我们提供两种类型的 DEMO：

带有 GUI 的 MFC/C#/QT 程序，提供可视化界面用于参数的调整、结果显示等。其可执行程序位于 demo 文件夹下的所需平台对应的文件夹内，如 demo/x64 ，并提供相应的源代码和工程文件。
简单的 C++/C# 代码片段，用于演示某些功能函数如何调用。通常为一个 Main 函数体，位于 demo/snippets 文件夹内。使用方法请参考如何使用 DEMO 代码片段。

注意 1：DEMO 程序的平台需与安装注册的 LPV 版本对应。
注意 2：执行 DEMO 程序前，需保证 LPV 已正常注册和授权。
注意 3：安装后自带的 Qt DEMO 程序基于 Qt 5.9.4 版本编译，运行这些 Qt DEMO 的可执行文件需要从 Qt 官方网站下载并安装对应版本。或者，使用我们提供的只包含依赖项的精简压缩包，下载后（ x86 或 x64 ）解压到对应的 DEMO 可执行文件的同级目录下。

GUI 演示程序

	演示功能
基础功能	演示典型的视觉检测任务流程，包括图像、Region、模板、标定等基础功能。
Region 操作	演示如何进行编辑 Region 及如何计算生成新的 Region。
集成相机的采图回调	演示如何集成相机到 LPV 程序，使用相机回调采集图像到 LImage 对象，以海康相机为例。
模板匹配	演示高精度模板匹配。\|
斑点分析	演示斑点分析，支持灰度和彩色模式。
图像处理	演示常见的图像处理算子。
直线定位	演示亚像素直线定位。
圆定位	演示亚像素圆定位。
路径定位	演示路径定位。
轮廓定位	演示亚像素轮廓定位。
十字标记定位	演示亚像素十字标记定位。
卡尺定位	演示各种形状的卡尺定位功能。
标定	演示相机标定，包括多点、小孔、FFD等相机模型，支持不同类型的标定板。
相机阵列和图像拼接	演示相机阵列标定和图像拼接。
几何计算和测量	演示几何模块的常用功能，包括交点计算、距离测量、拟合等。
条码检测	演示一维码和二维码检测，以及条码质量评价。
显示控件	演示如何使用显示控件。
连接到灵闪服务	演示如何与灵闪服务集成，并使用具有强大功能的灵闪作业。

代码片段

	源代码	演示功能
HDR	HDR.cpp/cs	演示如何使用 HDR 算法。
多帧融合	ImageBlend.cpp/cs	演示多帧融合算法，通常用于降噪和获取多帧变化。
最大最小距离	MinMaxDistance.cpp/cs	演示如何计算多边形间的顶点或线段距离。
投影和数值分析	ProjectionAndAnalysis.cpp/cs	演示图像投影算法，以及基于投影结果数据的处理和分析，如数值滤波、局部极值查找等。
排序	Sort.cpp/cs	演示排序算法，特别是阵列排序。
颜色空间转换	ColorSpace.cpp/cs	演示彩色图像常用的颜色空间转换功能。
自定义模板形状	LearnWithShape.cpp/cs	演示基于自定义的形状区域训练模板。
手动编辑模板	EditPattern.cpp/cs	演示手动剔除训练获得的模板特征。
旋转标定	CalibRotationCenter.cpp/cs	演示旋转标定和对位功能。
背景剔除	BackgroudSubtract.cpp/cs	演示从静态或缓慢变化的环境中提取前景。
数据斑点分析	DataBlob.cpp/cs	演示基于数据斑点分析进行刻线上的缺陷检测。
图像和图形的线性变换	LinearTransform.cpp/cs	演示基于点对生成变换矩阵，并对图像和图形进行线性变换
机器学习分类	MLClassification.cpp/cs	演示使用机器学习模型进行图像分类任务。
手写字符识别	OCRHandWritten.cpp/cs	演示使用 OCR 工具识别字符，以手写字符为例。
多边形编辑	PolygonClipper.cpp/cs	演示多边形的扩张、收缩、以及相交、合并等布尔运算。
引脚数量检测	PinCount.cpp/cs	演示基于双边缘卡尺工具的引脚定位和数量检测。
白板平场标定	FlatFieldWhiteBoard.cpp/cs	演示基于白色色卡进行平场标定，校正暗角及色偏。
太阳能电池片平场标定	FlatFieldSolar.cpp/cs	演示基于检测实物进行平场标定。
平铺拼图	TileImage.cpp/cs	演示水平和垂直平铺一组图像，合成一张大尺寸图像
十字标记对称检测	CrossMarkInspect.cpp/cs	演示基于对称区域的图像比较，对十字标记进行缺陷检测。
16 位图像转换到 8 位	Convert16To8Bit.cpp/cs	演示如何转换 16 位图像到 8 位，包括连续位数提取、归一化和应用颜色映射表

