目前，基于OpenCV开源算法和深度机器学习AI技术在计算机视觉图像领域的普及与成熟，越来越多的传统视觉检测作业将会被“视觉机器人”或专业的“计算机视觉软件”所取代。视觉识别技术在芸众科技有限公司的智能机器人项目中是必备具备的基本技术，因此我们芸众科技有限公司在研发生产机器人的同时，也对客户提供定制化的计算机视觉识别服务。由于目前的计算机视觉技术仍只能处理指定场景下的单一具体任务，因此对于每个指定的应用场景，工程师需要开发一个新的有针对性的软件来匹配这个特定的视觉识别任务。
在这里，列出了一些我们的现场测试应用实例供您的参考。
当您想了解更多有关视觉识别业务的信息时，请立即与我们联系。

仪表读数识别系统 对于工厂电源设备室来说，实时监控电源设备仪表的数据读取和各种状态指示灯的颜色是一项重要任务。大多设备的数字仪表\指针仪表都没有自动记录和远程数据传输报警功能，因此我们这种“仪表读数识别系统”是一个很好的解决方案选择。该系统由PC机和IPC网络摄像头组成, 它们通过局域网线连接。每个IPC摄像机对准前面的设备仪表显示区域，通过局域网将仪表区域的视频图像发送到远程计算机进行分析和处理。我们的软件使用OpenCV算法和AI技术中的机器学习来完成这一视觉识别任务。
形状缺陷自动检测 右边的照片显示了一个真实视觉识别应用场景,这是再一家制造瓶装饮料的瓶口封装流水线拍摄所的画面。在瓶子经过的位置,安装一个固定位置的数码摄像头，当瓶子通过相机镜头前方，相机拍摄图像并将其馈送给我们特殊设计的软件。这个软件首先利用高斯滤波器制作捕获图像，然后将其从RGB彩色图像转换为黑白图像, 然后再使用特殊的轮廓检测算法，便可以得到有用的数据信息，用来判断瓶子是否盖好。我们称这项工作是“形状缺陷识别”。
颜色识别应用 颜色识别是计算机视觉算法的一个基本功能。右侧的场景取自包装生产线领域。在这个应用中，摄像头监视每个包装盒，并查看所有必需的颜色项是否正确地在包装盒内。作为支持摄像头颜色识别的算法,我们的工程师开发了一个基于OpenCV函数库的紧凑算法。颜色空间转换技巧和照片像素尺寸值是该软件的主要因素。这个应用中需要注意一个问题：由于HSV颜色对不同光源和不同光投射角非常敏感，因此该系统需要固定光源和固定摄像机瞄准角。
人脸识别应用 面部识别系统是一种能够从视频源中识别或验证数字图像或视频帧的技术。有多种方法可以完成面部识别系统工作，但一般来说，最常用的方法是通过比较选定的面部特征与已经保存好的图像与数据库内的面孔来进行判定。芸众科技的工程师使用OpenCV中的“CasCCADECLSIVER”函数来定位框架中的所有人脸，然后使用DLIB人脸识别方法来验证当前人脸是否在已注册的人脸库中。如果您注册的人脸库少于100人，我们的微型离线“YZ人脸识别系统”将是您的应用程序的良好选择。
物体目标识别 计算机视觉领域中的物体识别技术，用于寻找和识别图像或视频中预先指定的物体。尽管图像的对象在不同的视角、不同的大小和尺度，甚至当它们被平移或旋转时，人类都会在图像中识别出大量的物体，而且非常轻松容易。但是这一任务对当前的计算机视觉系统仍然是一个挑战。右边的照片显示了一个"开关位置状态识别"的实际案例。我们开发了一个专属软件来识别阀门开关状态“打开”或“关闭”。这只是一个简单的应用基, 于对象识别技术会有许多不同的应用。