基于形状的匹配突破（黑中白，曙光，追赶visionpro）

匹配，终于突破了，十年了，利剑到手，想一想十年来，一路走来，真不容易，每天长进一点点，博客写了不少，娃也都长到1米八了，上高中了。

2010年，智能手机刚刚兴起，如火如荼，当时linuxmobile很流行，买了一部三星i8320手机，我们富士康生产的iPhone4，也有很多同事买，安卓还未来，知道智能手机的时代来了，下班没事就研究，刚入门自动化视觉行当，很想跳槽干手机开发，后来放弃了，这是一次很艰难的选择。

又一个艰难的选择接着而来，那就是opencv和人脸识别，这个诱惑更大，虽然都是计算机视觉，但和自动化视觉不是一回事，很多转行的现在都搞人工智能了，说没有遗憾吗？多多少少是有的。

后来还想把ai引入自动化视觉（机器视觉），发现机器视觉要的是精度，而ai很多事概率，但概率的粗略估计也是有极大价值，可以引入机器视觉。

机器视觉依靠自动化，其实已经很成熟了，这是很好的用武之地，而且也有人说，机器视觉是人工智能基础，其实这是真的，基础性的东西很重要，这也是我最后留在机器视觉的理由吧！

其实放弃的东西有很多，刚开始进入自动化，我们什么都做，运动控制，上位机，视觉，最后只选择了自动化视觉（机器视觉），视觉中也是今天用NI，明天用evision，后天用visionpro。你选哪一个？

实际上，机器视觉也有很多分支，每一支都能崛起一个大品牌，比如打光领域，包含镜头，光源，光源控制器，比如相机领域，水都很深，好在最后选择了视觉编程，有时候有一种盲目的爱国热情，我们就是这种教育，你也不能说有错，当时基本没有国产视觉软件，都是外国货，我能不能自己开发一个呢，这不，一掉进去，就出不来了。

编程中，最困扰的是用c++，还是c#，搞死个人！已经入门c++好几年了，最终还是选择了c#，原因是c++的语言技术性问题太多，不能集中搞视觉问题，虽然c++速度快，现在看来，其实c++速度快也是假的，因为c++一旦net，就有中间层了，也不是纯粹运行在底层的c++了。

开阔了很多的视野，迷茫仍然没有解决，自从搞定斑匹配，认为很快就能有一个自己通用性的匹配工具，就像visionpro的cogpmaligntool,然而，7年后的，今天，才突破了。

7年前，已经知道基于形状的匹配，这样的理论，谁都知道，就像人眼，看一下，就识别到了，人眼就有基于形状匹配的能力，但你要计算机实现，真是老虎吃天，无法下抓，受到启发的是，更具体的东西有缘分的经常从你眼前经过，只有熟悉，才能抓住，你总是说，关键时刻，又碰到了你，你是我的缘分！

其实，不熟悉，放在眼前，形同陌路，所谓孰能生巧，就是这个意思。所谓缘，就是熟！

笨人有笨方法，这个方法好，这是第一个经验，因为你需要一步一步走。笨人有时后也会相互启发！

第二个体会是，程序员要有价值，要从编程领域走出来，热爱数学，为什么会热爱数学？因为当你喜欢问为什么？你就会思考，思考要插上翅膀，就是数学。

有所放弃，才能有所坚持，有所坚持，才能有所突破，突破是什么？曙光，曙光是什么？用机器视觉的话来说，是黑中白，或许黑暗（色）是最迷惑的！

但黑色也是最尊贵的！黑色孕育光明！

虽然仍然有6倍的差距，但130毫秒是可以接受的，不能一棍子把自己打死，要肯定自己，人的意识是相同的，别人能想到的，你也能想到，早晚的问题。