隨著機械自動化設備制造業的發展，越來越多的場合需要使用到機械視覺代替人眼來提高生產效率。具體的功能需求包括，目標識別，目標定位，目標計數，缺陷分析等。

現階段視覺分析，基本都采用將灰度圖像根據特征轉換為黑白兩種顏色的方式，多種色彩分析據說已經被證明是不可靠的。下圖是玖加科技視覺包對一張撲克的訓練的圖像和結果。

下圖是圖像訓練的線性結果：

分析結果得到了一些線性參數，包括斑點數，自動黑白反轉，目標的比重，以及主要斑點也就是最大的斑點的特征信息，此外還獲得了一些基于形狀的線性數據。

訓練的結果將在匹配時使用，下面是對多張撲克進行匹配的圖像結果：

藍色圓形包圍的部分被認為是和訓練時的撲克相近的，玖加科技視覺包能夠識別隨意擺放的目標，支持旋轉和縮放。此外這個結果說明了外部光線條件對于視覺識別的重要影響，右下角的那一張撲克由于亮度的關系沒有被認為是相似的。

下面是匹配的線性結果：

定位結果顯示找到了8個目標，以及每個目標的相似度誤差，相對與訓練結果的旋轉角度，相對的縮放比例，幾何中心，物理重心的信息。玖加科技視覺包能夠實現對多個目標的定位，并獲得多個目標的線性數據，通過對這些數據的分析，可以得到最佳目標的位置角度信息，相似目標的數量信息。在外部光線環境優良的情況下，也可以用于對目標缺陷進行分析。

來一個對于MARK點的匹配圖像：

上面是訓練，下面是匹配。

來個蘋果的：

老樣子，上面是訓練，下面是匹配。

灰度圖像，梨看上去和蘋果差不多。

再來個漢字的。

在來個三級管的。

最后來個多斑點組合的。

組合目標也是可以分析的，玖加科技視覺包支持對多斑點組合圖像的識別，并獲得組合圖形的誤差，角度，縮放，中心等信息。

上面對幾種類型的應用做了分析，目前改視覺板已經應用于多種自動化設備，同時玖加科技提高評估包供感興趣的人士評估測試。網址http://www.spidech.com。