SVCam Kit stellt eine moderne GenICam-basierende Treiberarchitektur für Kameras zur Verfügung. Die Version 2.5.3 des interaktiven Tools SVCapture bietet neue Features in der Nutzung mit neuen Assistenten. Neu ist auch die Möglichkeit Bilder im RAW-Format abzulegen.

Modernste
Architektur

GenTL (GenICam Transport Layer) ist die Grundlage von SVCam Kit. Hierbei liefert die GenTL Schnittstelle den Interface-übergreifenden Zugriff auf den GenICam Tree der Kamera und liefert den Bilder-Datenstrom. Der GenTL-Treiber ist somit nur ein Modul von SVCapture und kann auch mit Drittsoftware verwendet werden.

Einfachste
Einbindung

Das Einbinden des SVS-Vistek GenTL Treibers in die Applikationssoftware ist denkbar einfach: In der Fremdsoftware den Pfad zum GenTL Treiber (eine einzelne *.cti Datei) angeben und das war es bereits. Die Fremdsoftware holt sich über den GenTL Treiber die Informationen zu den Kamerafeatures direkt aus dem XML-File der Kamera.

Derzeit stehen als Transport Layer GigE Vision, USB3 und Camera Link zur Verfügung. Es können ab sofort auch weitere GenTL Producer eingebunden werden.

Neue hilfreiche
Assistenten

SVCapture2 bietet ab sofort eine neue Histogramm Ansicht, die sich gerade im Zusammenhang mit dem Erstellen von Look-up-Tables als sehr nützlich erweist. Für Kameras, die eine shading-Korrektur oder defect-Pixel-Korrektur unterstützen gibt es neue Assistenten:

  • Das Tool zur defect-Pixel Korrektur erleichtert das Erstellen und Anwenden von defect-Pixel maps.
  • Der Assistent zur shading-Korrektur hilft wenn es darum geht inhomogene Ausleuchtungen oder Objektivshading bereits in der Kamera mit hoher Bittiefe auszugleichen.

Das Ablegen der Bilder ist nun in mehreren Dateiformaten möglich. Sämtliche aktuelle Kameraeinstellungen können als Textdatei exportiert werden. Dies ist vor allem für Programmierer oder Anwender von Drittsoftware sehr hilfreich.

Polarized SDK
Beispielcode

Die exo250Z ist die neue Kamera mit dem IMX250 polarized Sensor von Sony. Der neue Sensor bietet viele neue Möglichkeiten im Machine Vision Sektor, die bisher nur sehr aufwändig zu lösen waren. So lassen sich z. B. Spannungen in Glas und Kunststoffen, Flüssigkeiten auf Materialien, Fehler auf Gummi oder in Kohlefasergeflechten sehr leicht mit minimalem Aufwand in Hard- und Software detektieren.

Die Extraktion dieser Informationen ist spezifisch für diese Sensorarchitektur. Ein neues Beispiel im Quellcode hilft bei den ersten Schritten mit dieser aufregenden Kamera.