仪酷LabVIEW AI视觉工具包的VI功能详解，如有疏漏或偏差，欢迎各位朋友指正交流。

一、AI视觉工具包VI分类详解

完成AI工具包安装后，您可以在程序框图-函数选板-Addons-VIRobotics-opencv_yiku中找到它。该工具箱功能覆盖全面，主要包含矩阵（Mat）操作、摄像头采集、图片文件读写、基础图像算子、视频读写、神经网络调用以及多种快捷VI模块。下面将逐一拆解介绍。

Mat（矩阵类）

此类主要处理矩阵的创建与各类操作，具体包括：

• Create_Mat.vi：创建矩阵
• Convert：矩阵常用数据类型间的转换
• Mat：矩阵相关操作，如获取子矩阵、基本数学运算、逻辑运算、两矩阵差值绝对值计算、图像融合等

Camera（相机类）

相机相关的操作均归于此类别，涵盖：

• new_Cap.vi：初始化相机设备
• startCapture.vi：启动本地摄像头
• startCaptureUrl.vi：启动网络摄像头
• stopCapture.vi：停止拍摄
• readImage.vi：获取单帧图像

Core（核心类）

该类提供图像基础处理功能，例如：

• DFT.vi：傅里叶变换
• idft.vi：逆傅里叶变换
• normalize.vi：图像归一化处理
• flip.vi：图像翻转
• hconcat.vi：图像水平拼接
• inRange.vi：基于阈值的图像分割

Draw（图像绘制类）

用于在图像上绘制各种几何图形与文字：

• Draw_Line.vi：绘制直线
• Draw_Rect.vi：绘制矩形
• Draw_arrowesLine.vi：绘制箭头线段
• Draw_Circle：绘制圆形
• Draw_ellipse.vi：绘制椭圆圆弧与椭圆扇形
• Draw_Polylines.vi：绘制多边形
• Draw_putText：在图像上绘制文字
• getTextSize.vi：获取文本尺寸信息

imgcodes（图片读写类）

负责图片文件的编解码与读写操作：

• imdecode.vi：图片解码
• imencode.vi：图片编码
• imread.vi：读取图片文件
• imwrite.vi：保存图片文件

imgproc（图片处理算子类）

这是最常见的图像处理操作集合，涵盖滤波、边缘检测、色彩转换、轮廓分析等功能：

• blur.vi：均值滤波
• calHist.vi：计算直方图
• Canny.vi：Canny边缘检测
• cvtColor.vi：色彩空间转换
• drawContour.vi：绘制轮廓
• findContous.vi：寻找轮廓
• filter2d_float.vi：图像卷积运算
• GaussianBlur.vi：高斯滤波
• HoughCircles.vi：霍夫圆检测
• HoughLines.vi：霍夫直线检测
• matchTemplate.vi：模板匹配
• resize.vi：图像缩放
• threshold.vi：图像二值化
• cornerHarris.vi：Harris角点检测
• cornerMinEigenVal.vi：计算特征值与特征向量
• dilate.vi：图像膨胀
• erode.vi：图像腐蚀
• boxPoints：获取旋转矩形的顶点坐标
• Corners--> cornerSubPix：亚像素级角点检测
• pointPolygonTest.vi：检测点是否位于轮廓内部

此外，imgproc下还包含一个Transform子类，专门处理图像几何变换：

• GetAffineTransform.vi：计算仿射变换矩阵
• getPerspectiveTransform.vi：计算透视变换矩阵
• getRotationMatrix2D.vi：计算旋转矩阵
• warpAffine.vi：执行仿射变换
• warpPerspective.vi：执行透视变换

geometry（几何图形类）

此类主要包含点集数据结构，例如轮廓点集。

calib3d（相机标定与三维重建类）

相机标定与三维重建的核心工具，包括：

• calibrateCamera.vi：相机标定
• CalibrateHandEye.vi：手眼标定
• ComputeCorrespondEpilines.vi：计算对极线
• copy_vectorPoint2f.vi：复制点集
• drawChessBoardCorners.vi：绘制棋盘格角点
• findChessboardCorners.vi：寻找棋盘格内角点
• findFundamentalMat.vi：计算基础矩阵
• initCameraMatrix2D.vi：初始化相机内参矩阵
• initUndistortRectifyMap.vi：计算畸变校正映射
• remap.vi：像素重映射
• stereoCalibrate.vi：双目摄像机标定
• steroRectify.vi：校正后的立体校正变换
• stereoRectifyUncalibrated.vi：未标定的立体校正变换
• undistort.vi：镜头畸变校正
• undistortPoints.vi：点坐标迭代去畸变

dnn（深度神经网络类）

OpenCV的dnn模块不用于模型训练，但可加载TensorFlow、PyTorch、Caffe等框架训练好的模型进行推理，并会对模型进行优化以提升运行效率。主要包括：

