維護較為容易。
4.VB、delphi：用的人越來越少了。
5.其他：java等沒有看到人用過。
工具包：
1.halcon：出自德國MVTech。底層的功能演算法很多，運算性能快，用其開發需要一定軟體功底和圖像處理理論。
2.VisionPro：美國康耐視的圖像處理工具包。性能大多數演算法性能都很好，性能上沒有和halcon直接對比過，但是開發上手比halcon容易。
3.NI Vision：NI的特點是自動化測試大多數需要的軟硬體都有解決方案，有點事軟體圖形化編程，上手快，開發周期快，缺點是並不是每個軟體都非常厲害。視覺工具包的優勢是售價比大多數工具包或者演算法的天文數字便宜了不少，而且整個工具包一個價格，而不是一個演算法一個演算法地賣，性能方面在速度和精度沒有前兩種軟體好。
4.MIL：加拿大maxtrox的產品，是Matrox Imaging Library 的簡寫。早期推廣和普及程度不錯，當前似乎主要用戶還是早期的做激光設備的一些用戶在用，所以用於定位的較多。
5.CK Vision。創科公司的軟體包，相對前面幾個工具包來說價格優勢比較明顯，另外機器視覺需要的功能也基本都有，所以在國內自動化設備特別是批量設備同時需要保護版權的企業而言，用量很大，推廣也不錯。
6.邁斯肯：邁斯肯的視覺主要產品還是條碼閱讀一類，圖像工具包沒有用過，不了解，不評價。
7.OpenCV：感覺openCV更多的還是用在計算機視覺領域，在機器視覺領域其實不算太多，應為機器視覺領域當前主要的應用還是定位、測量、外觀、OCR/OCV，感覺這幾項都不是opencv的專長。
8.其他：其他還有一些廠家的圖像工具包，要麼市場影響力不大，要麼本人沒有用過，不評價。

❹ 學習機器視覺需要哪些基礎知識

常用的基礎理論：微積分；矩陣論；復變函數；積分變換；歐式幾何；離散數學；發展趨勢：基本上數學學科的前沿全都有

❺ 學習機器視覺這個研究方向，需要哪些基礎知識

機器視覺系統就是利用機器代替人眼來作各種測量和判斷。它是計算機學科的一個重要分支，它綜合了光學、機械、電子、計算機軟硬體等方面的技術，涉及到計算機、圖像處理、模式識別、人工智慧、信號處理、光機電一體化等多個領域。圖像處理和模式識別等技術的快速發展，也大大地推動了機器視覺的發展一個完整的機器視覺系統的主要工作過程如下：1、工件定位檢測器探測到物體已經運動至接近攝像系統的視野中心，向圖像採集部分發送觸發脈沖。2、圖像採集部分按照事先設定的程序和延時，分別向攝像機和照明系統發出啟動脈沖。3、攝像機停止目前的掃描，重新開始新的一幀掃描，或者攝像機在啟動脈沖來到之前處於等待狀態，啟動脈沖到來後啟動一幀掃描。4、攝像機開始新的一幀掃描之前打開曝光機構，曝光時間可以事先設定。5、另一個啟動脈沖打開燈光照明，燈光的開啟時間應該與攝像機的曝光時間匹配。6、攝像機曝光後，正式開始一幀圖像的掃描和輸出。7、圖像採集部分接收模擬視頻信號通過A/D將其數字化，或者是直接接收攝像機數字化後的數字視頻數據。8、圖像採集部分將數字圖像存放在處理器或計算機的內存中。9、處理器對圖像進行處理、分析、識別，獲得測量結果或邏輯控制值。10、處理結果控制流水線的動作、進行定位、糾正運動的誤差等。 從上述的工作流程可以看出，機器視覺是一種比較復雜的系統。因為大多數系統監控對象都是運動物體，系統與運動物體的匹配和協調動作尤為重要，所以給系統各部分的動作時間和處理速度帶來了嚴格的要求。在某些應用領域，例如機器人、飛行物體導制等，對整個系統或者系統的一部分的重量、體積和功耗都會有嚴格的要求。（良） 清楚了以上機器視覺的原理和過程之後，我建議： 1）人類和動物視覺系統的原理
2）攝像機技術與原理
3）圖像識別和處理技術
4）計算機技術5）人工智慧

