对于机器视觉的应用的总结

       机器视觉就是利用机器代替人眼做出测量和判断，在应用层面上，目前主要用来做系统集成或二次开发的较多，可以概括为以下四个部分：

1、检查。

       外观及缺陷检测，主要利用模板匹配。

2、识别。

       生物特征识别（人脸、语音、指纹、虹膜），目标识别（车牌识别，射频识别等），条码识别（一维码、二维码），字符识别，纹理识别等。识别的最终目的主要是为了分类，这里需要利用大数据训练学习，需要借助深度学习。

3、测量。

       几何尺寸测量（长、宽、高、周长、面积、体积等），圆或者椭圆（圆心、半径、轮廓、角度、尺寸等）；测量必须先标定，这里涉及到相机标定问题。

4、定位。工装定位移位、装配、码垛机器人。

  针对以上四个功能，对Labview、OpenCV、Halcon这三个软件进行对比

Labview：在工控方面可以说首屈一指，当然在检查、定位方面比较擅长；

Opencv：在识别方面做的比较好，比如人脸识别、视频识别等等；

Halcon：在尺寸测量方面，感觉Halcon做的比较好，其标定封装的比较好，测量直接可以出来尺寸，还是很方便的；

       这只是说比较擅长某一领域，并不代表在其他领域就不能做，只不过效果好与坏而已，当然这也只是个人的看法，具体的对比和应用还需要实践积累和不断去挖掘。