---

前言

今天是1024程序员节，祝各位节日快乐呀！希望大家之后的编程路上需求不再改，bug不再来！

今天想和大家分享的是：仪酷LabVIEW AI视觉工具包的VI简介，如介绍内容有误，欢迎各位朋友们帮忙纠正~

---

一、AI视觉工具包VI简介

已经安装好的AI工具包位于程序框图-函数选板-Addons-VIRobotics-opencv_yiku，内容包括：Mat类型（矩阵）的操作、摄像头采集、图片文件读写、基本算子、视频读写、神经网络调用、迅捷VI等功能。

Mat（矩阵类）

该大类下面主要是和矩阵相关的创建，操作。包含：
 Create_Mat.vi：矩阵的创建
 Convert：矩阵常用数据类型的转换类
 Mat ：Mat的相关操作，如取子矩阵、基本数学运算、逻辑操作、求两矩阵差的绝对值、图像融合等。

Camera（相机类）

该大类下面主要是和相机有关的操作。主要包括
 new_Cap.vi：初始化相机
 startCapture.vi：启动本地相机
 startCaptureUrl.vi： 启动网络相机
 stopCapture.vi：停止拍摄
 readImage.vi：获取一帧图像

Core（核心类)

该大类主要对图片做一些基础处理，包括
 DFT.vi：傅里叶变换
 idft.vi：逆傅里叶变换
 normalize.vi：图像归一化处理
 flip.vi：图像翻转
 hconcat.vi：图像水平拼接
 inRange.vi：图像分割

Darw（图像绘制类）

该大类主要是实现图像的绘制，包括：
 Draw_Line.vi：绘制直线
 Draw_Rect.vi：绘制矩形
 Draw_arrowesLine.vi：绘制箭头线段
 Draw_Circle：绘制圆
 Draw_ellipse.vi：绘制椭圆圆弧和椭圆扇形
 Draw_Polylines.vi：绘制多边形
 Draw_putText：绘制文字
 getTextSize.vi：获取文本大小

imgcodes(图片读写类)

该大类主要是对图片进行读写操作，包括
 imdecode.vi：图片解码
 imencode.vi：图片编码
 imread.vi：读取图片
 imwrite.vi：保存图片

imgproc（图片处理算子类）

该大类主要是对图片进行基本操作，包括
 blur.vi：均值滤波
 calHist.vi：计算直方图
 Canny.vi：边检检测
 cvtColor.vi：色彩转换
 drawContour.vi：绘制轮廓
 findContous.vi：寻找轮廓
 filter2d_float.vi：图像卷积运算
 GaussianBlur.vi：高斯滤波
 HoughCircles.vi：霍夫圆检测
 HoughLines.vi：霍夫直线检测
 matchTemplate.vi：模板匹配
 resize.vi：图像缩放
 threshold.vi：二值化图像
 cornerHarris.vi ：Harris角点检测
 cornerMinEigenVal.vi：计算特征值和特征向量
 dilate.vi：图像膨胀
 erode.vi：图像腐蚀
 boxPoints：获取矩阵顶点坐标
 Corners–> cornerSubPix：亚像素级角点检测
 pointPolygonTest.vi：检测点是否在轮廓内

Imgpro–Transform：该大类下面主要是图像的各种变换，包括
 GetAffineTransform.vi：实现图像仿射
 getPerspectiveTransform.vi：实现透视变换
 getRotationMatrix2D.vi：图像旋转
 warpAffine.vi：仿射变换
 warpPerspective.vi：透视变换