以下为带有 GUI 的 DEMO 程序介绍。

基础功能

演示典型的视觉检测任务流程，包括图像、Region、模板、标定等基础功能。

源代码 (C++)： mfcdemo/MFCSanity
源代码 (Qt)： qtdemo/QtSanity
源代码 (C#)： csharpdemo/CSharpSanity
图像文件： sourceImg.png，templateImg.png

相关类： LImage, LRectRegion, LMatch, LMatchResults, LCalibNPoints

点击 Load Image 按钮，加载图片。
点击 Template Learn 按钮，按照 Region 的位置抠图，学习模板。
点击 Template Match 按钮，执行模板匹配，右侧显示像素坐标。
点击 Calibrate 按钮，执行9点标定，右侧显示物理坐标。
点击 Reset Calibration 按钮，重置标定，右侧显示像素坐标。
点击 Save Calibration 按钮，保存标定文件，右侧显示物理坐标。
点击 Load Calibration 按钮，加载标定文件。
点击 Copy & Save 按钮，执行保存图像，在可执行文件同级的 images 目录保存拷贝的 jpg 图像。
拖动图形界面中的 Region 边界，可移动或改变 Region 形状。
点击 Reset Roi 按钮，按照当前图像尺寸重置roi位置。

Region 操作

演示如何进行编辑 Region 及如何计算生成新的 Region。

源代码 (C++)： mfcdemo/MFCRegion
源代码 (Qt)： qtdemo/QtRegion
源代码 (C#)： csharpdemo/CSharpRegion
图像文件： mask.bmp

相关类： LRectRegion, LRotRectRegion, LPolyRegion, LMaskRegion, LCircleRegion, LAnnulusRegion

点击 Load Image 按钮，加载图像。
点击 Load Mask 按钮，加载蒙版图像到 Mask Region。
选择 R1 和 R2 用于后续的操作。
点击下方的各类操作按钮，运算得到的新的 Region 显示在画布上。
该演示程序可对选择的 R1 和 R2 执行 Union， Subtract，Intersect ，或者 Exclusive OR 操作。
该演示程序可对选择的 R1 执行 Translation，Rotate，Scale 或者 Invert 操作，使用输入的 dx，dy，da 和 ds 数值。
点击 Reduce Image 按钮，计算和显示 R1 的子图像和对应的蒙版。
点击 To Mask 按钮，显示 R1 的蒙版在原图中的对应位置。
移动鼠标可显示其当前所在的像素位置，以及在 R1 中的相对位置。
点击 Back to Edit 按钮回到初始状态。

集成相机的采图回调

演示如何集成相机到 LPV 程序，使用相机回调采集图像到 LImage 对象，以海康相机为例。

源代码 (C#)： csharpdemo/CSharpHikCam

相关类： LImage

安装海康相机驱动。
打开 MVS 查询相机序列号，填入右侧文本输入框中。
点击 Start 按钮，打开相机。
点击 Run (Continues Trigger) 按钮，切换为连续触发，不断更新和显示相机采集到的图像。
点击 Snap (Soft Trigger) 按钮，切换为软触发，获取一帧图像并显示。

模板匹配

演示高精度模板匹配。

源代码 (C++)： mfcdemo/MFCPat
源代码 (Qt)： qtdemo/QtPat
源代码 (C#)： csharpdemo/CSharpPat
图像文件： sourceImg.png

相关类： LRectRegion, LMatch, LMatchResults

点击 Load Image 按钮，加载图像。
点击 Learn 按钮，基于当前图像和 Region 位置训练模板。
按需修改 Angle 和 Scale 参数。
修改 Grayscale Match Weight 用于调节灰度相似性在评分中的占比。
点击 Match in ROI 按钮，在当前 Region 位置执行模板匹配。
匹配结果显示在下方表格中，包括每个结果的中心点位置、角度、缩放比例和分数。
选择其中某一个结果，在画布中高亮显示。

