算法可以使用哪些描述方式，各有啥优势?

Posted 2023-04-17

算法的描述方式有：自然语言，流程图，伪代码等。

1、自然语言的优势：自然语言即人类语言，描述的算法通俗易懂，不用专门的训练，较为灵活。

2、流程图的优势：流程图描述的算法清晰简洁，容易表达选择结构，不依赖于任何具体的计算机和计算机程序设计语言，从而有利于不同环境的程序设计。

3、伪代码的优势：回避了程序设计语言的严格、烦琐的书写格式，书写方便，同时具备格式紧凑，易于理解，便于向计算机程序设计语言过渡的优点。

扩展资料：

算法使用伪代码的目的是使被描述的算法可以容易地以任何一种编程语言实现。

因此，伪代码必须结构清晰、代码简单、可读性好，并且类似自然语言。 介于自然语言与编程语言之间，以编程语言的书写形式指明算法职能。

伪代码只是像流程图一样用在程序设计的初期，帮助写出程序流程。简单的程序一般都不用写流程、写思路，但是复杂的代码，还是需要把流程写下来，总体上去考虑整个功能如何实现。

参考资料来源：百度百科-算法描述

参考资料来源：百度百科-自然语言

参考资料来源：百度百科-流程图

参考资料来源：百度百科-伪代码

参考技术A

算法的描述方式有：自然语言，流程图，伪代码等。

1、自然语言的优势：自然语言即人类语言，描述的算法通俗易懂，不用专门的训练，较为灵活。

2、流程图的优势：流程图描述的算法清晰简洁，容易表达选择结构，不依赖于任何具体的计算机和计算机程序设计语言，从而有利于不同环境的程序设计。

3、伪代码的优势：回避了程序设计语言的严格，烦琐的书写格式，书写方便，同时具备格式紧凑，易于理解，便于向计算机程序设计语言过渡的优点。

算法使用伪代码的要求：

算法使用伪代码的目的是使被描述的算法可以容易地以任何一种编程语言实现。

因此，伪代码必须结构清晰，代码简单，可读性好，并且类似自然语言。 介于自然语言与编程语言之间，以编程语言的书写形式指明算法职能。

伪代码只是像流程图一样用在程序设计的初期，帮助写出程序流程。简单的程序一般都不用写流程，写思路，但是复杂的代码，还是需要把流程写下来，总体上去考虑整个功能如何实现。

以上内容参考：百度百科-算法描述

以上内容参考：百度百科-自然语言

以上内容参考：百度百科-流程图

以上内容参考：百度百科-伪代码

参考技术B b.自然语言的语句一般较长，导致描述的算法太长。c.当一个算法中循环和分歧较多时就很难清晰地表示出来。d.自然语言表示的算法不便翻译成计算机程序设计语言。2、流程图优势：流程图描述的算法清晰简洁，容易表达选择结构，它不依赖于任何具体的计算机和计算机程序设计语言，从而有利于不同环境的程序设计。不足：不易书写，修改起来比较费事，可以借助于专用的流程图制作软件来提升绘制和修改。3、伪代码优势：伪代码回避了程序设计语言的严格、烦琐的书写格式，书写方便，同时具备格式紧凑，易于理解，便于向计算机程序设计语言过渡的优点。不足：由于伪代码的种类繁多，语句不容易规范，有时会产生误读。本回答被提问者采纳 参考技术C 算法的描述方式主要有自然语言,流程图,伪代码等,它们的优势和不足可以简单地归纳如下：1、自然语言优势：自然语言描述的算法通俗易懂,不用专门的训练不足：a.由于自然语言的歧义性,容易导致算法执行的不确定性.b.自然语言的语句一般较长,导致描述的算法太长.c.当一个算法中循环和分歧较多时就很难清晰地表示出来.d.自然语言表示的算法不便翻译成计算机程序设计语言.2、流程图优势：流程图描述的算法清晰简洁,容易表达选择结构,它不依赖于任何具体的计算机和计算机程序设计语言,从而有利于不同环境的程序设计.不足：不易书写,修改起来比较费事,可以借助于专用的流程图制作软件来提升绘制和修改.3、伪代码优势：伪代码回避了程序设计语言的严格、烦琐的书写格式,书写方便,同时具备格式紧凑,易于理解,便于向计算机程序设计语言过渡的优点.不足：由于伪代码的种类繁多,语句不容易规范,有时会产生误读. 参考技术D 算法可以有多种算法，用描述方式的话，优势基本是有的，算法比较简便，但是算法的内容限制比较大，有的算法比较复杂，但是应用的将会更加广泛。

机器视觉方面都有哪些好的开发平台？各有啥特点

作者：知乎用户
链接：https://www.zhihu.com/question/20025224/answer/18874837
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

