数码相机

紫外工业相机入门介绍和工业检测核心场景🎯UV 紫外相机：工业检测的 “隐形缺陷猎手”，在工业视觉检测里，总有一些 “藏在紫外光里的隐患” 让常规相机束手无策：可见光相机看不见 UV 隐形防伪码，没法辨别假冒零件；红外相机无法激发荧光探伤剂，查不出金属隐性裂纹；普通相机更是分不清玻璃表面的油污和水渍 —— 而UV 紫外相机（光谱范围 200-400nm），凭借 “捕捉紫外光信号、激发荧光反应” 的独特能力，成了揪出这些 “隐形隐患” 的关键工具。今天拆解 UV 紫外相机在工业检测中的 4 大核心应用场景，结合技术原理与落地案例，帮你搞懂 “

视觉SLAM前置知识：相机模型视觉 SLAM 的核心之一就是重投影误差（Reprojection Error）。要彻底理解它，首先必须理解相机模型（Camera Model）。本篇文章从坐标系出发，详细讲解相机的几何关系、内外参数、投影模型、畸变、以及重投影误差的数学来源。

LabVIEW机械零件尺寸检测在汽车零部件批量生产中，轴承内圈孔径、齿轮齿距等关键尺寸的检测精度直接决定产品合格率。传统人工检测依赖卡尺、千分尺，不仅单件检测耗时超 30 秒，还易因人员操作误差导致 5%~8% 的误判率。随着产线速度提升，人工检测已无法满足 “每分钟 15 件” 的节拍需求，亟需一套自动化检测系统实现高精度、高效率的尺寸测量，基于 LabVIEW 的机器视觉方案由此成为首选。

机器视觉的液晶电视OCA全贴合应用OCA（光学透明胶）全贴合是通过光学胶将液晶显示面板与玻璃盖板进行无缝粘合的技术，这一工艺直接关系到电视画面的显示效果以及设备整体品质。

相机学习记录-镜头选择一、核心概念：30mm、50mm到底指什么？这个数字指的是镜头的 “焦距”，单位是毫米（mm）。你可以把它理解为“镜头的视野范围”：

奥比中光相机pythonAPI color.py运行报错 (-5:Bad argument) in function ‘cvtColor‘cv2.error: OpenCV(4.11.0) 👎 error: (-5:Bad argument) in function ‘cvtColor’ Overload resolution failed:

Blender学习-基础移动按下 Shift + A 会弹出添加菜单，包含所有可添加的物体类型，直接用鼠标点击选择即可。菜单按功能分为多个类别，常用分类及物体如下：

常规环形光源在工业视觉检测上的应用在工业视觉检测中，“均匀环绕照明” 是提升平面工件、精密零件检测精度的关键 —— 面对 PCB 板焊盘、手机中框、微型连接器等工件，普通光源易出现局部反光、边缘阴影，导致细微缺陷漏检或尺寸测量偏差。而机器视觉 LED 环形光源凭借 “360° 环绕发光、光照均匀柔和、安装灵活” 的核心优势，能从四周向检测目标投射无死角光线，有效抑制反光、消除阴影，成为工业视觉检测中应用最广泛的基础照明设备之一。今天就从基础特性入手，拆解它在 3 大核心工业场景的应用价值，再分享选型与使用技巧，帮你快速掌握这一 “高效补光

偏振工业相机的简单介绍和场景应用在工业检测、安防监控、生物医疗等领域，“肉眼和普通相机看不清” 的难题频繁出现 —— 用普通相机检测金属表面的细微划痕，反光掩盖了缺陷；想在雾天识别远处的目标，散射光让画面一片模糊；观察生物组织的结构，普通图像无法区分细微的光学差异。而偏振相机凭借捕捉 “光的偏振特性” 的独特能力，能过滤干扰光、凸显隐藏细节，在可见光盲区中打开 “新视角”，成为突破观测局限的实用工具。今天就从基础原理讲起，拆解偏振相机的 3 大核心应用场景，帮你快速掌握它的核心价值。