斑点分析

演示斑点分析，支持灰度和彩色模式。

源代码 (C++)： mfcdemo/MFCBlob
源代码 (Qt)： qtdemo/QtBlob
源代码 (C#)： csharpdemo/CSharpBlob
Image files: rou.jpg, smile.png, cat.png

相关类： LBlobAnalysis, LBlobFilter, LBlobResults, LBlob

点击 Load Image 按钮，加载图像。
- Mode 根据加载的图像格式，自动切换为 Grayscale 或 Color 。
选择合适的 Threshold 类型:
- 0 Custom: 使用自定义的阈值上下限。
- 1 Global Adaptive: 使用基于全图的自适应阈值。需设置 Polarity 以及修正阈值时使用的 Bias 数值。
- 2 Local Adaptive: 使用基于局部区域的的自适应阈值。需设置 Polarity 以及修正阈值时使用的 Bias 数值。
修改 Soft Threshold 为非零数值开启软阈值功能。
点击 Preview 按钮，预览阈值处理的中间结果图像。
或者，可以点击 Select Blob Range - Click on Canvas 按钮，再选择画布中的斑点位置，自动生成斑点对应的阈值范围。
修改 Max Count 用于多目标检测。
选择合适的 Sort by 用于对所有候选的斑点进行排序，选择其中靠前的若干个斑点作为最终结果。
点击 Detect 按钮，执行斑点分析。
斑点结果显示在下方的表格中，包括每个斑点的中心位置、面积、周长、圆度及长宽比。
选择其中某一个结果，在画布中高亮显示。
按需勾选并设置过滤器的上下限。
点击 Set Limitation (Based on Current Blob) 按钮，基于当前选中的斑点属性，自动设置过滤器的上下限。
点击 Re-filter 按钮，应用过滤器到斑点结果，得到过滤后的结果列表。

图像处理

演示常见的图像处理算子。

源代码 (C++)： mfcdemo/MFCImgProc
源代码 (Qt)： qtdemo/QtImgProc
源代码 (C#)： csharpdemo/CSharpImgProc

相关类： LImageThreshold, LImageOp, LImageFilter, LEdgeFilter, LImageMorph, LImageStats, LHistogram

点击 Load Image 按钮，加载图像。
该演示程序构建图像的直方图，绘制在右侧画布中。
该演示程序计算图像和直方图的统计信息，显示在悬浮窗口中。
点击下方的各类图像处理按钮，执行相应的图像处理算子。
显示处理后的结果图像在左侧画布中。
点击 Show Original 按钮，显示原始图像。

直线定位

演示亚像素直线定位。

源代码 (C++)： mfcdemo/MFCLine
源代码 (Qt)： qtdemo/QtLine
源代码 (C#)： csharpdemo/CSharpLine
图像文件： nline_many.png

相关类： LRotRectRegion, LLineDetector, LLineResults

点击 Load Image 按钮，加载图像。
拖拽 Region 句柄，移动、缩放、旋转画布中的旋转矩形 Region。
选择合适的 Polarity ，用于检测出正确的边缘类型：
- 0 Dark to Light ：从黑（暗）到白（亮）的边缘。
- 1 Light to Dark ：从白（亮）到黑（暗）的边缘。
- 2 Either ：任意一种极性都可以。
选择合适的 Find 策略，用于直线的筛选：
- 0 Best ：选择分数最高的直线。
- 1 First: 选择最前的直线。
- 2 Last: 选择最后的直线。
修改 Accept Score 参数用于过滤低分数的错误结果。
修改 Max Count 用于多目标定位。
点击 Detect 按钮，执行直线定位。
右侧的表格显示所有检测结果，包括每条直线的中点坐标和角度。
选择其中某一个结果，在画布中高亮显示。
下方的图表展示沿着 Region 搜索方向的分数分布，用于方便地设置更佳的过滤分数。

圆定位

演示亚像素圆定位。

源代码 (C++)： mfcdemo/MFCCircle
源代码 (Qt)： qtdemo/QtCircle
源代码 (C#)： csharpdemo/CSharpCircle
图像文件： half_arc_1.png