• blobFromImage.vi：彩色图像预处理（转为blob格式）
• blobFromImage_1c.vi：灰度图像预处理
• NMSBoxes.vi：非极大值抑制，去除冗余检测框
• NMSRotatedBoxes.vi：倾斜框的非极大值抑制
• OCR：文字识别相关功能

dnn.Net（深度神经网络类）

负责深度学习模型的加载与推理：

• readNetFromTensorflow.vi：加载TensorFlow模型（pb+pbtxt）
• readNetFromDarknet.vi：加载Darknet模型（cfg+weights，如YOLOv3/v4）
• readNetFromONNX.vi：加载ONNX通用模型
• readNetFromModelOptimizer.vi：加载英特尔模型优化器中间表示（XML+bin）
• setInput.vi：将图像或矩阵数据输入网络
• forward.vi：执行推理，返回指定层（默认最后一层）的输出
• forward_muti_outputs.vi：推理并返回多层结果
• getLayerNames.vi：获取网络所有层名称
• getUnconnetedLayerNames.vi：获取未连接的输出层
• setPreferableBackend.vi：指定计算后端（如OpenCV、Intel OpenVINO等）
• setPreferableTarget.vi：指定目标设备（如CPU、GPU等）

ml（机器学习模块）

提供统计分类、回归、聚类功能，目前主要支持SVM（支持向量机）。

ml.SVM子类包含SVM的创建、预测与训练VI。

python（矩阵转换为Python格式）

feature2d（特征检测与匹配）

特征点提取、描述与匹配相关功能：

• DescriptorMatcher：特征向量匹配抽象类
• draw_KeyPoints.vi：快速绘制图像中的特征点
• draw_matches.vi：绘制两幅图像间的匹配连线
• matcher_knnMatch.vi、matcher_match.vi：特征匹配方法
• SIFT：创建SIFT检测器
• SIFT_Compute.vi：计算特征描述符
• SIFT_Detector.vi：检测关键点
• Vector_DMatch：匹配结果点集
• Vector_KeyPoints：特征点集

videoWriter

视频流读写类，支持视频文件的编码与保存。

cuda（显卡类）

获取CUDA设备相关参数：

• getCudaEnabledDeviceCount.vi：获取可用CUDA设备数量
• getDevice.vi：获取设备属性信息
• setDevice：设置当前使用的CUDA设备属性

face（人脸检测与识别）

基于YuNet的人脸检测器FaceDetectorYN和基于DNN的人脸识别器FaceRecognizerSF。

• FaceDetectorYN->detect.vi：检测人脸区域及5个关键点
• FaceDetectorYN->FaceDetectorYN_Creat.vi：创建人脸检测器实例

• FaceRecognizerSF->alignCrop.vi：将人脸对齐至标准位置并裁剪
• FaceRecognizerSF->Create.vi：创建人脸识别器实例
• FaceRecognizerSF->feature.vi：提取人脸特征向量
• FaceRecognizerSF->match.vi：计算两个特征向量间的距离

二、ONNX工具包VI分类详解

安装ONNX工具包后，可在程序框图-函数选板-Addons-VIRobotics-onnx中找到它，主要用于获取ONNX可用providers、加载推理模型等。

geta vailproviders.vi

获取当前ONNX运行时可用的providers（如CPU、CUDA、TensorRT）。

Session（ONNX模型加载推理类）

• Create_Session.vi：加载ONNX模型，并指定推理引擎（CPU/CUDA/TensorRT）
• Run_one_input_pointer.vi：将单张图像的内存指针输入并执行推理
• Run_one_input_data.vi：将图像或矩阵数据直接输入并执行推理
• Get_Resule_Info.vi：获取网络各层输出名称及形状
• Get_result.vi：动态获取指定层的输出结果
• release.vi：释放Session资源
• delete.vi：删除Session对象

三、工具包下载链接

• AI视觉工具包下载与安装指南：
  [https://blog.csdn.net/virobotics/article/details/123656523]
• ONNX工具包下载与安装指南：
  [https://blog.csdn.net/virobotics/article/details/124998746]

总结

以上就是仪酷LabVIEW AI视觉工具包与ONNX工具包的VI分类介绍。各位可根据链接下载安装，并在LabVIEW环境中直接调用。如果在实际使用中遇到任何问题，欢迎在评论区留言讨论交流。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：LabVIEW图形化AI视觉开发平台VI简介（非NI Vision）要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题