❻ 到底如何學習機器視覺

如何學習機器視覺？

機器視覺入門

很多人問機器視覺如何學習？哪裡有比較好的學習資料？總結了一下各個方向的學習資源總結，也會不定期在公眾號里分享一些機器視覺相關內容，希望對有需要的人有幫助，也希望大家能多多交流討論，共上一層樓。
如何學習機器視覺？
1、其實機器視覺涵蓋的方向非常廣泛，想要學習機器視覺而且以後要從事機器視覺相關工作的各位應該弄清楚自己以後想從事的方向，這一點可以先從相關企業招聘哪些崗位以及崗位要求來進行初步了解。然後針對不同崗位對崗位職責的要求進行學習補充。
（1）有哪些機器視覺公司？
可以直接網路搜索機器視覺等關鍵詞，或者進入第三方信息平台：如機器視覺網查看現在的機器視覺公司有哪些
（2）有哪些崗位
根據你所找到的機器視覺公司網路查找 公司名稱+招聘網站，比如直接搜索「奧普特+智聯招聘」
2、對於機器視覺基本概念的了解是必不可少的，因為從大范圍大環境下去了解會非常利於你對其他零散知識的整合，也更容易接納。比如對機器視覺及機器視覺相關詞彙在理論上的認識：機器視覺、機器視覺系統、視覺檢測，機器視覺技術等這些是什麼？有什麼作用？可應用在哪些領域？
3、確定好自己在機器視覺領域的從業方向後，可以分為硬體或軟體方向等確認學習目標；
硬體：工業相機、工控機、線纜、鏡頭、照明（光源）、採集卡、延長器還有圖像處理、視覺處理等其他硬體
軟體：視覺演算法包、軟體包，可以先去了解下市場上使用比較多的，還有使用的開發平台、編程工具等
4、知道自己學習的方向並了解如何使用操作是非常重要的！這一點最好有自己動手操作的環境。
視覺檢測：能搭配硬體軟體自己拍攝調試，了解其主要功能及調試方式。你能有相關條件跟隨一個案例從頭跟到尾，從客戶提出需求-選型-調試-驗收這個過程，了解每一步過程，跟了幾個案例後自己就應該會比較清楚了。
演算法編程：先摸索主要流行軟體包的主要框架及功能實現模塊，再通過看相關書籍，跟隨案例實際操作去熟悉。主要還是多學多問。
以上可能介紹比較粗略，因為不管哪個方向的核心學習方法還是建議去詢問在這一方向上比較有經驗的人，應該更有成效。再有，可以通過訪問國內機器視覺做的比較好的企業，去看看網頁或者去了解乃至參與其工作來學習。

