作者：汪兆栋[等]编著
页数：243页
出版社：北京邮电大学出版社
出版日期：2024
ISBN：9787563571628
高清校对版pdf（带目录）
前往页尾底部查看PDF电子书
内容简介
本书共分为20章，建议每章学习3-4学时，共计60-80学时。本书的学习总体上可以分为以下五部分。第1-3章是对编程语言能力的培养。该部分详细讲解了编程环境的搭建、C语言的基础语法和C++语言的特点。第4-5章是对软件开发能力的培养。该部分主要介绍了代码管理的方法、跨平台QT软件的学习，特别是多线程软件的构建方法。第6-11章是对机器视觉和图像开发能力的培养。基于OpenCV图像库技术，图像的采集、定位、测量和字符识别是该部分的重点。第12-19章主要介绍了人工智能技术在视觉检测中的应用。特别是以ChatGPT为代表的深度学习技术极大地推动了人工智能技术在工业检测中的应用。第20章详细讲解了机器视觉方案设计。根据客户的需求，对机器视觉项目的需求进行拆解后，选择合适的相机、光源、镜头，最后形成机器视觉方案。
作者简介
李永高，广东海光云科技股份有限公司创始人及董事长，在云运维与云桌面，有很多年的发展与成功案例的经验。
目录
第1章 C++编程环境的搭建
1.1 Win 10环境下Visual Studio 2019安装
1.2 Win 10环境下Qt 5.15.2 安装
1.3 第一个程序hello world!
思考题
第2章 C语言
2.1 C语言的第一个简单实例
2.2 C语言数据类型
2.3 输入与输出
2.4 控制结构
2.5 函数
2.6 数组
2.7 地址与指针
2.8 结构体和共用体
思考题
第3章 C++语言
3.1 类和对象
3.2 类的继承
3.3 类的多态
3.4 类的模板
思考题
第4章 CMake构建系统
4.1 用CMake构建一个HelloWorld
4.2 CMake与OpenCV
4.3 CMake与QT
4.4 CMake与Tensorflow
思考题
第5章 QThread多线程
5.1 基于QThread多线程
5.2 基于QMutex和QMutexLocker多线程
5.3 基于Ontimer显示多线程
5.4 基于Producer与Consumer显示多线程
思考题
第6章 QT、OpenCV、HIK图像采集系统
6.1 基于Hik-QT-IMG软触发采集图像
6.2 纯虚函数Virtural接口方法
6.3 环形分区光源合成算法
思考题
第7章 C++和OpenCV视觉九点标定和五点旋转标定
7.1 背景介绍
7.2 视觉建模
7.3 旋转标定
7.4 代码分析
思考题
第8章 C++和OpenCV实现卷绕视觉纠偏
8.1 纠偏需求分析
8.2 图像处理流程
8.3 左边基准线
8.4 右边基准线
8.5 辛间特征线
思考题
第9章 C++和OpenCV实现键盘缺陷检测
9.1 需求分析
9.2 图像ROI
9.3 分区建模
9.4 模板XML
9.5 缺陷算法
思考题
第10章 SIFT和ANN实现任意顺序图像的合成
10.1 算法原理
10.2 特征寻找
10.3 三张合成
10.4 五张合成
10.5 七张合成
思考题
第11章 采用Tesseract、BP、DP进行OCR识别
11.1 字符识别方案选择
11.2 采用Tesseract识别英文和数字
11.3 采用BackPropagation识别喷码字符
11.4 采用DeepLearning识别中文手写体
思考题
第12章 Python和Tensorflow深度学习分类网络
12.1 分类网络
12.2 模型网络
12.3 推理执行
12.4 实验报告
思考题
第13章 Python和Tensorflow深度学习分割网络
13.1 图像标注
13.2 图像提取
13.3 模型训练
13.4 版本控制
13.5 安装过程
思考题
第14章 C#和C++接口设计CLR
14.1 接口CLR
14.2 图像转换
14.3 字符串转换
14.4 框架设计
思考题
第15章 基于C#深度学习焊点缺陷检测
15.1 C#深度学习开发流程
15.2 焊点检测任务
15.3 深度学习焊点检测分析
思考题
第16章 基于Pyqt5和OpenCV图像处理平台
16.1 说在前面
16.2 编写目的
16.3 产品范围
16.4 阅读建议
16.5 运行环境、库、GPU要求
16.6 环境配置
16.7 框架介绍
16.8 未来计划
思考题
第17章 基于C++视觉软件系统构建
17.1 基于QThread的日志跟踪
17.2 基于海康工业相机的图像采集
17.3 基于Basler工业相机的图像采集
17.4 基于串口通信和光源控制系统
思考题
第18章 深度学习用于焊缝检测实验报告
18.1 检测条件
18.2 测试结果
18.3 存在问题
18.4 改善方法
18.5 实验结论
思考题
第19章 Win 10环境下深度学习训练环境构建
19.1 Python
19.2 labelme
19.3 Numpy
19.4 Microsoft Visual Studio 2019
19.5 Microsoft Visual Studio Code
19.6 TensorFlow
19.7 OpenCV
19.8 Cuda
19.9 Cudnn
190 Keras
思考题
第20章 视觉方案
20.1 项目需求
20.2 打光图片
20.3 结论分析
20.4 硬件配置
20.5 硬件安装
20.6 安装图纸
20.7 专业术语
1.1 Win 10环境下Visual Studio 2019安装
1.2 Win 10环境下Qt 5.15.2 安装
1.3 第一个程序hello world!