相关类： LAnnulusRegion, LCircleDetector, LCircleResults

点击 Load Image 按钮，加载图像。
拖拽 Region 句柄，移动和缩放画布中的环形 Region，使其中心点大致位于检测圆心的附近。
选择合适的 Polarity ，用于检测出正确的边缘类型：
- 0 Dark to Light ：从黑（暗）到白（亮）的边缘。
- 1 Light to Dark ：从白（亮）到黑（暗）的边缘。
- 2 Either ：任意一种极性都可以。
选择合适的 Find 策略，用于圆的筛选：
- 0 Best: 选择分数最高的圆。
- 1 Smallest: 选择最小的圆。
- 2 Largest: 选择最大的圆。
修改 Accept Score 参数用于过滤低分数的错误结果。
修改 Max Count 用于多目标定位。
点击 Detect 按钮，执行圆定位。
右侧的表格显示所有检测结果，包括每个圆的圆心坐标和半径。
选择其中某一个结果，在画布中高亮显示。
下方的图表展示沿着 Region 搜索方向的分数分布，用于方便地设置更佳的过滤分数。

路径定位

演示路径定位。

源代码 (C++)： mfcdemo/MFCPath
源代码 (Qt)： qtdemo/QtPath
源代码 (C#)： csharpdemo/CSharpPath
图像文件： nline_many.png, leadcut.png

相关类： LRotRectRegion, LPathDetector, LPathResults

点击 Load Image 按钮，加载图像。
拖拽 Region 句柄，移动、缩放、旋转画布中的旋转矩形 Region。
选择合适的 Polarity ，用于检测出正确的路径类型：
- 0 Black on White ：黑（暗）路径在白（亮）背景上
- 1 White on Black ：白（亮）路径在黑（暗）背景上
设置合适的分数阈值用于获得期望的路径
- Score ：绝对分数阈值
- Relative Score ：相对分数阈值，基于当前和下一个候选结果或背景像素计算
修改 Path Width 参数用于在多目标定位，合并或分开相邻的路径
修改 Straightness 参数用于控制检出路径的平直率
修改 Max Count 用于多目标定位。
点击 Detect 按钮，执行路径定位。
右侧的表格显示所有检测结果，包括每条路径的起始点坐标和分数。
选择其中某一个结果，在画布中高亮显示。

轮廓定位

演示亚像素轮廓定位。

源代码 (C++)： mfcdemo/MFCContour
源代码 (Qt)： qtdemo/QtContour
源代码 (C#)： csharpdemo/CSharpContour
图像文件： rectwithhole.png

相关类： LRotRectRegion, LContourDetector, LContourResults

点击 Load Image 按钮，加载图像。
拖拽 Region 句柄，移动、缩放、旋转画布中的旋转矩形 Region。
设置合适的 Connect Tolerance 连接阈值和 Kernel Size 核尺寸
设置拒绝和过滤阈值
- Reject Short 和 Reject Weak ：绝对阈值，用于拒绝短或者弱的边
- Filter Short 和 Filter Weak ：相对阈值，相对于候选中的最长和最强边，用于过滤短且弱的边
点击 Detect 按钮，执行轮廓定位。
右侧的表格显示所有检测结果，包括每条轮廓的平均强度、长度和分数。
选择其中某一个结果，在画布中高亮显示。
选择合适的 Polarity ，用于检测出正确的边缘类型，点击 Detect With Direction 按钮，执行带方向过滤的轮廓定位：
- 0 Dark to Light ：从黑（暗）到白（亮）的边缘。
- 1 Light to Dark ：从白（亮）到黑（暗）的边缘。
- 2 Either ：任意一种极性都可以。

十字标记定位

演示亚像素十字标记定位。

源代码 (C++)： mfcdemo/MFCCrossMark
源代码 (C#)： csharpdemo/CSharpCrossMark
图像文件： cross_white.png, cross_edge.png, cross_12.png