geometry（几何图形类）

该大类主要是点的合集，比如说轮廓。

calib3d（相机定标和三维重建类）

该大类主要是对相机进行标定，并进行三维重建。主要包括
 calibrateCamera.vi：相机标定
 CalibrateHandEye.vi：手眼标定
 ComputeCorrespondEpilines.vi：为一幅图像中的点计算其在另一幅图像中对应的对极线
 copy_vectorPoint2f.vi：复制点集
 drawChessBoardCorners.vi：绘制检测到的棋盘角点
 findChessboardCorners.vi：寻找棋盘图的内角点位置
 findFundamentalMat.vi：计算两个视角的基础矩阵
 initCameraMatrix2D.vi：得到3D到2D的初始化的摄像机矩阵
 initUndistortRectifyMap.vi：计算无畸变和修正转换关系
 remap.vi：一幅图像中某位置的像素放置到另一个图片指定位置
 stereoCalibrate.vi：双目摄像机标定
 steroRectify.vi：对校准过的摄像机计算修正变换
 stereoRectifyUncalibrated.vi：对未校准过的摄像机计算修正变换
 undistort.vi：校正图像因相机镜头引起的变形
 undistortPoints.vi：迭代去畸变矫正

dnn（深度神经网络类）

OpenCV中的dnn（Deep Neural Network module）模块是专门用来实现深度神经网络相关功能的模块。OpenCV自己并不能训练神经网络模型，但是它可以载入别的深度学习框架（例如TensorFlow、pytorch、Caffe等等）训练好的模型，然后使用该模型做inference（预测）。而且OpenCV在载入模型时会使用自己的dnn模块对模型重写，使得模型的运行效率更高。所以如果你想在OpenCV项目中融入深度学习模型，可以先用自己熟悉的深度学习框架训练好，然后使用OpenCV的dnn模块载入。主要包括：
 blobFromImage.vi：对即将进入神经网络的彩色图片进行预处理
 blobFromImage_1c.vi：对即将进入神经网络的灰度图片进行预处理
 NMSBoxes.vi：对检测的到的boxes和对应的scores进行非极大值抑制处理，消除冗余重叠的框
 NMSRotatedBoxes.vi：对检测的到的倾斜boxes和对应的scores进行非极大值抑制处理，消除冗余重叠的框
 ORC:文字识别相关

dnn.Net（深度神经网络类）

该大类主要实现模型的加载与推理
 readNetFromTensorflow.vi：载入一个tensorflow生成的pb文件和与其对应的pbtxt配置文件，返回它的网络
 readNetFromDarknet.vi：载入一个darknet生成的cfg配置文件和weights模型文件（通常为yolov3和yolov4），返回它的网络
 readNetFromONNX.vi：载入一个通用的神经网络模型文件ONNX（通常由pytorch、tensorflow、caffe等框架生成），返回它的网络
 readNetFromModelOptimizer.vi：载入英特尔的模型优化器中间表示，IR：具有网络拓扑的 XML 配置文件和具有训练权重的二进制文件bin，返回它的网络
 setInput.vi：将图像（或矩阵）输入至神经网络net中
 forward.vi：神经网络进行推理，并得到某一层的结果,如name为空，则返回最后一层的结果
 forward_muti_outputs.vi：神经网络进行推理，根据输入端的名字names,得到多层的结果
 getLayerNames.vi：获取该网络所有层的名字
 getUnconnetedLayerNames.vi：获取不连接的输出层的名字
 setPreferableBackend.vi：要求网络在其支持的地方使用特定的计算后端
 setPreferableTarget.vi：要求网络在特定目标设备上进行计算

ml（机器学习模块）

该大类主要是一组统计分类、回归分析、数据聚类的类与统计模式函数（目前主要是SVM支持向量机）

ml.SVM该大类下面主要是SVM的创建、预测与训练的vi

python（矩阵转换为python格式）

feature2d（特征检测与匹配）

该大类主要是实现特征点提取与匹配。
 DescriptorMatcher：匹配特征向量的抽象类
 draw_KeyPoints.vi：快速绘制特征点
 draw_matches.vi：绘制关键点的匹配情况, 一左一右两张图像，匹配的关键点之间用线条链接
 matcher_knnMatch.vi：
 matcher_match.vi：
 SIFT：创建SIFT特征检测器
 SIFT_Compute.vi：计算关键点描述符
 SIFT_Detector.vi：检测关键点
 Vector_DMatch：匹配结果点集
 Vector_KeyPoints：特征点集