思考题
第2章 C语言
2.1 C语言的第一个简单实例
2.2 C语言数据类型
2.3 输入与输出
2.4 控制结构
2.5 函数
2.6 数组
2.7 地址与指针
2.8 结构体和共用体
思考题
第3章 C++语言
3.1 类和对象
3.2 类的继承
3.3 类的多态
3.4 类的模板
思考题
第4章 CMake构建系统
4.1 用CMake构建一个HelloWorld
4.2 CMake与OpenCV
4.3 CMake与QT
4.4 CMake与Tensorflow
思考题
第5章 QThread多线程
5.1 基于QThread多线程
5.2 基于QMutex和QMutexLocker多线程
5.3 基于Ontimer显示多线程
5.4 基于Producer与Consumer显示多线程
思考题
第6章 QT、OpenCV、HIK图像采集系统
6.1 基于Hik-QT-IMG软触发采集图像
6.2 纯虚函数Virtural接口方法
6.3 环形分区光源合成算法
思考题
第7章 C++和OpenCV视觉九点标定和五点旋转标定
7.1 背景介绍
7.2 视觉建模
7.3 旋转标定
7.4 代码分析
思考题
第8章 C++和OpenCV实现卷绕视觉纠偏
8.1 纠偏需求分析
8.2 图像处理流程
8.3 左边基准线
8.4 右边基准线
8.5 辛间特征线
思考题
第9章 C++和OpenCV实现键盘缺陷检测
9.1 需求分析
9.2 图像ROI
9.3 分区建模
9.4 模板XML
9.5 缺陷算法
思考题
第10章 SIFT和ANN实现任意顺序图像的合成
10.1 算法原理
10.2 特征寻找
10.3 三张合成
10.4 五张合成
10.5 七张合成
思考题
第11章 采用Tesseract、BP、DP进行OCR识别
11.1 字符识别方案选择
11.2 采用Tesseract识别英文和数字
11.3 采用BackPropagation识别喷码字符
11.4 采用DeepLearning识别中文手写体
思考题
第12章 Python和Tensorflow深度学习分类网络
12.1 分类网络
12.2 模型网络
12.3 推理执行
12.4 实验报告
思考题
第13章 Python和Tensorflow深度学习分割网络
13.1 图像标注
13.2 图像提取
13.3 模型训练
13.4 版本控制
13.5 安装过程
思考题
第14章 C#和C++接口设计CLR
14.1 接口CLR
14.2 图像转换
14.3 字符串转换
14.4 框架设计
思考题
第15章 基于C#深度学习焊点缺陷检测
15.1 C#深度学习开发流程
15.2 焊点检测任务
15.3 深度学习焊点检测分析
思考题
第16章 基于Pyqt5和OpenCV图像处理平台
16.1 说在前面
16.2 编写目的
16.3 产品范围
16.4 阅读建议
16.5 运行环境、库、GPU要求
16.6 环境配置
16.7 框架介绍
16.8 未来计划
思考题
第17章 基于C++视觉软件系统构建
17.1 基于QThread的日志跟踪
17.2 基于海康工业相机的图像采集
17.3 基于Basler工业相机的图像采集
17.4 基于串口通信和光源控制系统
思考题
第18章 深度学习用于焊缝检测实验报告
18.1 检测条件
18.2 测试结果
18.3 存在问题
18.4 改善方法
18.5 实验结论
思考题
第19章 Win 10环境下深度学习训练环境构建
19.1 Python
19.2 labelme
19.3 Numpy
19.4 Microsoft Visual Studio 2019
19.5 Microsoft Visual Studio Code
19.6 TensorFlow
19.7 OpenCV
19.8 Cuda
19.9 Cudnn
190 Keras
思考题
第20章 视觉方案
20.1 项目需求
20.2 打光图片
20.3 结论分析
20.4 硬件配置
20.5 硬件安装
20.6 安装图纸
20.7 专业术语
PDF更新中
- THE END -
非特殊说明，本博所有文章均为博主原创。
如若转载，请注明出处：https://www.xiazainiu.com/Wd1qk_5_16218.html