❼ 我要學習機器視覺編程需要看那些書怎麼學習

最需要學的是數學知識，機器視覺，靠的不是編程能力，而是數學演算法能力。

第一，高等數學

第二，線性代數

第三，OpenGL知識

❽ 機器視覺這方面好學嗎

學機器視覺的話，可以自學，加入一些群。如果要參加培訓班的話，不要去深圳聯為。

❾ 如何學習機器視覺

這個感覺是從論壇上大家所問的問題得出來的。因為。在論壇中看到不少朋友所問的問題，是相當可笑的。說可笑並非指所提問題過於簡單幼稚，而是所問的問題一看就是從書本上抄來的，而不是在實際情況下所遇到的。換句話說，論壇中的朋友大多隻是在紙上談兵，極少有人真正自已動手開發視覺系統。這樣說是因為自己搞開發的人絕對問不出某些奇怪問題來的。往深了說一點，好象國內的朋友們只喜歡啃書本，並不願意(也可能是懶得)動手。 一句話，國外機器視覺發展到今天，已經可以清清楚楚分為三個部分： 1，底層開發部分。 2，二次開發部分。 3，最終使用部分。於是在國外，從事這一行業的人現在也就可以簡單而清楚地分成三種人： 1，底層開發的人(從事底層開發工作的人)。 2，二次開發的人(從事二次開工作的人)。 3，使用及操作機器視覺系統的人(從事最終使用工作的人)。 第一類人。就是我們常說的，開發通用視覺系統(如：DVT，西門子，歐姆龍，EVISION，COGNEX等等)的開發人員，也就是DVT，COGNEX這些公司開發部的技術職工。 第二類。就是大家所說的OEM用戶。是專門用第一類人所開發出的系統，給第三類人搞二次開發，開發各種專為第三類人所用的系統。 第三類人，就是用戶(end user)。這類人是真正將機器視覺系統應用到各個領域中的人，他們不僅在各自的行業中使用種種已經開發成型的機器視覺系統。而且負責對各類系統進行測試及評估。 舉個實際例子，這里有不少朋友問過這類問題：如何檢測某一工件；檢測光碟表面的系統該如何配置CCD相機、鏡頭及燈源等。問這些問題的朋友應該算是第三類人。他們公司要他們尋找一個系統可以用來檢測本公司的產品。但由於第一類人所開發的，只是通用的系統以及視覺系統開發工具的軟體包。並沒有哪家公司專門開發一套系統來檢測光碟或是某種特定的工件。所以，這些朋友就應該來找我，因為我是第二類人。 我的工作就是，專門用DVT，EVISION，COGNEX等的視覺卡，以及視覺系統開發工具軟體包為他們專門開發一套他們所需要的光碟檢測系統或是工件檢測系統。 繞了老大一圈，其實要說的問題就是一個----我所發現的問題：這里80%以上朋友把自己的身分混淆了，越俎代庖。 不客氣的說，目前國內搞這行的朋友似乎都有些好高騖遠。不少從事第二部分工作朋友(搞二次開發的第二類人)對於機器視覺有關知識的了解，尚不如國外第三類人的知識水平(我是從大家所問的問題感覺到的)。而國內第三類朋友知識水平就更可想而知。 可是奇怪的是，每個人所問的卻都是第二類人要問的，有些甚至是一類人才會問的問題。好象，機器視覺是個十分簡單的技術，憑大家隨便問幾個「關鍵性」的問題，再由所謂的「專家」三言兩語的回答一下。大家就一夜之間都可以自己搞底層開發，成第一類人了。 要成為第一類人，又分硬體及軟體兩種。要對自己所負責的這個模塊非常了解，搞軟體要知道演算法及運行速度；搞硬體要明白公司所選用晶元的特點等等。同時還要清楚對手公司的優缺點以及機器視覺這一行的種種動態和最新技術。 總結一下。這三種人相比，第一類人一定要專業，對機器視覺的某一領域非常非常了解；第二類人雖比不上第一類人那麼專業，但更加全面；第三類人更熟悉各個應用系統開發公司(第二類人)的優缺點。 現在大家可以看得出，機器視覺發展到今天，其分工已經越來越細，每個部分的工作其實是很難相互取代的。大家不要以為第三類人就比第一類人低一等，這是一個錯誤的等級概念。我本人過去曾屬於第一類人，現在作的是第二類工作。而我的幾個「師弟師妹」(當初曾一起作第一類人時的同事)現在就在干第三類工作。大家別小看第三類工作，以為這是小兒科，你能真作好這一行也不是很容易。畢竟這也是一門行當也是一個飯碗！另外，以我個人來看：以國內現在機器視覺的水平，對於那些想作第一類人的朋友我在這里勸一句：還是算了吧。 國內的機器視覺水平打根子上就差，您還打算搞底層？演算法本身都是抄人家的，就只能和對手拼程序的寫法了。不過我覺得那更沒戲。 這樣說我絕沒有看不起初學者的意思。我說過：所問的問題再簡單，我都不會笑話你。對於每樣事物我們都是從無知開始的。但是，對於那些極不實際的好高騖遠的問題，我還是要說，希望大家踏實下來，戒浮躁，從最基本地學起----先確定自己的身份。

❿ 學習機器視覺需要什麼文化程度

硬體還是來軟體呢？
1、如自果要是硬體，其實不需要什麼文化程度，只要你肯動手，多做幾個實驗就會了。肯學都好說，無非就是相機，鏡頭的選型，打光實驗等。
2、如果要是軟體，最好是要有一門自動擅長的編程語言，建議C語言，雖然要難一些，沒有VB那麼簡單上手，但是VB的局限性比較大，而且國外已經陸續淘汰了VB，在你以後做項目中使用的很多圖像處理軟體都是國外的，VB的常式可能都很少了。文化程度嘛，很多高中畢業的，都是因為擅長一種編程語言，就會做一些簡單的項目了，甚至一些本來學機械的，自學一門編程語言，我看他們也做的不錯。唯一的困難點就是你的邏輯思維，高數的邏輯對你有些阻礙！
希望能給到你一些建議，加油！