Ⅰ labview的vision utilities模块少了一些VI，是哪个安装包没有安装

LabVIEW与Vision相关的模块有3个：VDM（Vision Development Mole，视觉开发模块）；VBAI（Vision Builder for Application，视觉应用程序编译专）；还有属VAS（
Vision Acquisition Software，视觉影像采集）。
其中最重要的是VDM，LabVIEW关于视觉的算法都在这里。换句话说另外两个模块可以不安装。从你的描述看你可能安装了VAS，但是没有安装VDM。VAS只是用来从摄像头输入视觉影像，保存成.jpg之类然后供VDM处理。

Ⅱ delphi 和 C#到底选择哪个比较适合开发机器视觉！！！！

在我的理解：
机器视觉当前的比较流行的开发模式是“软件平台+工具包”
软件平台：
1.VC：最通用，功能最强大。用户多，和windows搭配，运行性能较好，可以自己写算法，也可以用工具包，而且基本上工具包都支持VC的开发。是大家主要选择的平台。
2.C#：比较容易上手，特别是完成界面等功能比用VC+MFC难度低了很多，已经逐渐成为流行的使用平台了，算法在调用标准的库或者使用C#+C++混合编程。可以看到目前很多相机厂商的SDK都已经开始使用C#做应用程序了。
3.LabVIEW：NI的工具图形化开发平台，开发软件快，特别是做工控行业或者自动化测试行业的很多工程师，由于使用labview进行测试测量的广泛性，所以都有labview的基础，再调用NI的Vision图像工具包开发，开发周期短，维护较为容易。
4.VB、delphi：用的人越来越少了。
5.其他：java等没有看到人用过。
工具包：
1.halcon：出自德国MVTech。底层的功能算法很多，运算性能快，用其开发需要一定软件功底和图像处理理论。
2.VisionPro：美国康耐视的图像处理工具包。性能大多数算法性能都很好，性能上没有和halcon直接对比过，但是开发上手比halcon容易。
3.NI Vision：NI的特点是自动化测试大多数需要的软硬件都有解决方案，有点事软件图形化编程，上手快，开发周期快，缺点是并不是每个软件都非常厉害。视觉工具包的优势是售价比大多数工具包或者算法的天文数字便宜了不少，而且整个工具包一个价格，而不是一个算法一个算法地卖，性能方面在速度和精度没有前两种软件好。
4.MIL：加拿大maxtrox的产品，是Matrox Imaging Library 的简写。早期推广和普及程度不错，当前似乎主要用户还是早期的做激光设备的一些用户在用，所以用于定位的较多。
5.CK Vision。创科公司的软件包，相对前面几个工具包来说价格优势比较明显，另外机器视觉需要的功能也基本都有，所以在国内自动化设备特别是批量设备同时需要保护版权的企业而言，用量很大，推广也不错。
6.迈斯肯：迈斯肯的视觉主要产品还是条码阅读一类，图像工具包没有用过，不了解，不评价。
7.OpenCV：感觉openCV更多的还是用在计算机视觉领域，在机器视觉领域其实不算太多，应为机器视觉领域当前主要的应用还是定位、测量、外观、OCR/OCV，感觉这几项都不是opencv的专长。
8.其他：其他还有一些厂家的图像工具包，要么市场影响力不大，要么本人没有用过，不评价

Ⅲ HALCON机器视觉软件的HALCON选择

近年来，由于Machine Vision技术的发展，这种可以取代人眼，对重复工作不会疲劳，精度高且稳定的特质，促成了高科技业，例如电子业产能的大幅提升。而MVTec公司更是不断的与学术界合作，并且将最新的学术研究成果纳入其中，不但使自己的技术处于业界领导地位，同时也将machine vision技术推向更高的境界。让您选择HALCON出于以下3点理由：
1.为了让使用者能在最短的时间里开发出视觉系统，HALCON包含了一套交互式的程序设计界面HDevelop，可在其中以HALCON程序代码直接撰写，修 改，执行程序，并且可以查看计算过程中的所有变量，设计完成后，可以直接输出C、C++、VB、C#、vb等程序代码，套入您的程序中。 HDevelop同时和数百个范例程序链接，除了个别计算功能的说明，您也可以随时依据不同的类别找到应用的范例，方便参考。此外，以问题为导向的手册， 可以让您找到最适切的使用说明以及作业观念。
2.HALCON不限制取像设备，可以自行挑选合适的设备。原厂已提供了60 余种相机的驱动链接，即使是尚未支持的相机，除了可以透过指标(pointer)轻易的抓取影像，还可以利用HALOCN开放性的架构，自行撰写DLL文件和系统连接。
3.使用HALOCN，在设计人机接口时没有特别的限制，也不必特别的可视化组件，您可以完全使用开发环境下的程序语言，例如visual studio、.NET、Mono等等，架构自己的接口，end user看不到您的开发工具，而且在执行作业的机器上，只需要很小的资源套件。