转自知乎：
机器视觉当前的比较流行的开发模式是“软件平台+工具包”
软件平台：
1.VC：最通用，功能最强大。用户多，和windows搭配，运行性能较好，可以自己写算法，也可以用工具包，而且基本上工具包都支持VC的开发。是大家主要选择的平台。
2.C#：比较容易上手，特别是完成界面等功能比用VC+MFC难度低了很多，已经逐渐成为流行的使用平台了，算法在调用标准的库或者使用C#+C++混合编程。可以看到目前很多相机厂商的SDK都已经开始使用C#做应用程序了。
3.LabVIEW：NI的工具图形化开发平台，开发软件快，特别是做工控行业或者自动化测试行业的很多工程师，由于使用labview进行测试测量的广泛性，所以都有labview的基础，再调用NI的Vision图像工具包开发，开发周期短，维护较为容易。
4.VB、delphi：用的人越来越少了。
5.其他：java等没有看到人用过。
工具包：
1.halcon：出自德国MVTech。底层的功能算法很多，运算性能快，用其开发需要一定软件功底和图像处理理论。
2.VisionPro：美国康耐视的图像处理工具包。性能大多数算法性能都很好，性能上没有和halcon直接对比过，但是开发上手比halcon容易。
3.NI Vision：NI的特点是自动化测试大多数需要的软硬件都有解决方案，有点事软件图形化编程，上手快，开发周期快，缺点是并不是每个软件都非常厉害。视觉工具包的优势是售价比大多数工具包或者算法的天文数字便宜了不少，而且整个工具包一个价格，而不是一个算法一个算法地卖，性能方面在速度和精度没有前两种软件好。
4.MIL：加拿大maxtrox的产品，是Matrox Imaging Library 的简写。早期推广和普及程度不错，当前似乎主要用户还是早期的做激光设备的一些用户在用，所以用于定位的较多。
5.CK Vision。创科公司的软件包，相对前面几个工具包来说价格优势比较明显，另外机器视觉需要的功能也基本都有，所以在国内自动化设备特别是批量设备同时需要保护版权的企业而言，用量很大，推广也不错。
6.迈斯肯：迈斯肯的视觉主要产品还是条码阅读一类，图像工具包没有用过，不了解，不评价。
7.OpenCV：感觉openCV更多的还是用在计算机视觉领域，在机器视觉领域其实不算太多，应为机器视觉领域当前主要的应用还是定位、测量、外观、OCR/OCV，感觉这几项都不是opencv的专长。
8.其他：其他还有一些厂家的图像工具包，要么市场影响力不大，要么本人没有用过，不评价。 参考技术A 机器视觉当前的比较流行的开发模式是“软件平台+工具包”
软件平台：
1.VC：最通用，功能最强大。用户多，和windows搭配，运行性能较好，可以自己写算法，也可以用工具包，而且基本上工具包都支持VC的开发。是大家主要选择的平台。
2.C#：比较容易上手，特别是完成界面等功能比用VC+MFC难度低了很多，已经逐渐成为流行的使用平台了，算法在调用标准的库或者使用C#+C++混合编程。可以看到目前很多相机厂商的SDK都已经开始使用C#做应用程序了。
3.LabVIEW：NI的工具图形化开发平台，开发软件快，特别是做工控行业或者自动化测试行业的很多工程师，由于使用labview进行测试测量的广泛性，所以都有labview的基础，再调用NI的Vision图像工具包开发，开发周期短，维护较为容易。 参考技术B 如果是国外品牌有基恩士的，这些就是成熟的软件，不过就是可定制化的东西就比较少，可能对于国人来说，使用起来就不太习惯，如果想实用的可以用国内的品牌，像我司的VisionMAX视觉软件，就很好的解决机器视沉方面的问题，不需要重新编程，图形化操作，符合国人使用。 参考技术C 所谓的机器视觉系统，其实就是一套基于视觉信息，来完成一定功能的设备。加装有视觉传感器的目的是为了使设备具备类似人的视觉功能，从而提高设备的智能化程度，从而提高生产线的效率和提升产品质量。提供机器视觉系统的公司里，我觉得康耐视就 参考技术D 机器视觉就是用机器代替人眼来做测量和判断，它是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号（黑白或彩色），传送给专门的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。
美国DALSA是世界上唯一的公司拥有并制造所有视觉图像核心技术和产品, 图像感应芯片CCD，COMS, 采集卡, 处理及机器视觉系统方案。
天津信煕缘科技有限公司是中国东北大区的代理商，可以跟该公司联系咨询。
NASA与Teledyne DALSA是长期的合作伙伴；
Google Earth上用的航拍图片，有用到T-DALSA的高清晰度大面阵芯片 ；
DALSA是美国四大联赛转播相机供应商。