前言

今天想和大家分享的是：儀酷LabVIEW AI視覺(jué)工具包的VI簡(jiǎn)介，如介紹內(nèi)容有誤，歡迎各位朋友們幫忙糾正~

一、AI視覺(jué)工具包VI簡(jiǎn)介

已經(jīng)安裝好的AI工具包位于程序框圖-函數(shù)選板-Addons-VIRobotics-opencv_yiku，內(nèi)容包括：Mat類(lèi)型（矩陣）的操作、攝像頭采集、圖片文件讀寫(xiě)、基本算子、視頻讀寫(xiě)、神經(jīng)網(wǎng)絡(luò)調(diào)用、迅捷VI等功能。

Mat（矩陣類(lèi)）

該大類(lèi)下面主要是和矩陣相關(guān)的創(chuàng)建，操作。包含：
? Create_Mat.vi：矩陣的創(chuàng)建
? Convert：矩陣常用數(shù)據(jù)類(lèi)型的轉(zhuǎn)換類(lèi)
? Mat ：Mat的相關(guān)操作，如取子矩陣、基本數(shù)學(xué)運(yùn)算、邏輯操作、求兩矩陣差的絕對(duì)值、圖像融合等。

Camera（相機(jī)類(lèi)）

該大類(lèi)下面主要是和相機(jī)有關(guān)的操作。主要包括
? new_Cap.vi：初始化相機(jī)
? startCapture.vi：?jiǎn)?dòng)本地相機(jī)
? startCaptureUrl.vi： 啟動(dòng)網(wǎng)絡(luò)相機(jī)
? stopCapture.vi：停止拍攝
? readImage.vi：獲取一幀圖像

Core（核心類(lèi))

該大類(lèi)主要對(duì)圖片做一些基礎(chǔ)處理，包括
? DFT.vi：傅里葉變換
? idft.vi：逆傅里葉變換
? normalize.vi：圖像歸一化處理
? flip.vi：圖像翻轉(zhuǎn)
? hconcat.vi：圖像水平拼接
? inRange.vi：圖像分割

Darw（圖像繪制類(lèi)）

該大類(lèi)主要是實(shí)現(xiàn)圖像的繪制，包括：
? Draw_Line.vi：繪制直線(xiàn)
? Draw_Rect.vi：繪制矩形
? Draw_arrowesLine.vi：繪制箭頭線(xiàn)段
? Draw_Circle：繪制圓
? Draw_ellipse.vi：繪制橢圓圓弧和橢圓扇形
? Draw_Polylines.vi：繪制多邊形
? Draw_putText：繪制文字
? getTextSize.vi：獲取文本大小

imgcodes(圖片讀寫(xiě)類(lèi))

該大類(lèi)主要是對(duì)圖片進(jìn)行讀寫(xiě)操作，包括
? imdecode.vi：圖片解碼
? imencode.vi：圖片編碼
? imread.vi：讀取圖片
? imwrite.vi：保存圖片

imgproc（圖片處理算子類(lèi)）

該大類(lèi)主要是對(duì)圖片進(jìn)行基本操作，包括
? blur.vi：均值濾波
? calHist.vi：計(jì)算直方圖
? Canny.vi：邊檢檢測(cè)
? cvtColor.vi：色彩轉(zhuǎn)換
? drawContour.vi：繪制輪廓
? findContous.vi：尋找輪廓
? filter2d_float.vi：圖像卷積運(yùn)算
? GaussianBlur.vi：高斯濾波
? HoughCircles.vi：霍夫圓檢測(cè)
? HoughLines.vi：霍夫直線(xiàn)檢測(cè)
? matchTemplate.vi：模板匹配
? resize.vi：圖像縮放
? threshold.vi：二值化圖像
? cornerHarris.vi ：Harris角點(diǎn)檢測(cè)
? cornerMinEigenVal.vi：計(jì)算特征值和特征向量
? dilate.vi：圖像膨脹
? erode.vi：圖像腐蝕
? boxPoints：獲取矩陣頂點(diǎn)坐標(biāo)
? Corners--> cornerSubPix：亞像素級(jí)角點(diǎn)檢測(cè)
? pointPolygonTest.vi：檢測(cè)點(diǎn)是否在輪廓內(nèi)

Imgpro--Transform：該大類(lèi)下面主要是圖像的各種變換，包括
? GetAffineTransform.vi：實(shí)現(xiàn)圖像仿射
? getPerspectiveTransform.vi：實(shí)現(xiàn)透視變換
? getRotationMatrix2D.vi：圖像旋轉(zhuǎn)
? warpAffine.vi：仿射變換
? warpPerspective.vi：透視變換

