OpenCv(一)

计算机视觉和机器视觉的区别

计算机视觉（Computer Vision）和机器视觉（Machine Vision）是两个密切相关但又有区别的领域。两者在应用、技术和目标上都有所不同。

**计算机视觉：**主要是研究如何使计算机能够理解和处理图像和视频数据。其目标是从视觉数据中提取有用的信息，实现图像识别、物体检测、图像分割等任务。计算机视觉通常应用于智能手机、自动驾驶、医疗影像分析等领域。

**机器视觉：**是指利用计算机视觉技术来实现自动化的视觉检查和分析。其目标是通过机器视觉系统（包括硬件和软件）对产品或过程进行检测、测量和分析，从而提高生产效率和质量。机器视觉通常应用于工业自动化、生产线质量控制等领域。

技术和方法
计算机视觉和机器视觉都依赖于图像处理和分析技术，但计算机视觉更注重算法和模型的开发与优化，如深度学习、卷积神经网络（CNN）、图像分类和分割等。机器视觉则更强调系统集成和实时性，通常结合工业相机、光源、图像采集卡等硬件设备。

应用领域
计算机视觉：主要应用于非工业领域，如自动驾驶（车道检测、障碍物识别）、医疗（CT图像分析、病理检测）、安防监控（人脸识别、行为分析）、娱乐（AR/VR）等。
机器视觉：主要应用于工业自动化领域，如电子制造（PCB板检测）、汽车制造（零部件检测）、食品饮料（包装检测）、制药（药品外观检测）等。

主要的软件工具
计算机视觉和机器视觉中常用的软件工具包括OpenCV、HALCON、Visionpro等。

OpenCv

OpenCV（Open source Computer Vision）是一个开源程序库，包含了 500 多个用于图像和视频分析的优化算法。该程序库建立于 1999 年，目前在计算机视觉领域的研发人员社区中非常流行，被用作主要开发工具。OpenCV支持多种语言，在实际的工程应用中，使用C++、Python等语言较多。实际上，这个程序库跨语言使用也非常便捷，使用C#描述下的.NET Framework框架。

Python中使用OpenCV

import cv2

# 读取一张图片
srcImage = cv2.imread("../images/a.jpg")
# 创建一个窗口
cv2.namedWindow("image")
# 显示图片
cv2.imshow("image", srcImage)
# 等待任意输入
cv2.waitKey(0)

C++中使用OpenCV

using namespace cv;
using namespace std;

int main()
{
    // 读取一张图片
    Mat srcImage = imread("../images/a.jpg");
    // 创建一个名字为image的窗口
    namedWindow("image");
    // 显示图片
    imshow("image", srcImage);
    // 等待任意按钮结束
    waitKey(0);
}

C#中使用OpenCV

1. 打开vs2022

2. 新建项目

3. 安装Nuget程序包

4. 引入OpenCvSharp

   

5. 书写OpenCvSharp代码