videoWriter

该类为视频流读写类

cuda（显卡类）

该大类主要是获取cuda设备相关参数的类。
 getCudaEnabledDeviceCount.vi：获取 CUDA 的设备数
 getDevice.vi：获取CUDA设备属性
 setDevice：设置CUDA设备属性

face（人脸检测&人脸识别）

该大类主要是实现人脸检测和人脸识别。主要有两大类：基于YuNet的人脸检测器FaceDetectorYN和基于DNN的人脸识别器FaceRecognizerSF。

 FaceDetectorYN–>detect.vi：从给定图像中检测人脸，获得人脸区域和5点landmark
 FaceDetectorYN–>FaceDetectorYN_Creat.vi：创建人脸检测器的实例类

 FaceRecognizerSF–>alignCrop.vi：对齐图像以将面部放在标准位置
 FaceRecognizerSF–>Create.vi：使用给定参数创建此类的实例
 FaceRecognizerSF–>feature.vi：从对齐的图像中提取人脸特征
 FaceRecognizerSF–>match.vi：计算两个人脸特征之间的距离

二、开放神经网络交互（ONNX)工具包VI简介

已经安装好的ONNX工具包位于程序框图-函数选板-Addons-VIRobotics-onnx内容包括：获取onnx可用的provider、onnx神经网络调用推理等功能。如下图所示：

getavailproviders.vi

获取onnx可用的providers。

Session（onnx模型加载推理类）

 Create_Session.vi：加载onnx模型并指定推理加速引擎（CPU、CUDA、TensorRT）
 Run_one_input_pointer.vi：将单个图片指针输入至onnx模型并进行推理
 Run_one_input_data.vi：将单个图像（或矩阵）输入至onnx模型并进行推理
 Get_Resule_Info.vi：获取每层输出及shape
 Get_result.vi：动态vi，获取某层输出
 release.vi：释放资源
 delete.vi：删除

三、工具包下载链接

• AI视觉工具包下载与安装参考：
  https://blog.csdn.net/virobotics/article/details/123656523
• onnx工具包下载与安装参考：
  https://blog.csdn.net/virobotics/article/details/124998746

总结

以上就是今天要给大家分享的内容。大家可根据链接下载工具包并进行安装。

如果有问题可以在评论区里讨论，提问前请先点赞支持一下博主哦，如您想要探讨更多关于LabVIEW与人工智能技术，欢迎加入我们的技术交流群。

如果文章对你有帮助，欢迎✌关注、

LabVIEW图形化的AI视觉开发平台（非NI Vision）VI简介相关推荐

1. LabVIEW图形化的AI视觉开发平台（非NI Vision），大幅降低人工智能开发门槛

   文章目录 前言 一.工具包内容 二.工具包下载链接 https://download.csdn.net/download/virobotics/18434228 三.实现物体识别 四.实现图像分割 五 ...

2. LabVIEW AI视觉工具包（非NI Vision）下载与安装教程

   文章目录 前言 一.安装VIPM 二.机器视觉工具包的安装 1.CPU用户 2.GPU用户 前言 上一篇博客LabVIEW图形化的AI视觉开发平台(非NI Vision),大幅降低人工智能开发门槛给大 ...

3. IoT SOL：基于HTML5+Node.js的图形化、社区化开发平台

   英特尔物联网服务融合开发套件(IoT SOL)是软件与服务事业部系统技术和优化部门(STO)开发的一款面向物联网开发的图形编程工具,旨在降低IoT应用的开发门槛.在2016年英特尔信息技术峰会(IDF ...