geometry（幾何圖形類(lèi)）

該大類(lèi)主要是點(diǎn)的合集，比如說(shuō)輪廓。

calib3d（相機(jī)定標(biāo)和三維重建類(lèi)）

該大類(lèi)主要是對(duì)相機(jī)進(jìn)行標(biāo)定，并進(jìn)行三維重建。主要包括
? calibrateCamera.vi：相機(jī)標(biāo)定
? CalibrateHandEye.vi：手眼標(biāo)定
? ComputeCorrespondEpilines.vi：為一幅圖像中的點(diǎn)計(jì)算其在另一幅圖像中對(duì)應(yīng)的對(duì)極線(xiàn)
? copy_vectorPoint2f.vi：復(fù)制點(diǎn)集
? drawChessBoardCorners.vi：繪制檢測(cè)到的棋盤(pán)角點(diǎn)
? findChessboardCorners.vi：尋找棋盤(pán)圖的內(nèi)角點(diǎn)位置
? findFundamentalMat.vi：計(jì)算兩個(gè)視角的基礎(chǔ)矩陣
? initCameraMatrix2D.vi：得到3D到2D的初始化的攝像機(jī)矩陣
? initUndistortRectifyMap.vi：計(jì)算無(wú)畸變和修正轉(zhuǎn)換關(guān)系
? remap.vi：一幅圖像中某位置的像素放置到另一個(gè)圖片指定位置
? stereoCalibrate.vi：雙目攝像機(jī)標(biāo)定
? steroRectify.vi：對(duì)校準(zhǔn)過(guò)的攝像機(jī)計(jì)算修正變換
? stereoRectifyUncalibrated.vi：對(duì)未校準(zhǔn)過(guò)的攝像機(jī)計(jì)算修正變換
? undistort.vi：校正圖像因相機(jī)鏡頭引起的變形
? undistortPoints.vi：迭代去畸變矯正

dnn（深度神經(jīng)網(wǎng)絡(luò)類(lèi)）

OpenCV中的dnn（Deep Neural Network module）模塊是專(zhuān)門(mén)用來(lái)實(shí)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)相關(guān)功能的模塊。OpenCV自己并不能訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，但是它可以載入別的深度學(xué)習(xí)框架（例如TensorFlow、pytorch、Caffe等等）訓(xùn)練好的模型，然后使用該模型做inference（預(yù)測(cè)）。而且OpenCV在載入模型時(shí)會(huì)使用自己的dnn模塊對(duì)模型重寫(xiě)，使得模型的運(yùn)行效率更高。所以如果你想在OpenCV項(xiàng)目中融入深度學(xué)習(xí)模型，可以先用自己熟悉的深度學(xué)習(xí)框架訓(xùn)練好，然后使用OpenCV的dnn模塊載入。主要包括：
? blobFromImage.vi：對(duì)即將進(jìn)入神經(jīng)網(wǎng)絡(luò)的彩色圖片進(jìn)行預(yù)處理
? blobFromImage_1c.vi：對(duì)即將進(jìn)入神經(jīng)網(wǎng)絡(luò)的灰度圖片進(jìn)行預(yù)處理
? NMSBoxes.vi：對(duì)檢測(cè)的到的boxes和對(duì)應(yīng)的scores進(jìn)行非極大值抑制處理，消除冗余重疊的框
? NMSRotatedBoxes.vi：對(duì)檢測(cè)的到的傾斜boxes和對(duì)應(yīng)的scores進(jìn)行非極大值抑制處理，消除冗余重疊的框
? ORC:文字識(shí)別相關(guān)

dnn.Net（深度神經(jīng)網(wǎng)絡(luò)類(lèi)）

該大類(lèi)主要實(shí)現(xiàn)模型的加載與推理
? readNetFromTensorflow.vi：載入一個(gè)tensorflow生成的pb文件和與其對(duì)應(yīng)的pbtxt配置文件，返回它的網(wǎng)絡(luò)
? readNetFromDarknet.vi：載入一個(gè)darknet生成的cfg配置文件和weights模型文件（通常為yolov3和yolov4），返回它的網(wǎng)絡(luò)
? readNetFromONNX.vi：載入一個(gè)通用的神經(jīng)網(wǎng)絡(luò)模型文件ONNX（通常由pytorch、tensorflow、caffe等框架生成），返回它的網(wǎng)絡(luò)
? readNetFromModelOptimizer.vi：載入英特爾的模型優(yōu)化器中間表示，IR：具有網(wǎng)絡(luò)拓?fù)涞?XML 配置文件和具有訓(xùn)練權(quán)重的二進(jìn)制文件bin，返回它的網(wǎng)絡(luò)
? setInput.vi：將圖像（或矩陣）輸入至神經(jīng)網(wǎng)絡(luò)net中
? forward.vi：神經(jīng)網(wǎng)絡(luò)進(jìn)行推理，并得到某一層的結(jié)果,如name為空，則返回最后一層的結(jié)果
? forward_muti_outputs.vi：神經(jīng)網(wǎng)絡(luò)進(jìn)行推理，根據(jù)輸入端的名字names,得到多層的結(jié)果
? getLayerNames.vi：獲取該網(wǎng)絡(luò)所有層的名字
? getUnconnetedLayerNames.vi：獲取不連接的輸出層的名字
? setPreferableBackend.vi：要求網(wǎng)絡(luò)在其支持的地方使用特定的計(jì)算后端
? setPreferableTarget.vi：要求網(wǎng)絡(luò)在特定目標(biāo)設(shè)備上進(jìn)行計(jì)算

