链接： https://www.zhi Hu.com/question/444576608
编辑：深度学习和计算机视觉
声明：只做学术分享，入侵删除
作者：日月
33559 www.zhi Hu.com/question/444576608/answer/1731909068
这取决于你的能力。 如果算法代码能力一般，halcon作为商业软件的库，在工程中解决问题很方便。 但是，你的空间受到他的限制。 如果算法能力强，在解决问题时很创新，opencv更好。 毕竟源代码都在你手里，你就随便魔改，优化性能。 opencv中没有的算法自己写。 但是，我不能保证自己写稳定性。 需要反复重复很多测试调试。 但是，如果能力很强的话，放在产品里卖的话，就可以降低成本。 必须在halcon付钱给人。
在产业界，使用halcon一般来自产业链中相对低端的部分。 而且机器视觉也受到深度学习的影响。 以前halcon是工业界的主力，但现在市场占有率在下降。 近五年，国内出现了许多机器视觉制造商和创业公司，但以前几乎都是进口。 这家创业公司在产品初期大量使用opencv。 但是经过一段时间的反复，已经不仅仅是呼叫，很多商业公司结合硬件在此基础上进行优化创新，已经不仅仅是靠库存了。 另外，只卖软件库的商业模式在国内很难走，大多和硬件一起销售。 从招生来说，基本要求是熟悉opencv，halcon是可选的，使用halcon往往是项目历史上的一个遗留问题。 如果你之后做视觉的另一个方向，人就不用halcon了，而opencv却用得很多。 虽然你进去后，他们很可能自己有内部用的算法库。 但是，商业公司不能要求应聘者熟悉内部库吧。 所以贴opencv。 而且很多内部开发也参考了opencv的架构。
人们一直在谈论opencv算法的效果，但实际上opencv并不是专门为机器视觉行业制作的。 所以有些算法没有进行特定的优化。 此处的优化既包括优化特定处理器的处理速度，也包括优化解决问题的特定算法。 所以我之前说的是必须强调算法能力。 既要查论文做实验改进，更要自己设计算法积累技术沉淀。 不仅仅把它当成一个库来调用界面，换句话说，你们在企业里建立自己的halcon，其实也说明中国新一代人的研发能力在进步
作者：知乎用户
https://www.zhihu.com/question/444576608/answer/1778682377
在学校里，大多数人都会推荐OpenCV
但是如果你去工作，你会发现10个工作岗位中有6个是Halcon，3个是Vison Pro，只有1个是OpenCV。
因为工作中的项目，大部分都是对接在C#而不是C#上。
作者：可乐不加冰
https://www.zhihu.com/question/444576608/answer/1745274120
如果你想快速获得机器视觉，一定是Halcon，各种好用的操作员。 如果你想自己深入研究基础原理，请好好学习opencv。 当然也可以同步进行。 学习opencv的同时，也有助于编程能力。
作者：好像有光
33559 www.zhi Hu.com/question/444576608/answer/1731526000
工业上几乎都用halcon。 这是一个付费的商业包，功能非常强大，从普通的图像处理、三维视觉处理、各种工业化自动检测。 平时自己做点小事的时候用opencv，主要原因是开源是免费的，资料很多。
从个人经验来看，进行开发的核心能力，不在于用什么样的框架、用什么样的软件包，而在于针对具体任务、具体工作所具有的分析问题，提出建议，有效改进建议，最终达到满足要求的能力对于软件包和框架，那是一个实现问题，有了建议，自然就知道用什么框架实现更简单、更划算、更符合要求。
对学生来说，学习opencv更方便，资料更多。 那么，学习后多做项目，分析问题，解决具体问题，积累经验才是正道。 即使将来就业的公司用的是halcon，能力还在那里。 根据opencv的开发经验，再学一个halcon非常快，拿到offer后再学就足够了。
顺便吐槽一下opencv，太理想化了。 很多函数在教程中给出的例子看起来非常有效，但是在具体任务中使用的话会很傻。 因此，需要自己进行一些额外方案的改进。 这种理想化的缺陷对那些想锻炼项目能力的人来说也很好。
END