相关类： LRectRegion, LCrossMarkDetector, LCrossMarkResults

点击 Load Image 按钮，加载图像。
拖拽 Region 句柄，移动、缩放画布中的旋转矩形 Region。
勾选 Use Auto-Threshold 开始使用自动阈值，或设置合适的 Mark Range 即自定义阈值，用于筛选大致的十字标记位置
选择合适的 Polarity ，用于检测出正确的边缘或目标类型：
- 0 Dark to Light ：从黑（暗）到白（亮）的边缘。
- 1 Light to Dark ：从白（亮）到黑（暗）的边缘。
- 2 Dark on Light ：白（亮）十字在黑（暗）背景上。
- 3 Light on Dark ：黑（暗）十字在白（亮）背景上。
设置合适的 Size Range 尺寸范围和 Width 边宽，以帮助过滤错误的十字标记定位
点击 Detect 或 Detect in ROI 按钮，执行十字标记定位。右侧的表格显示所有检测结果，包括每个十字标记的中心点 X 和 Y 坐标。
选择其中某一个结果，在画布中高亮显示。

卡尺定位

演示各种形状的卡尺定位功能。

Source code (C++): mfcdemo/MFCGauge
Source code (C#): csharpdemo/CSharpGauge
Image files: cutkerf.png, leadcut.png

Related classes: LLineGauge LCircleGauge LArcGauge

点击 Load Image 按钮，加载图像。
点击 Reset Roi 按钮，按照当前图像尺寸重置roi位置。
选择所需的卡尺类型，如直线卡尺。
选择合适的 Polarity ，用于检测出正确的边缘或极性类型：
- 0 Dark to Light ：从黑（暗）到白（亮）的边缘。
- 1 Light to Dark ：从白（亮）到黑（暗）的边缘。
- 2 Either Edge ：任意一种边缘极性都可以。
- 3 Black on White: 黑色（暗）目标在白色（亮）背景上。
- 4 White on Black: 白色（亮）目标在黑色（暗）背景上。
- 5 Either Object: 接受任意一种目标极性，白物体黑背景，或者黑物体白背景。
修改卡点采样区域的尺寸和间距
点击 Detect 按钮进行卡尺定位
定位结果在右侧以文本形式显示，比如直线卡尺定位结果，将输出直线的中点位置及其角度。
下方的图表展示沿着 Region 搜索方向的分数分布，用于方便地设置更佳的过滤分数。

标定

演示相机标定，包括多点、小孔、FFD等相机模型，支持不同类型的标定板。

源代码 (C++)： mfcdemo/MFCCalib
源代码 (Qt)： qtdemo/QtCalib
源代码 (C#)： csharpdemo/CSharpCalib
图像文件： chessboard.png，circlegrid.png，distcharuco.jpg

相关类： LCalibNPoints, LCalibPinHole, LCalibFFD, LCalibCustom, LCalibBoard, LCalibPointPairs

选择合适的标定板，点击相应按钮：
- Chessboard ：打开棋盘格图像，设置相应的 Grid Size 和 Square Size 数值。
- Circle Grid ：打开圆形点阵图像，设置相应的 Grid Size 和 Square Size 数值。
- Distributed Charuco ：打开分散式二维码棋盘格图像，设置相应的 Square Size 数值。
勾选 Auto Remove Bad 启用自动剔除检测到的坏点的功能。
点击 Detect 按钮，检测标定板，生成图像和物理点对集合。
选择合适的标定模型：
- NPoints ：多点变换模型，需设置合适的变换矩阵类型。
- PinHole ：小孔模型，可以点击 Add Multi-view Points ，设置当前的点对集合用于多视角标定。
- FFD ：FFD模型，需设置合适的网格尺寸，更大的尺寸可获得更高的优化精度，但速度更慢。
- Custom ：自定义标定模型。
点击 Calibrate 按钮，执行相机标定。
点击 Save 按钮，保存当前标定到文件。
点击 Load 按钮，从文件读取标定。
点击 Reset 按钮，重置标定。
选择合适的矫正模式，点击 Fix Image 按钮，执行图像矫正，修正图像的镜头畸变和相机倾斜，并显示结果在画布上。
在画布上移动鼠标，显示其当时的像素位置以及对应的物理坐标。

相机阵列和图像拼接

演示相机阵列标定和图像拼接。

源代码 (C++)： mfcdemo/MFCCamArray
源代码 (Qt)： qtdemo/QtCamArray
源代码 (C#)： csharpdemo/CSharpCamArray
图像文件夹： camera_array

