国产机器人视觉软件哪个好用

国产机器人视觉软件有很多，其中比较好用的有以下几款：

科沃斯机器人视觉软件：主要应用兆慎数于家庭服务机器人和教育机器人领域，具有高精度、高稳定性、高可靠性等优点。

恒泰机器人视觉软件：主要应用于工业自动化领域，支持多种机器人品牌和视觉传感器。

深蓝视觉机器人系统：主要应用于工业制造领域，支持多种机器人品牌和视觉传感器，具有高精度和高速度的特点。

智能视觉软件SurfVision：由苏州新讯发自动化科技有限公司开发，主要孝老应用于工业制造、智能物流、医疗、生物科技等领域，具有高精度、高稳定性、高可靠性等优点。

以上几族首款国产机器人视觉软件都具备一定的优点，用户可根据实际需求选择适合自己的软件。

%实现.m文件自动化双目标定

% Auto-generated by stereoCalibrator app on 10-Jul-2019

%-------------------------------------------------------

%function  stereoParams = tereoCameraCalibrator01(file_path01,file_path02)

h=waitbar(0,'计算中，请稍候！')%增加进度条

file_path01 =  'left\'% 图像文件夹路径

file_path02 =  'right\'% 图宽碧衫像文件夹路径

img_path_list01 = dir(strcat(file_path01,'*.png'))%获取该文件夹中所有.PNG格式的图像

img_num01 = length(img_path_list01)%获慎腔取图像总数慧返

imageFileNames1 = cell(1,img_num01)

if img_num01 >0 %有满足条件的图像

for pn = 1:img_num01 %逐一读取图像

            image_name = img_path_list01(pn).name% 图像名

            %img_origin =  imread(strcat(file_path01,image_name))%读取图像

            imageFileNames1(1,pn) ={ strcat(file_path01,image_name)}

            %fprintf('%d %s\n',pn,strcat(file_path01,image_name))% 显示正在处理的图像名

                        %%此处添加具体的图像处理程序

end

end

img_path_list02 = dir(strcat(file_path02,'*.png'))%获取该文件夹中所有.PNG格式的图像

img_num02 = length(img_path_list02)%获取图像总数

imageFileNames2 = cell(1,img_num02)

if img_num02 >0 %有满足条件的图像

for pn = 1:img_num02 %逐一读取图像

            image_name = img_path_list02(pn).name% 图像名

            %img_origin =  imread(strcat(file_path01,image_name))%读取图像

            imageFileNames2(1,pn) ={ strcat(file_path02,image_name)}

            %fprintf('%d %s\n',pn,strcat(file_path01,image_name))% 显示正在处理的图像名

                        %%此处添加具体的图像处理程序

end

end

waitbar(0.1)

% Detect checkerboards in images

[imagePoints, boardSize, imagesUsed] = detectCheckerboardPoints(imageFileNames1, imageFileNames2)

waitbar(0.2)

% Generate world coordinates of the checkerboard keypoints

squareSize = 24  % in units of 'millimeters'

worldPoints = generateCheckerboardPoints(boardSize, squareSize)

waitbar(0.3)

% Read one of the images from the first stereo pair

I1 = imread(imageFileNames1{1})

[mrows, ncols, ~] = size(I1)

waitbar(0.4)

% Calibrate the camera

[stereoParams, pairsUsed, estimationErrors] = estimateCameraParameters(imagePoints, worldPoints, ...

    'EstimateSkew', false, 'EstimateTangentialDistortion', true, ...

    'NumRadialDistortionCoefficients', 3, 'WorldUnits', 'millimeters', ...

    'InitialIntrinsicMatrix', [], 'InitialRadialDistortion', [], ...

    'ImageSize', [mrows, ncols])

waitbar(0.8)

% View reprojection errors

h1=figureshowReprojectionErrors(stereoParams)

% Visualize pattern locations

h2=figureshowExtrinsics(stereoParams, 'CameraCentric')

waitbar(0.9)

% Display parameter estimation errors

%displayErrors(estimationErrors, stereoParams)

% You can use the calibration data to rectify stereo images.

%I2 = imread(imageFileNames2{1})

%[J1, J2] = rectifyStereoImages(I1, I2, stereoParams)

% See additional examples of how to use the calibration data.  At the prompt type:

% showdemo('StereoCalibrationAndSceneReconstructionExample')

% showdemo('DepthEstimationFromStereoVideoExample')

fid=fopen('CameraParameter.txt','wt')

fprintf(fid,'stereoParams.RotationOfCamera2:\n')

fprintf(fid,'%f  %f  %f \n',stereoParams.RotationOfCamera2)

fprintf(fid,'stereoParams.TranslationOfCamera2:\n')

fprintf(fid,'%f  %f  %f\n',stereoParams.TranslationOfCamera2)

fprintf(fid,'stereoParams.CameraParameters1.IntrinsicMatrix:\n')

fprintf(fid,'%f  %f  %f\n',stereoParams.CameraParameters1.IntrinsicMatrix)

fprintf(fid,'stereoParams.CameraParameters2.IntrinsicMatrix:\n')

fprintf(fid,'%f  %f  %f\n',stereoParams.CameraParameters2.IntrinsicMatrix)

fclose(fid)

close(h)

%mcc -mv tereoCameraCalibrator01.m

---