FPC(柔性电路板)在电子产品中扮演着至关重要的角色，其质量和可靠性直接影响到产品的性能和安全性。在FPC线路板加工过程中，由于制造工艺的复杂性，很容易产生各种缺陷，如焊锡不良、偏位、漏铜、短路等，因为有太多的环节需要检测，限于人工成本，大部分的环节仅进行抽查。这使得一些潜在的缺陷无法及时发现，这些缺陷不仅影响产品的性能，还可能对产品的安全性造成威胁。因此，对FPC进行缺陷检测是至关重要的。为了解

镜头分辩率指的是在像平面处1毫米内能分辨开的黑白相间的线条对数.单位是“线对/毫米”（lp/mm，line-pairs/mm）.一个摄像机每毫米的像素密度是M点（pixel/mm）,那么应该选择一个分辨率是M/2lp/mm的镜头。例：一个200万像素的相机，像素数为1600×1200=1920000，感光面尺寸是1/1.8吋（7.2mm*5.4mm），像素密度为（1600/7.2=222pixel

例程功能 检测金属表面的划痕。难点在于作为背景的金属表面颜色不均衡，且被检测对象—划痕细长，比较难检测。代码如下*Thisprogrammshowstheextractionofsurfacescratchesvia*localthresholdingandmorphologicalpost-processing*dev_update_off()dev_close_window()**Step1:

例程功能 测量保险丝线的宽度。代码如下dev_update_window('off')dev_close_window()******step:acquireimage*****read_image(Fuse,'fuse')get_image_size(Fuse,Width,Height)dev_open_window_fit_image(Fuse,0,0,Width,Height,WindowI

例程功能 对鼠标交互做出反应代码如下dev_set_preferences('graphics_window_context_menu','false')dev_close_window()dev_update_off()1.****2.step:acquireimage3.****read_image(Image,'mreut')get_image_size(Image,Width,Height

例程功能 定位原子网格结构中的不规则性。代码如下dev_close_window()dev_update_window('off')******Acquireimage*****read_image(Image,'atoms')get_image_size(Image,Width,Height)crop_rectangle1(Image,Image,Height/2,0,Height-1,Widt

例程功能 从红外图像中提取森林特征。代码如下dev_close_window()dev_update_window('off')read_image(Forest,'forest_air1')get_image_size(Forest,Width,Height)dev_open_window(0,0,Width,Height,'black',WindowHandle)decompose3(Fore

例程功能 检测球形焊盘的直径。代码如下*ball.hdev:InspectionofBallBonding*dev_update_window('off')dev_close_window()dev_open_window(0,0,728,512,'black',WindowID)read_image(Bond,'die/die_03')dev_display(Bond)set_display_f

打开halcon，按下ctrl+e打开halcon自带例程。

例程功能 检测液体中的颗粒物。难度在于图像中大亮斑区域、低对比度小物体和噪声影响。代码如下dev_update_off()dev_close_window()dev_open_window(0,0,512,512,'black',WindowID)set_display_font(WindowID,14,'mono','true','false')read_image(Image,'particl

例程功能 检查塑料零件的外部边界，是否存在毛刺。代码如下dev_update_window('off')read_image(Fins,'fin'+[1:3])get_image_size(Fins,Width,Height)dev_close_window()dev_open_window(0,0,Width[0],Height[0],'black',WindowID)set_display_f

这种系统融合了机器视觉、模式识别、大数据和深度学习等技术，实现了对害鼠的365天×24小时连续动态监测和智能识别分类。

前言我现在在准备做一个全流程的机器视觉的工程，之前做了很多理论相关的工作。

将机器视觉用于轮毂检测，可以利用图像分析的方法来测量轮毂特征尺寸、判断轮毂形状，并获取其位置坐标等信息，从而能够辨识流水生产线上的各种款式和型号的汽车轮毂。

为了解决这些问题，开发了一套基于LabVIEW和机器视觉的机械零件检测系统。该系统采用面阵相机、1200万FA镜头，以及搭配光源控制器的环形光源，实现了高清晰度的图像采集。

linux命令行下使用phalcondevtools快速搭建多模块的web项目phalcon官方文档，只有使用phalcondevtools创建单模块项目的资料。

