LabVIEW图形化的AI视觉开发平台（非NI Vision）VI简介

前言

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。
在这里插入图片描述

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。
在这里插入图片描述

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
在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述
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

在这里插入图片描述

geometry（几何图形类）

该大类主要是点的合集，比如说轮廓。
在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

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

在这里插入图片描述

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）

在这里插入图片描述

ml.SVM该大类下面主要是SVM的创建、预测与训练的vi
在这里插入图片描述

python（矩阵转换为python格式）

在这里插入图片描述

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

在这里插入图片描述

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
在这里插入图片描述

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。

在这里插入图片描述

 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
在这里插入图片描述
 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

在这里插入图片描述

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：

在这里插入图片描述

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

在这里插入图片描述

三、工具包下载链接

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705637299。

更多内容，可关注：https://blog.csdn.net/virobotics

**如果文章对你有帮助，欢迎✌关注、👍点赞、✌收藏

posted @ 2023-08-08 18:18  virobotics  阅读(587)  评论(1)  编辑  收藏  举报