机器视觉的自动化检测项目，真的是前端之外值得了解的一块。你看，图像采集和识别这些东西，其实和前端搞图像那味儿还挺像。是搞嵌入式或者工业方向的朋友，可以参考一下这套架构：CCD 相机、XY Table、影像撷取卡、翻拍架……说白了，就是把“看”和“动”这两件事做得细准。 图像采集是关键一步，用 CCD
C 0 次浏览
LabVIEW 的视觉检测源码框架，结构挺清晰的，逻辑分层也比较合理。你要是搞过 NI 的视觉系统，应该能快上手，NIVISION 的接口也整合得还不错，调用方便，响应也快，适合直接拿来做二次开发。 LabVIEW 配合 NIVISION 做视觉检测，优势还是挺的。像常见的尺寸测量、条码识别、瑕疵检
Kotlin 0 次浏览
机器视觉技术作为一种新兴的无接触、高精度、高效率的自动化检测手段，在工业生产中的应用日益广泛。重点探讨了机器视觉技术在缺陷检测领域的应用，分析了其优势和局限性，并展望了未来的发展趋势。 机器视觉缺陷检测系统通常由图像采集、图像预处理、特征提取、缺陷识别和分类等模块组成。其中，图像采集模块负责获取待测
C++ 17 次浏览
内存泄漏问题，作为前端开发中常遇到的一大坑，起来也挺麻烦的。不同类型的内存泄漏有不同的表现和触发条件，常见的有常发性内存泄漏、偶发性内存泄漏和一次性内存泄漏等等。如果你在开发过程中碰到这种情况，不妨试试一些专业的内存泄漏工具，它们能你快速定位问题。例如，针对Android的内存泄漏，相关的调试工具就
Python 0 次浏览
C#和 Halcon 的组合真是工业视觉界的黄金搭档。这套框架做得挺到位的，不光支持常见的视觉检测、机械手定位，还能多机联动那种复杂操作。最爽的是插件式开发，拆装方便，灵活应变，调试起来也不闹心。 视觉检测和手眼标定是这框架的拿手好戏，配合 Halcon 的图像能力，像模板匹配、实时跟踪这类活儿，干
JavaME 0 次浏览
该方法有两个作用：一是主窗体能实时传递数据至从窗体，当主窗体的跟踪条数值改变时，从窗体中的一个标签组件会显示出跟踪条当前数值；二是从窗体能向主窗体请求数据，并获取主窗体中各组件显示的数据。点击从窗体中的按钮，程序会将主窗体中两个文本框组件的内容传递到从窗体，并在从窗体中显示。实现第一个功能的思路是将
PHP 21 次浏览