机器视觉需要学什么软件，要做机器视觉学LABVIEW还是VB好些

1，要做机器视觉学LABVIEW还是VB好些

labvieW学的比较快，是可以提供成套的软件和硬件设备驱动，适合做机器视觉，只是价格上有点。而VB只是基础的编程语言，你需要自己编写图像处理程序，图像采集还有设备驱动，比较复杂，不从事基层软件开发，周期太长，不建议从这里开始。国产的采集卡行，不建议使用国产的相机，全用国产的当然能降低成本

看你需求了，很多厂家的智能相机很快，但是也贵，自己做要了解很多东西labview 你要精通也要花费很多时间去研究，光源，镜头选型，打光是门艺术！光打好了成功了一半就这么夸张。

看看这个能不能帮你。http://www.linkedin.com/groupItem?view=&gid=76228&type=member&item=95148035&qid=0c5f9bc9-2b8a-4d02-abaf-f236bd2b2dae&trk=group_most_popular-0-b-ttl&goback=%2Egmp_76228

要做机器视觉学LABVIEW还是VB好些

2，机器视觉技术除了培训还能在哪里学到

器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展，也大大地推动了机器视觉的发展。这是一个新兴的发展行业，对于企业批量生产，提高效率，降低成本有着不可估量的价值，机器视觉系统是由软硬件构成，人为地赋予其对应的实际运行价值，除了软件部分的代码编程，还需要对机器十分深入的了解，以找到需要实现效果对应的解决方案，自学的话不太建议，需要跟着专业的技术团队进行多次实战磨砺，积累经验，具备应急能力，并非短期可以实现。海瑞朗自动化希望可以帮到你

机器视觉涉及到的行业技术知识比较深，自学的话，时间会更长，我月初有了解过一些机构的培训学习，拿犀灵机器人视觉班为例，他们课程约是90天工作日。犀灵老师表示机器视觉课程会偏软件一些约起来需要一些耐心和定力。不然学着学着就会烦了，如果想要自学，可以从认识C++开始，数字图像处理，再学一下QT,你就算入门了。然后再OpenCV，等等。如果想要系统学习，我觉得还是让机器视觉培训老师带着你会快很多的，毕竟时间也是金钱。拖时间太长你对自己就没有信心了。

要么就是你大学专业就是这方面，要么就是培训。如果是专业是这个，再去培训机构实操练习，积累自己的经验，毕竟在大学学的东西大家都懂（就不说中国教育的长长短短了）。我们当时学校毕业的时候老师推荐了几家培训机构，我们几个人最后都去了深圳联为智能教育。感觉还可以，有宿舍，食堂，篮球场，可以全心的投入学习中，老师也负责，这三个月过的还算愉快。现在哥几个混的都还行。跑题了，除了培训就是自学，自学你真的可以学会吗？

机器视觉技术除了培训还能在哪里学到

3，如何选择机器视觉软件

目前市场上机器视觉软件分为以下几类：1、以Halcon，VisionPro为代表的传统机器视觉软件，通过调用各种算法因子，针对目标特征，定制化设置各种参数。其擅长解决以测量为主的定量问题，和判断有无的简单问题，但对复杂检测类的需求，漏检率/误检率较高。虽然软件价格一降再降，国产软件售价仅几千元甚至免费，但前期开发和后期维护成本较高，在使用时面临很大的局限性。2、以康耐视的VIDI、Sualab(已被康耐视收购)为代表的深度学习软件，将深度学习的标注、训练、测试流程，以PC软件的方式进行封装，降低了用户使用深度学习技术的门槛。主要解决传统视觉无法解决的复杂缺陷检测难题，或用深度学习的标注方法，提高开发效率。但从实际应用效果来看，当前的深度学习主要以监督学习为主，针对不同场景，需要大量的模型选择、调参等工作，无法针对所有场景，通用性的解决，因此，并没有解决传统算法需要定制开发的难题，并且用户的使用门槛较高，普通工程师对深度学习的调参一般没有基础。3、北京矩视智能创新性的提供了一款云端的工业视觉深度学习工具，线上实现标注、训练、测试流程，依靠在云端积累的大量不同场景的深度学习模型库，用户上传、标注图片后，将由云端自动匹配最优的深度学习模型和参数进行训练，用户无需任何操作，线上测试效果后，下载SDK即可本地化运行，真正做到通用级的工业视觉深度学习工具。同时在商业上，矩视智能将云端工具直接免费，下载sdk后，仅需购买Lisence加密狗，即可本地运行，致力于将深度学习技术应用于所有的工业视觉场景中。

1、根据应用的不同分别选用CCD或CMOS相机 CCD相机主要应用在运动物体的图像提取，如贴片机机器视觉，当然随着CMOS技术的发展，许多贴片机也在选用CMOS照相机。用在视觉自动检查的方案或行业中一般用CCD相机比较多。 CMOS相机由成本低，功耗低也应用越来越广泛。

作为机器视觉系统的重要组成部分，图像处理软件主要通过对图像的分析、处理和识别，实现对特定目标特征的检测。由于机器视觉系统在现代工业领域的广泛应用，使应用于机器视觉系统的机器视觉软件技术得到了高速发展，国内这方面比较出色的机器视觉软件例如湖南科天健光电技术有限公司自己研发的AcutEye软件应用比较广泛。目前，机器视觉软件的竞争，已从过去单纯追求软件多功能的竞争，转向对检测算法的准确性、高效性的竞争。常规的机器视觉软件均可提供搜索、光学字符识别、边缘、blob分析、卡尺工具等多种检测功能，但由于算法设计的不同，其检测效果却存在较大的差异。优秀的机器视觉软件可对图像中的目标特征进行快速而准确的检测，并最大限度的减少对硬件系统的依赖性。面对不同公司的机器视觉软件，客户在挑选时应该考虑哪些因素呢?1.定位　　对象或特征的精确定位是一个检测系统或由视觉引导的运动系统的重要功能。2.光学装置与照明　　适当的光学装置和照明对视觉应用的成功至关重要。3.完整的工具集对绑在一起的多个工具　　机器视觉软件主要以两种典型的形式出售，一种是完整的视觉工具集，另一种是用于特定任务的工具的应用，最终用户的应用将决定是使用一套完整的视觉工具集还是使用众多的特定的工具。4.编程和操作方便简洁、直观的图形界面是容易使用和设置的关键　　机器视觉产品主要区别在于他们的图形接口，接口应该从“设置”和“操作”两方面来评价。5.亚象素精度　　机器视觉算法具有亚象素的能力，即这些算法能够测量或得出比一个象素更小的单位。6.将来的升级　　机器视觉系统可应用在各种场合，当选择一个系统时应考虑系统将来的升级。7.图象预处理　　图象预处理算法能把图象的特征点放大，以使视觉工具能更好的检测它们。8.视觉引导的运动　　如果你的应用需要一个视觉系统来引导机器人，那么必须知道视觉系统与运动系统是如何集成的。9.系统集成10.工厂层连接　　通用的接口象串口(RS-232)、RS-485、并口、Ethernet、Devicenet、数字I/O、IEEE-1394和USB等，更新的接口如cameralink、Coaxpress也得到了广泛的应用，当评估视觉系统时，要考虑工厂层的可连接性希望我的回答对你有帮助！

如何选择机器视觉软件