4. LabVIEW图形化TensoRT工具包的安装下载分享

   文章目录 前言 一.LabVIEW图形化TensoRT工具包简介 二.LabVIEW图形化TensoRT工具包的安装 1.安装前的准备工作 2.LabVIEW图形化TensoRT工具包及相关驱动安装与 ...

5. 基于瑞芯微RK3399Pro＋RK1608，盎锐科技发布一体化3D智能视觉开发平台

   作为全球最大的移动通信行业展会,MWC 2019云集了各个优秀的通信设备厂,芯片厂和科技新秀.盎锐科技,全球3D智能视觉(3D Vision Intelligence)领域的领先企业,在MWC2019 ...

6. 百度开源AI硬件开发平台BIE-AI-Box和BIE-AI-Board

   本周,百度继在 CES 上发布最新版本自动驾驶平台 Apollo 3.5 之后,又开源了边缘计算平台OpenEdge,以及两个 AI 硬件开发平台 BIE-AI-Box 和  BIE-AI-Board ...

7. 百度AI人工智能开发平台api接口强---使用有感

   2019年上半年由于期末要求,无意中想到想做一个识别植物得小程序,但由于时间以及自己没有接触识别算法这方面知识,所以调用接口,后再搜索过程中,了解到了百度AI人工智能开发平台api接口(https:/ ...

8. mac 连接hbase的图形化界面_Mac 视觉史（二）：90 年代失败 Mac 操作系统大赏

   本文首发于 优设网,原标题<Mac 视觉史 vol.2:90 年代失败操作系统大赏>,少数派经授权转载,仅对文章格式略作调整. 在 第一篇 Mac 视觉史 当中,我梳理过了整个 Mac 系 ...

9. 【云原生】AI云开发平台——AI Model Foundry介绍(开发者可免费体验AI训练模型)

   "本文主要介绍了华为云原生开发GDE AI 下的AI Model Foundry模块, 华为云为开发者提供了丰富的云原生免费体验平台,并发布了众多云原生开发教程,有助于云原生开发者深入学习云 ...

最新文章

1. 抱歉，你和社会脱节了——对于中国教育的反思
2. windows中安装Node.js-安装angular-cli
3. 如何用pip指令将python包安装到虚拟环境中
4. C++ int转string
5. HTML 限制 input 输入类型
6. 15、【 商品管理模块开发】——后台获取商品详情功能开发及PropertiesUtil配置工具，DateTimeUtil时间处理工具开发...
7. android闹钟实现原理
8. 多线程的单元测试工具 - GroboUtils
9. Leetcode--994. 腐烂的橘子(java)
10. iOS KVO实现方式
11. 食品品牌最全VI目录 - 塔望食品品牌全案策划VI设计清单
12. 仿站小工具和小飞兔（扒取网站页面）
13. 使用PEG估值法简单选股（1）
14. 问题 G: 奇数阶幻方
15. 年后第一场面试，被阿里P8测试专家虐惨了....
16. U3D RPC网络传输相机画面
17. 项目上线后，接口报错：SELECT command denied to user ‘用户名’ @ localhost‘ for table ‘ ‘
18. 6、指正的定义、内存、使用、指针常量、常量指针
19. android 7.1快捷方式App Shortcuts
20. 06_04_SSM拉勾教育后台管理系统(权限模块\登录及动态菜单)

热门文章

1. 记录学习 python-机器学习 02
2. android第三方打开文件,Android第三方文件选择器aFileChooser使用方法详解
3. 向日葵android平板,向日葵远程控制 - 黑科技改变生活，让端游一秒变手游 - Android 应用 - iPad - 【最美应用】...
4. 【Spark ML】第 1 章：机器学习简介
5. UEFI启动模式的服务器使用U盘安装Linux系统
6. ShellNet:Efficient Point Cloud Convolutional Neural Networks using Concentric Shells Statics
7. Cocos Creator 的组件式编程 以及分工策略 一分钟上手流程
8. linux流媒体服务器架设
9. python采集链家二手房信息
10. coodblock调试_code::blocks调试