标签：
halcon与delphi系列，早两年就想写，不过一方面，因为halcon是售价高达数万欧元（不是人民币）的专业软件，知道的人不多，
另外一方面，个人琐事太多，一直没时间动笔，这次，借国庆空闲，匆匆忙忙，开个头先。
这个标题本来准备用：《halcon、opencv与delphi、python、vb、c++》
太杂，虽然现在流行长标题，还是简化了。
做图像分析有十多年，写过原生的OCR字符识别，当时没有opencv，全部是原生代码，写的很痛苦，和写汇编差不多
不过也学习到不少东西，blur、细化、骨架、闭合、。。。。。。，从这点看，学习下opencv，对于基础也是必要的
效果还可以，基本上除开QQ过于变态，一般的论坛、csdn、工行、移动、博客园、老版新浪微博的验证码，都能简单愉快的暴力识别。
这几年，主要做图像分析、字体结构的图像分析、AI方面的项目，实业方面，主要是PCB抄板设计，这个是protel电路图逆向工程，必需的。
图像分析主要用过agg、opencv、cgal、labview、vision、halcon、sci、pil，以及一大波gis内置的高素质几何计算库
编程语言早期是：c、c++、，这几年是：python、delphi，
目前，图像分析基本上就只是：delphi+halcon，(机器学习与大数据，是python+sci.xxx+pandas)
delphi+halcon,这个组合，可以说是图像分析的神级配置，无论是开发效率，还是运行实在是太高了，分分钟秒杀c+opencv,c+python,以及其他各种组合，
特别是开发效率，几乎只有cv与c++的十分之一一，因为halcon内置的就是简化版本的pascal脚本型编程语言，而且halcon的控件封装，非常庞大、专业、细致，基本上和原生vcl控件差不多。
机器人，是目前国家鼓励的科技、产业项目，目前程序员缺口极大，而国内早期，和目前，delphi程序员，可能是世界上最多的，早几年，还传说，盛大准备收购delphi，虽然没成，不过绝对不是钱的问题。
机器人，最核心的人工智能与机器视觉，人工智能，python已经是标准
机器视觉，说白了，还是图像分析，这块，德国的halcon（海尔肯，自己随便音译的），是目前行业最好的方案，基本上没有对手，
国内，学术界目前还是opencv为主，虽然cv是免费的，halcon的售价高达数万欧元，但凭借其强大的功能和一线生产力效率，企业领域，基本上是halcon独大。
opencv虽然很强大，但与halcon相比，无论在开发效率，运行速度以及内置模块功能方面，完全是业余级的。
这个原因是多方面的：
例如，即使是最简单的轮廓分析，opencv只有最基本的矩形、园、椭圆几种，而halcon要丰富的多；
而再如，形态学内置模型，cv只有cross、rect、circle三种，而halcon预支模型高达数十种。
象下图的堆砌原件，opencv基本上无能为力，而halcon直接秒杀：（ps，本blog还缺几张图，有时间补）
halcon的内置语言，基本上是简化版本的pascal，不过增加了python的元组tuple数据。
奇怪的是，国内halcon开发，基本上是vb，和c++（csharp）两种模式
一线，基层用户用vb的多，专业学者，大部分使用c++（csharp），而delphi很少有人用。
这个一方面，与delphi自身近年衰退有关，另外，delphi调用halcon，每次会有20m左右的内存泄露，也有关系。
不过，delphi再不行，在TIOBE2105编程语言排名榜上，也是仅次与c（含c、c++、objc、occsharp）的行业第二大原生编程语言。
（ps，xe9、xe10，delphi强化了并行开发，不过远不如python的map优雅方便，如果delphi能够整合cuda开发，进入gpu、hpc领域，才是真正凤凰涅槃）
而内存泄露，是crack的问题，就是c++，也有，用vb因为使用halcon的.net封装模块，因为net平台内置gc管理，可以解决，其实delphi也可以采用.net模块
vb即使对于初学者，和在产品开发原型阶段，也是很差的图像开发语言。
初学者，以及简单的产品原型开发，笔者推荐python+opencv，cv3.0已经支持python3了，
可惜，delphi的cv库还是v2.49版本的，不然，delphi+cv3也是个不错的选择，特别是调试、效率方面
c++，无论如何，不是图像分析理想的工具，
对于图像分析，c语言类的底线，差不读只有c了，即使是opencv，90%也是c，
（fontforge的开发者，是如此痛恨c++，以至于在faq里，对c++大段吐槽）
图像分析起点就是2D，二维的，复杂一些，连续图像序列，3D，动态图像分析，都必需是多维的数据模型。
而c语言，先天缺乏内置数组，采用*指针结构，作为数组。
*指针数组,对于简单的一维数据分析，勉强可以，但对于2维、3维以及更高的多维数据，非常痛苦。
大家知道，图像处理非常吃内存，而c的内存管理，完全是*指针，欧式，复杂无比。
对于一线程序员而言，采用c++进行图像处理，在c++编程语言方面的时间成本，甚至要高于图像分析算法本身。
至于c++，唯一的优点，可能就是速度。
而c的速度优势，是相对于vb、python的，可能有10-20倍的运行速度优势，不过对于delphi，就是在最严格的对比当中，也是基本差不多。
不过delphi十倍于c的开发效率，使程序员，能够在软件开发的原型、中期、调试、交付、维护等各个阶段，采用更多的模型算法，进行优化，因此，实战当中，delphi+halcon的组合，要远远优于c+halcon，c+opencv
以往，图像处理，delphi唯一的短板，是缺乏工业级的图像库，cv、cgal对于delphi的支持一直不够好
不过短板这个已经被halocn给完美的弥补了。
重要的话要说三遍，3x
delphi+halcon,图像分析神级配置，分分钟秒杀c+opencv,c+python,以及其他各种组合
delphi+halcon,图像分析神级配置，分分钟秒杀c+opencv,c+python,以及其他各种组合
delphi+halcon,图像分析神级配置，分分钟秒杀c+opencv,c+python,以及其他各种组合
标签：
原文地址：http://www.cnblogs.com/ziwang/p/4850898.html
