机器视觉来自 维客Jump to: navigation, search机器视觉machine vision　　计算机根据输入的二维图像来分析、理解原来三维物景的过程和技术，又称计算机视觉，是人工智能的一个重要分支。计算机视觉的实现过程是：首先将输入的图像变换为便于进一步处理的图像，称图像预处理，接着抽取图像的特征，建立图像基元，并判定图像所属的类（见模式识别）；然后是理解阶段，根据事先存储的知识

机器视觉技术的优越性　　由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品

HUNNISH 注：这篇文章对机器视觉在电路板检测上面的应用给出了全面的阐述。本文对有志于从事这方面领域的人来说，不失为一篇很好的参考文章。===================================================Machine Vision in the Assembled Printed Circuit Board Marketby Nello Zu

人脸检测的C/C++源代码，曾发表于 OPENCV 的 MAILING LIST，主要是对OPENCV 3.1 版本发布的代码做了一些速度上的优化，并且解决了内存泄漏的问题。这个程序所使用的 Paul Viola 提出（该论文“Rapid Object Detection using a Boosted Cascade of Simple Features”发表在 CVPR01）的 Ada Bo

 一、特征选择 二、分类方法 三、决策树四、人工神经网络与遗传算法五、支持向量机六、图论与聚类方法其它（待补）***********************************一、特征选择[PPT]FeatureSelection for Classification[PPT]FeatureSelection for Classi

机器视觉来自 维客Jump to: navigation, search机器视觉machine vision　　计算机根据输入的二维图像来分析、理解原来三维物景的过程和技术，又称计算机视觉，是人工智能的一个重要分支。计算机视觉的实现过程是：首先将输入的图像变换为便于进一步处理的图像，称图像预处理，接着抽取图像的特征，建立图像基元，并判定图像所属的类（见模式识别）；然后是理解阶段，根据事先存储的知识

  从开始接触OpenCV到现在，已经有很长的时间了。记得当时读书的时候，主要的使用工具是MATLAB，为开发系统，也为感兴趣起见，一直向寻找一种好的、具有类似MATLAB这样功能的图像处理/计算机视觉/模式识别等领域的C/C＋＋基础开发平台，从研究有名的CMU的计算机视觉主页Computer Vision Homepage(http://www.cs.cmu.edu/~cil/vision.

Hunnish: 下面的链接是OPENCV之CV部分用户参考手册的中文翻译，在此感谢Z.M.Zhang对模式识别、照相机定标与三维重建部分所做的翻译，Y.C.WEI对全文做了统一细致的更改：http://www.assuredigit.com/incoming/sourcecode/opencv/chinese_docs/ref/opencvref_cv_chinese.htm 

将生物特征识别应用于人脸，实际上是包含两个方面：第一，从图像或视频帧中检测人脸，即所谓的“人脸检测”（face detection）；第二，对检测到的人脸进行识别，判断这张脸是谁，即“人脸识别”（face recognition）。就实际应用而言，采用人脸做生物特征识别，其识别率、可靠性都无法与指纹、虹膜识别相提并论，但不失为模式识别中的一个典型应用，至少可以起到抛砖引玉的作用。下面的源代码采

 一、特征选择 二、分类方法 三、决策树四、人工神经网络与遗传算法五、支持向量机六、图论与聚类方法其它（待补）***********************************一、特征选择[PPT]FeatureSelection for Classification[PPT]FeatureSelection for Classi