入参Interpolation，在affine_trans_image就有这个参数从上往下：处理质量越来越高，处理速度越来越慢

文章目录0简介1数据收集2识别过程3网络构建4数据读取5模型训练6加入Dropout层7数据增强8迁移学习9结果9最后0简介优质竞赛项目系列，今天要分享的是基于机器视觉的12306验证码识别该项目较为新颖

文章目录0简介1课题背景2口罩佩戴算法实现2.1YOLO模型概览2.2YOLOv32.3YOLO口罩佩戴检测实现数据集2.4实现代码2.5检测效果3口罩佩戴检测算法评价指标3.1准确率（Accuracy）3.2精确率(Precision)和召回率(Recall)3.3平均精度(AverageprecisionAP)4最后0简介优质竞赛项目系列，今天要分享的是基于深度学习的口罩佩戴检测【全网最详细】

文章目录0简介1二维码检测2算法实现流程3特征提取4特征分类5后处理6代码实现5最后0简介优质竞赛项目系列，今天要分享的是基于机器学习的二维码识别检测-opencv二维码识别检测机器视觉该项目较为新颖，

_提高halcon模板速度-CSDN博客但是文末附上了链接，那个是本人使用的Qt开发的涂抹工具。

清晰度是机器视觉的关键要素，它直接影响后续图像处理和分析的准确性。为了获取更清晰的图像，可以从以下几个方面着手：1.优化相机设置：曝光时间和增益等参数的调整对图像清晰度有显著影响。

机器视觉检测系统是一种自动检测系统，它是基于图像处理和模式识别技术开发的。视觉系统采用工业相机来获得零部件的图像信息

PCB板在现代电子设备中是一个重要的组成部分，它是用来集成各种电子元器件的信息载体。在电子领域中，PCB板有着广泛的应用，而它的质量直接影响到产品的性能。随着电子科技技术和电子制造业的发展，贴片元器件的体积变小，安装密度变大，这就要求PCB板的集成度进一步提高。为了保证电子产品的性能，PCB板缺陷检测技术变得非常关键，已经成为电子行业中不可或缺的技术。传统的人工检测PCB缺陷的方法存在漏检、检测速

基于深度学习的视觉应用，又名：机器视觉之从调包侠到底层开发（第4天）PS:这个系列是准备做从Python一些接口应用开发，openCV基础使用场景原理讲解，做一些demo案例讲解，然后开始数学基础复习，

机器视觉企业实战机器视觉企业实战，又名：机器视觉之从调包侠到底层开发（第5天）这个专栏是偏实战的系列，由浅入深学习机器视觉。

QT联合Halcon第一个项目1、创建新项目firstqthalcon2、命名firstqthalcon3、选择make4、Mainwindow和dialog都可以5、关键，要选择MSVC6、工程配置文件添加如下代码

5.11.abs_image功能：计算一个图像的绝对值（模数）。2.add_image功能：使两个图像相加。3.div_image功能：使两个图像相除。4.invert_image功能：使一个图像反像。5.max_image功能：按像素计算两个图像的最大值。6.min_image功能：按像素计算两个图像的最大小值。7.mult_image功能：使两个图像相乘。8.scale_image功能：为一个

Halcon算子解释大全Halcon/Visionpro视频教程和资料,请访问重码网,网址:http://www.211code.comChapter1:Classification1.1Gaussian-Mixture-Models1

这里主要介绍基于亚像素提取的边缘检测方法，具体大家可以参考一本书，如果对halcon很熟悉的就不用了看了，反之建议看看，该书为《机器视觉算法原理与编程实践》，我也是跟着敲了一遍代码，很多都可以达到触类旁通

名称fuzzy_measure_pos-提取垂直于矩形或环形弧的直边。用法fuzzy_measure_pos(Image::MeasureHandle,Sigma,AmpThresh,FuzzyThresh,Transition:RowEdge,ColumnEdge,Amplitude,FuzzyScore,Distance)描述fuzzy_measure_pos提取垂直于矩形长轴或环形弧的直边。

HALCON算子函数总结（上）**HALCON算子函数——Chapter1:Classification**Chapter_1_:Classification1.1Gaussian-Mixture-Models1

1.求区域重心输入区域输出面积，重心行列坐标area_center(ModelRegion,Area,RowRef,ColumnRef)2.抠图输入图像输入区域输出图像reduce_domain(Image,ModelRegion,ImageReduced)3.彩色转灰度rgb1_to_gray4.拆通道decompose35.RGB转HSVtrans_from_rgb16.对象变量操作：gen_