Ⅳ 哪个服务商能提供机器视觉软件开发包

之前我们升级生产线，用的霍克视觉的机器视觉软件开发包SDK，涵盖了机器视觉领域的几百个核心函数，详实的开发接口，以及完善的开发技术文档及demo程序。

Ⅳ 有谁知道奥比中光的3D视觉开放者社区怎么样啊

奥比中光的3D视觉社区主要有【产品中心】、【开发者中心】、【论坛】、【技术文库】这几个比较重要的板块。我们公司正在用奥比的3D摄像头做产品开发，所以上【开发者中心】、【技术文库】比较多，基本上要找的SDK、开发板都能找到吧。不过可能是刚上线的原因，一些开发套件还不够齐全，希望之后能补上吧。

【论坛】体验之类的还是不错的，有问题不懂或者需要交流的都可以在奥比中光3D视觉社区进行发帖咨询交流，奥比或者其他技术的小伙伴也会进行帮忙解决问题，大家互相交流，挺有意思的。

对于CV研发人员来说，奥比中光3D视觉开发者社区解决了之前开发资源零散的问题，搭建了3D视觉开发资源平台。在这里能找到一整套的开发板、SDK、驱动等工具，比之前轻松很多，这个是必须要点个赞的。

Ⅵ 计算机视觉/机器视觉，工业CCD摄相机电路板可以拆开使用CCD0、CCD0B，CCD1、CCD1B，……，这样的接口吗

哈哈，你这个问题我估计我们北京的硬件同事比较熟悉，你可以打电话到北京大恒图像的硬件部问问吧，只能帮你到这里了

Ⅶ 机器视觉方面有哪些好的开发平台各有什么特点

机器视觉当前的比较流行的开发模式是“软件平台+工具包”
软件平台：
1.VC：最通用，功能最强大。用户多，和windows搭配，运行性能较好，可以自己写算法，也可以用工具包，而且基本上工具包都支持VC的开发。是大家主要选择的平台。
2.C#：比较容易上手，特别是完成界面等功能比用VC+MFC难度低了很多，已经逐渐成为流行的使用平台了，算法在调用标准的库或者使用C#+C++混合编程。可以看到目前很多相机厂商的SDK都已经开始使用C#做应用程序了。
3.LabVIEW：NI的工具图形化开发平台，开发软件快，特别是做工控行业或者自动化测试行业的很多工程师，由于使用labview进行测试测量的广泛性，所以都有labview的基础，再调用NI的Vision图像工具包开发，开发周期短，维护较为容易。

Ⅷ 人脸识别二次开发包有免费提供的吗谁能帮忙提供个好用的

给你提供几个线索，数据都可以去数据堂下载。.FERET人脸数据库 - 由FERET项目创建,包含1万多张多姿态和光照的人脸图像,是人脸识别领域应用最广泛的人脸数据库之一.其中的多数人是西方人,每个人所包含的人脸图像的变化比较单一2.CMU-PIE人脸数据库 由美国卡耐基梅隆大学创建,包含68位志愿者的41,368张多姿态,光照和表情的面部图像.其中的姿态和光照变化图像也是在严格控制的条件下采集的,目前已经逐渐成为人脸识别领域的一个重要的测试集合3.YALE人脸数据库 由耶鲁大学计算视觉与控制中心创建,包含15位志愿者的165张图片,包含光照,表情和姿态的变化. 4. YALE人脸数据库B 包含了10个人的5,850幅多姿态,多光照的图像.其中的姿态和光照变化的图像都是在严格控制的条件下采集的,主要用于光照和姿态问题的建模与分析.由于采集人数较少,该数据库的进一步应用受到了比较大的限制5. mit人脸数据库 由麻省理工大学媒体实验室创建,包含16位志愿者的2,592张不同姿态,光照和大小的面部图像. 6. ORL人脸数据库 由剑桥大学at实验室创建,包含40人共400张面部图像,部分志愿者的图像包括了姿态,表情和面部饰物的变化.该人脸库在人脸识别研究的早期经常被人们采用,但由于变化模式较少,多数系统的识别率均可以达到90%以上,因此进一步利用的价值已经不大. 7. BioID人脸数据库 包含在各种光照和复杂背景下的1521张灰度面部图像，眼睛位置已经被手工标注。

Ⅸ 哪些嵌入式开发板可以进行图像处理

是啊，网上随便搜搜一大堆，淘宝里面在图像采集识别处理做的比较专业的一家也就是艾曼电子了，我以前买过他们家的第三代板子，不过最近刚出来一款第四代，又有点眼红了