ml（機(jī)器學(xué)習(xí)模塊）

該大類(lèi)主要是一組統(tǒng)計(jì)分類(lèi)、回歸分析、數(shù)據(jù)聚類(lèi)的類(lèi)與統(tǒng)計(jì)模式函數(shù)（目前主要是SVM支持向量機(jī)）

ml.SVM該大類(lèi)下面主要是SVM的創(chuàng)建、預(yù)測(cè)與訓(xùn)練的vi

python（矩陣轉(zhuǎn)換為python格式）

feature2d（特征檢測(cè)與匹配）

該大類(lèi)主要是實(shí)現(xiàn)特征點(diǎn)提取與匹配。
? DescriptorMatcher：匹配特征向量的抽象類(lèi)
? draw_KeyPoints.vi：快速繪制特征點(diǎn)
? draw_matches.vi：繪制關(guān)鍵點(diǎn)的匹配情況, 一左一右兩張圖像，匹配的關(guān)鍵點(diǎn)之間用線(xiàn)條鏈接
? matcher_knnMatch.vi：
? matcher_match.vi：
? SIFT：創(chuàng)建SIFT特征檢測(cè)器
? SIFT_Compute.vi：計(jì)算關(guān)鍵點(diǎn)描述符
? SIFT_Detector.vi：檢測(cè)關(guān)鍵點(diǎn)
? Vector_DMatch：匹配結(jié)果點(diǎn)集
? Vector_KeyPoints：特征點(diǎn)集

videoWriter

該類(lèi)為視頻流讀寫(xiě)類(lèi)

cuda（顯卡類(lèi)）

該大類(lèi)主要是獲取cuda設(shè)備相關(guān)參數(shù)的類(lèi)。
? getCudaEnabledDeviceCount.vi：獲取 CUDA 的設(shè)備數(shù)
? getDevice.vi：獲取CUDA設(shè)備屬性
? setDevice：設(shè)置CUDA設(shè)備屬性

face（人臉檢測(cè)&人臉識(shí)別）

該大類(lèi)主要是實(shí)現(xiàn)人臉檢測(cè)和人臉識(shí)別。主要有兩大類(lèi)：基于YuNet的人臉檢測(cè)器FaceDetectorYN和基于DNN的人臉識(shí)別器FaceRecognizerSF。

? FaceDetectorYN-->detect.vi：從給定圖像中檢測(cè)人臉，獲得人臉區(qū)域和5點(diǎn)landmark
? FaceDetectorYN-->FaceDetectorYN_Creat.vi：創(chuàng)建人臉檢測(cè)器的實(shí)例類(lèi)

? FaceRecognizerSF-->alignCrop.vi：對(duì)齊圖像以將面部放在標(biāo)準(zhǔn)位置
? FaceRecognizerSF-->Create.vi：使用給定參數(shù)創(chuàng)建此類(lèi)的實(shí)例
? FaceRecognizerSF-->feature.vi：從對(duì)齊的圖像中提取人臉特征
? FaceRecognizerSF-->match.vi：計(jì)算兩個(gè)人臉特征之間的距離

如您想要探討更多關(guān)于LabVIEW與人工智能技術(shù)，歡迎加入我們的:705637299，備注：LabVIEW機(jī)器學(xué)習(xí)

二、開(kāi)放神經(jīng)網(wǎng)絡(luò)交互（ONNX)工具包VI簡(jiǎn)介

已經(jīng)安裝好的ONNX工具包位于程序框圖-函數(shù)選板-Addons-VIRobotics-onnx內(nèi)容包括：獲取onnx可用的provider、onnx神經(jīng)網(wǎng)絡(luò)調(diào)用推理等功能。如下圖所示：

getavailproviders.vi

獲取onnx可用的providers。

Session（onnx模型加載推理類(lèi)）

? Create_Session.vi：加載onnx模型并指定推理加速引擎（CPU、CUDA、TensorRT）
? Run_one_input_pointer.vi：將單個(gè)圖片指針輸入至onnx模型并進(jìn)行推理
? Run_one_input_data.vi：將單個(gè)圖像（或矩陣）輸入至onnx模型并進(jìn)行推理
? Get_Resule_Info.vi：獲取每層輸出及shape
? Get_result.vi：動(dòng)態(tài)vi，獲取某層輸出
? release.vi：釋放資源
? delete.vi：刪除

三、工具包下載鏈接

• AI視覺(jué)工具包下載與安裝參考：
  [https://blog.csdn.net/virobotics/article/details/123656523]
• onnx工具包下載與安裝參考：
  [https://blog.csdn.net/virobotics/article/details/124998746]

總結(jié)

以上就是今天要給大家分享的內(nèi)容。大家可根據(jù)鏈接下載工具包并進(jìn)行安裝。

如果有問(wèn)題可以在評(píng)論區(qū)里討論，提問(wèn)前請(qǐng)先點(diǎn)贊支持一下博主哦

**如果文章對(duì)你有幫助，歡迎?關(guān)注、

審核編輯 黃宇