halcon與delphi

標籤：

halcon與delphi

      halcon與delphi系列，早兩年就想寫，不過一方面，因為halcon是售價高達數萬歐元（不是人民幣）的專業軟體，知道的人不多，
      另外一方面，個人瑣事太多，一直沒時間動筆，這次，借國慶空閑，匆匆忙忙，開個頭先。
      這個標題本來準備用：《halcon、opencv與delphi、python、vb、c++》
     太雜，雖然現在流行長標題，還是簡化了。

 

      做映像分析有十多年，寫過原生的OCR字元識別，當時沒有opencv，全部是原生代碼，寫的很痛苦，和寫彙編差不多
      不過也學習到不少東西，blur、細化、骨架、閉合、。。。。。。，從這點看，學習下opencv，對於基礎也是必要的
      效果還可以，基本上除開QQ過於變態，一般的論壇、csdn、工行、移動、部落格園、老版新浪微博的驗證碼，都能簡單愉快的暴力識別。
      這幾年，主要做映像分析、字型結構的映像分析、AI方面的項目，實業方面，主要是PCB抄板設計，這個是protel電路圖逆向工程，必需的。

      映像分析主要用過agg、opencv、cgal、labview、vision、halcon、sci、pil，以及一大波gis內建的高素質幾何計算庫
      程式設計語言早期是：c、c++、，這幾年是：python、delphi，
      目前，映像分析基本上就只是：delphi+halcon，(機器學習與大資料，是python+sci.xxx+pandas)
      delphi+halcon,這個組合，可以說是映像分析的神級配置，無論是開發效率，還是運行實在是太高了，分分鐘秒殺c+opencv,c+python,以及其他各種組合，

      特別是開發效率，幾乎只有cv與c++的十分之一一，因為halcon內建的就是簡化版本的pascal指令碼型程式設計語言，而且halcon的控制項封裝，非常龐大、專業、細緻，基本上和原生vcl控制項差不多。

halcon與opencv

      機器人，是目前國家鼓勵的科技、產業項目，目前程式員缺口極大，而國內早期，和目前，delphi程式員，可能是世界上最多的，早幾年，還傳說，盛大準備收購delphi，雖然沒成，不過絕對不是錢的問題。
      機器人，最核心的人工智慧與機器視覺，人工智慧，python已經是標準
      機器視覺，說白了，還是映像分析，這塊，德國的halcon（海爾肯，自己隨便音譯的），是目前行業最好的方案，基本上沒有對手，
      國內，學術界目前還是opencv為主，雖然cv是免費的，halcon的售價高達數萬歐元，但憑藉其強大的功能和一線生產力效率，企業領域，基本上是halcon獨大。
      opencv雖然很強大，但與halcon相比，無論在開發效率，運行速度以及內建模組功能方面，完全是業餘級的。
      這個原因是多方面的：

• ::opencv是開源軟體，無法收錄最新的專利、商業演算法，至少有5-10年時間的技術差距
• ::許多企業自身開發的演算法是嚴格保密的，halcon不少內建函數，即使是專業人員也無法理解函數採用的演算法、模型。
• ::opencv偏重於學術，演算法雖然簡單，但效率不高，即使是最基本的hough直線檢測，如果不對內部源碼進行二次修改，對原圖進行過濾，結果基本無法直接使用
• ::opencv最佳化不夠，近年雖然也加入gpu、cuda和c語言高效函數，但與halcon彙編級的最佳化，差距還是很大的
• ::opencv不夠全面，只有最基本的映像分析模組，缺乏專業的幾何計算模組，由於實際項目，必需記住sci，sympy，cgal等其他幾何計算庫，大大增加了開發成本和學習周期

   例如，即使是最簡單的輪廓分析，opencv只有最基本的矩形、園、橢圓幾種，而halcon要豐富的多；

    而再如，形態學內建模型，cv只有cross、rect、circle三種，而halcon預支模型高達數十種。

    象的堆砌原件，opencv基本上無能為力，而halcon直接秒殺：（ps，本blog還缺幾張圖，有時間補）

halcon與delphi

      halcon的內建語言，基本上是簡化版本的pascal，不過增加了python的元組tuple資料。
      奇怪的是，國內halcon開發，基本上是vb，和c++（csharp）兩種模式
      一線，基層使用者用vb的多，專業學者，大部分使用c++（csharp），而delphi很少有人用。
      這個一方面，與delphi自身近年衰退有關，另外，delphi調用halcon，每次會有20m左右的記憶體泄露，也有關係。
     不過，delphi再不行，在TIOBE2105程式設計語言排名榜上，也是僅次與c（含c、c++、objc、occsharp）的行業第二大原生程式設計語言。
     （ps，xe9、xe10，delphi強化了並行開發，不過遠不如python的map優雅方便，如果delphi能夠整合cuda開發，進入gpu、hpc領域，才是真正鳳凰涅槃）

       而記憶體泄露，是crack的問題，就是c++，也有，用vb因為使用halcon的.net封裝模組，因為net平台內建gc管理，可以解決，其實delphi也可以採用.net模組

 

delphi、c++、vb、python與影像處理

 

      vb即使對於初學者，和在產品開發原型階段，也是很差的映像開發語言。
      初學者，以及簡單的產品原型開發，筆者推薦python+opencv，cv3.0已經支援python3了，
      可惜，delphi的cv庫還是v2.49版本的，不然，delphi+cv3也是個不錯的選擇，特別是調試、效率方面

     c++，無論如何，不是映像分析理想的工具，
     對於映像分析，c語言類的底線，差不讀只有c了，即使是opencv，90%也是c，
    （fontforge的開發人員，是如此痛恨c++，以至於在faq裡，對c++大段吐槽）

     映像分析起點就是2D，二維的，複雜一些，連續映像序列，3D，生動影像分析，都必需是多維的資料模型。
     而c語言，先天缺乏內建數組，採用*指標結構，作為數組。
     *指標數組,對於簡單的一維資料分析，勉強可以，但對於2維、3維以及更高的多維資料，非常痛苦。
     大家知道，影像處理非常吃記憶體，而c的記憶體管理，完全是*指標，歐式，複雜無比。
     對於一線程式員而言，採用c++進行影像處理，在c++程式設計語言方面的時間成本，甚至要高於映像分析演算法本身。
     至於c++，唯一的優點，可能就是速度。
     而c的速度優勢，是相對於vb、python的，可能有10-20倍的運行速度優勢，不過對於delphi，就是在最嚴格的對比當中，也是基本差不多。
     不過delphi十倍於c的開發效率，使程式員，能夠在軟體開發的原型、中期、調試、交付、維護等各個階段，採用更多的模型演算法，進行最佳化，因此，實戰當中，delphi+halcon的組合，要遠遠優於c+halcon，c+opencv
     以往，影像處理，delphi唯一的短板，是缺乏工業級的映像庫，cv、cgal對於delphi的支援一直不夠好
     不過短板這個已經被halocn給完美的彌補了。

     重要的話要說三遍，3x

      delphi+halcon,映像分析神級配置，分分鐘秒殺c+opencv,c+python,以及其他各種組合

      delphi+halcon,映像分析神級配置，分分鐘秒殺c+opencv,c+python,以及其他各種組合

      delphi+halcon,映像分析神級配置，分分鐘秒殺c+opencv,c+python,以及其他各種組合

 

halcon與delphi