常规点光源在工业视觉检测上的应用在机器视觉检测中，“精准照亮目标” 是识别微小缺陷、测量细微尺寸的关键 —— 面对微小零件、深孔凹槽、高精度定位等场景，普通泛光源易出现光照分散、阴影遮挡问题，导致图像细节模糊。而常规点光源凭借 “聚焦性强、光照集中、光斑可控” 的优势，能将光线精准汇聚到检测区域，成为机器视觉中 “瞄准式补光” 的核心设备。今天就从基础特性讲起，拆解它在 3 大核心检测场景的应用价值，再分享选型与使用技巧，帮你快速掌握这一 “微小细节识别利器”。

成功解决NVIDIA Jetson docker环境下Opencv+Gstreamer 无法对rtsp相机拉流问题如果 OpenCV 没编译 GStreamer 支持， cap.isOpened() 直接返回 false ⇒ “Camera can NOT open!”

HarmonyOS多媒体开发：自定义相机与音频播放器实战HarmonyOS多媒体框架提供了统一的接口来访问设备的多媒体能力，支持跨设备协同工作。框架采用分层架构，从底层的硬件抽象到上层的应用接口，为开发者提供完整的多媒体解决方案。

标定参数从相机模组读出来同步一个外参的东西，因为标定参数从相机模组读出来，没有多余的内存储存从相机坐标系到标定板坐标系的外参，因此只有cam到front坐标系外参（参考二维码定位的使用）看不懂，这句话是什么意思？

标定系数为什么会存储在相机模组里面，在标定的时候，算法是在割草机的X3板上运行的啊？从逻辑上讲，标定算法在X3主板上运行，计算结果似乎应该留在主板内存里。但设计者选择将关键的标定系数“烧录”到相机模组内部，这背后有重要的工程原因：为了保持相机自身的“即插即用”和“身份标识”特性。

相机模组，模组是什么意思？“模组”是英文 Module 的音译，中文全称是模块。它的核心含义是：一个具备特定完整功能的、可以独立设计和生产的、能与其他部件组合使用的硬件子系统。

近红外工业相机的简单介绍和场景应用在工业生产、农业种植、安防监控等领域，“可见光看不见” 的难题时常出现 —— 用普通相机检测晶圆内部缺陷，表层材质遮挡关键细节；想精准判断作物水分，靠肉眼只能凭经验猜测；夜间监控厂区，强光补光既耗电又易暴露位置。而近红外相机（工作波长 760nm-1100nm）凭借对近红外光的独特捕捉能力，能穿透薄型材料、克服低光环境，在可见光盲区中清晰成像，成为突破观测局限的实用工具。今天就从基础原理讲起，拆解 3 大核心应用场景，帮你快速掌握它的核心价值。

偏振相机在半导体制造的领域的应用在半导体制造中，“晶圆表面缺陷漏检”“光刻胶涂层不均”“芯片封装隐裂” 等微观问题，常成为影响良率的关键 —— 用普通相机检测晶圆，金属布线的反光会掩盖 0.1μm 级划痕；观测光刻胶涂层，肉眼和普通镜头无法分辨 1% 的厚度差异；检查芯片封装，塑料外壳下的内部隐裂更是 “看不见的隐患”。而偏振相机通过捕捉光的偏振态信息，能穿透反光、区分材质光学特性，在半导体制造的 “微观检测盲区” 中精准成像，成为提升良率的关键设备。今天就拆解偏振相机的核心原理，聚焦 3 大半导体制造场景说明其应用价值，再附上 3 大

学slam的小范

【Ubuntu18.04 D435i RGB相机与IMU标定详细版（一）】提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档笔者的版本：ubuntu18.04、ros melodic

学slam的小范

【Ubuntu18.04 D435i RGB相机与IMU标定详细版（三）】提示：继上篇文章相机20Hz，IMU200Hz，官方说这个参数比较好，并分别以/color和/imu为话题名发布

weixin_43290037

口碑好的共晶贴片机公司工艺总监感慨：千级洁净环境±1μm精度，解决了MEMS传感器封装良率波动难题在半导体封装领域，精度决定性能，稳定性决定量产能力。某军工研究所微组装产线负责人坦言：“过去依赖进口设备，不仅交付周期长达6个月，维护成本极高。自从引入国产高端共晶贴片机后，贴装精度稳定控制在±1μm内，良率提升至99.95%，更重要的是实现了技术自主可控。”