相关类： LCameraArray, LCalibBoard

点击 Load Image 按钮，选择 camera_array 文件夹，其中包含标定和拼接用的两组图像。
修改 Square Size 数值并选择合适的标定模型。
点击 Calibrate 按钮，执行相机阵列标定。
点击 Image Stitching 按钮，读取拼接用图像，并执行图像拼接。
上方的两个画布分别显示读取到的原始图像，下方画布展示拼接结果图像。
在画布上移动鼠标，显示其在当前图像中的像素位置以及对应的物理坐标。

几何计算和测量

演示几何模块的常用功能，包括交点计算、距离测量、拟合等。

源代码 (C++)： mfcdemo/MFCGeom
源代码 (Qt)： qtdemo/QtGeom
源代码 (C#)： csharpdemo/CSharpGeom

相关类： LPoint, LLine, LCircle, LPoints, LRect, LPolygon

条码检测

演示一维码和二维码检测，以及条码质量评价。

源代码 (C++)： mfcdemo/MFCBarcode
源代码 (Qt)： qtdemo/QtBarcode
源代码 (C#)： csharpdemo/CSharpBarcode
图像文件： barcode_code39.png，barcode_code128.png，barcode_datamatrix.png, barcode_ean13.png，barcode_i25.png，barcode_qr.png

相关类： LBarcodeDetector, LBarcodeResults, LBarcodeResult

点击 Load Image 按钮，加载图像。
勾选所需的一维码类型或者 All 1D Barcode ，用于指定一维码检测的条码类型。
勾选所需的二维码类型或者 All 2D Barcode ，用于指定二维码检测的条码类型。
勾选 Quality Verify 用于开启条码质量评价功能。
修改 Max Count 用于多目标检测。
点击 Detect 按钮，执行条码检测和评价。
表格中显示所有检出的条码结果，包括每个条码的中心位置、角度、评级和数据。
选择其中某一个结果，在画布中高亮显示。

显示控件

演示如何使用显示控件。

源代码 (C++)： mfcdemo/MFCDisplay
源代码 (Qt)： qtdemo/QtDisplay
源代码 (C#)： csharpdemo/CSharpDisplay

相关类： LDisplay

点击 Load Image 按钮，加载图像。
选择某一种 Region 类型，点击 Add 按钮，随机增加若干个该类型的 Region 到显示控件。
点击 Reset 按钮，移除所有 Region。
选择某一种 Shape 类型，点击 Add 按钮，随机增加若干个该类型的图形到显示控件。
点击 Reset 按钮，移除所有图形。
点击 Open Display Dialog 按钮，打开一个包含显示控件的新窗口。
拖拽图像可移动视窗，使用鼠标滚轮缩放视窗。
点击 Fit Window 按钮，将自动缩放和移动视窗以适应当前窗口尺寸。
点击 Fit a Random Object 按钮，将随机选择某一个 Region 或图形，移动并缩放以全窗口显示该目标。
点击 Reset All 按钮，移除所有 Region 和图形。
右键显示控件，呼出菜单。
点击 Save 按钮，存储当前图像到文件。
点击 Save Window 按钮，存储当前窗口的截图到文件。

连接到灵闪服务

演示如何与灵闪服务集成，并使用具有强大功能的灵闪作业。

源代码 (C++)： mfcdemo/MFCIBService
源代码 (Qt)： qtdemo/QtIBService
源代码 (C#)： csharpdemo/CSharpIBService
图像文件夹： exame_chip_1，exame_chip_2

相关类： LIBService, LIBAlgoResult, LIBData, LIBAlgoConfig, LMatch

点击 Select IB Service 按钮，选择灵闪的安装目录。
等待该演示程序连接到灵闪服务，成功后弹出窗口提示。
点击 Load IB Task 按钮，选择样本任务和图像所在的文件夹。
该演示程序将加载并训练模板，在图像中找到所有匹配目标并显示在右侧列表中。
在列表中选择其中一个匹配结果。
该演示程序将基于该结果所在的位置，生成 Region 然后执行灵闪作业。
执行时间和结果显示在画布和右侧面板中。
点击 Refresh 按钮，从灵闪服务重新加载作业的参数列表。
在输入框中修改参数的数值。
拖动图形界面中的 Region 边缘，可移动或改变作业中 Region 的形状和位置。
点击 Apply 按钮，应用改动后的参数到灵闪服务，再次执行该作业将看到参数变换的影响。