Halcon提取亚像素轮廓edges_sub_pix算子最常用的提取亚像素轮廓的算子是edges_sub_pix算子，该算子同样提供了大量的提取方法，只需要在Filter参数中设置方法的名字，就可以完成边缘的提取

Halcon提取彩色多通道图像的亚像素边缘edges_color_sub_pix算子如要要提取彩色多通道图像的亚像素边缘，可以使用edges_colorsubpix算子。

前言大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家顺利通过和节省时间与精力投入到更重要的就业和考试中去,学长分享优质的选题经验和毕设项目与技术思路。对毕设有任何疑问都可以问学长哦!选题指导:最新最全计算机专业毕设选题精选推荐汇总大

0简介今天学长向大家介绍一个机器视觉的毕设项目毕设分享B站大数据分析可视化(源码+论文)项目获取：https://gitee.com/sinonfin/algorithm-sharing哔哩哔哩排行榜数据分析与可视化可视化目标与任务可视化任务选择目前视频行业可以分为爱优腾为代表的长视频赛道

1、骨架的原理图像的骨架特征，可以简单地理解为图像的中轴。骨架虽然从原来的物体图像中去掉了一些点，但仍然保持了原来物体的结构信息。骨架提取技术可以用于压缩图像，用在图像识别中可以降低计算量。2、骨架获取的两种方法①火烧模型。即图像的四周被相同火势点燃，燃烧速度一致，火势由图像四周向内部燃烧时，火焰相与处即为骨架。②最大圆盘法。最大圆盘为完全包含在物体内部并且与物体边界至少有两个切点的圆，而骨架就是

问题描述：Halcon和opencv的区别问题解答：Halcon（由MVTecSoftwareGmbH开发）和OpenCV（OpenSourceComputerVisionLibrary）都是计算机视觉领域常用的工具库

实现效果3算法实现原理3.1数据集3.2深度学习识别算法3.3特征提取主干网络3.4总体实现流程4具体实现4.1预训练数据格式4.2部分实现代码5最后0前言优质竞赛项目系列，今天要分享的是基于深度学习机器视觉的人脸性别年龄识别系统该项目较为新颖

0前言优质竞赛项目系列，今天要分享的是基于机器视觉的身份证识别系统该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！

文章目录0前言2先上成果3多目标跟踪的两种方法3.1方法13.2方法24TrackingByDetecting的跟踪过程4.1存在的问题4.2基于轨迹预测的跟踪方式5训练代码6最后0前言优质竞赛项目系列，今天要分享的是深度学习多目标跟踪实时检测该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分更多资料,项目分享：ht

Halcon轮廓的生成Halcon轮廓的生成最常用的是edges_sub_pix算子，在该算子中可以选择不同的滤波器类型，最常见的滤波器有canny和lanser2。

Halcon轮廓的处理文章目录Halcon轮廓的处理1.轮廓分割2.轮廓的筛选3.轮廓的连接4.轮廓的拟合输出了目标的轮廓后，接下来还需要对轮廓进行处理，这主要基于以下3个原因。

通过人工智能算法结合机器视觉技术，利用影像数据，实时对产品的斑点、凹坑、划痕、色差、缺损等缺陷进行检测，并支持工业摄像头、超声、微波、红外及激光全息和X摄像照相机等不同的图像信源，

x86和x64编译就解决这个问题HOperatorSet.FindShapeModel前先进行HSystem.SetSystem("temporary_mem_cache","false");可以减少HALCONerror

来源：友思特机器视觉与光电友思特分享丨高精度彩色3D相机：开启崭新的彩色3D成像时代原文链接：https://mp.weixin.qq.com/s/vPkfA5NizmiZmLiy_jv3Jg欢迎关注虹科

Halcon滤波器derivate_gauss算子derivategauss算子不仅可以提取图像边缘，还有以下功能。（1）平滑图像。（2）边缘检测：提取图像的边缘。（3）角点检测：检测图像上的角点。

Halcon滤波器laplace算子使用laplace算子对图像进行二次求导，会在边缘产生零点，因此该算子常常与zero_crossing算子配合使用。求出这些零点，也就得到了图像的边缘。

目录一、初识水下机器视觉——不同点——难点二、AI如何助力水下机器视觉三、应用场景四、关键技术水下机器视觉，非常复杂，今天来简单讨论一下。因为目标识别更难。