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。
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