燦銳科技股票

A. 最近聽說燦銳科技的鏡頭產品不錯，好多朋友都和他們合作了，誰能說說他們家的產品和系列

十年精銀租心打磨研發，燦銳科技發明了：最大支持16K線掃(82mm)靶面相機、最大支持12K線掃(62mm)靶面相機、最大支持8K線掃(57.4mm)靶面相機、高倍率全畫幅(44mm)雙側遠心鏡頭、最大支持全畫幅(43.6mm)靶面相機、最大支持38mm靶面相機、最大支持35mm靶面相機、最大支持2'(32mm)靶面相機、最大支持7/4'&4K線掃(28mm)靶面相機、最大支持4/3'(23)靶面相機、最大支持1.1(18.5mm)靶面相機、1.1英寸高倍率-超高解析度遠心鏡頭、最大支持1』(16.2mm)靶面相機、最大支持2/鋒散兆3'(11mm)靶面相機、最大支持1/2』(8mm)靶面相機、高解析度遠心鏡頭（65MM）、高解析度遠心鏡頭（110MM）、標准解析度遠心鏡頭（65MM）、標准解析度遠心鏡頭（110MM）、超長工作距遠心鏡頭等一系列產品。
更多信息可以咨詢下燦銳，燦銳科技中國國內第一家研發、生產遠心鏡頭的企業，在行業內有著絕對的領先和領導地位；燦銳是目前為數不多有著最完善產業鏈配套的工業鏡頭企業。燦銳科技旨在創造、開發、生產和在世界范圍內營銷高質量的機器視覺組件和方案產品，並藉此幫助各行業客戶提高生產效率，降低生產成本，改善掘喊產品質量。

B. 鏡頭中的遠心是什麼（Telecentricity）遠心鏡頭有哪家企業做的比較好

遠心Telecentricity是指物體的倍率誤差。倍率誤差越小，Telecentricity越高。Telecentricity有各種不同的用途，在鏡頭使用前，把握Telecentricity很重要。遠心鏡頭的主光線與鏡頭的光軸平行，Telecentricity不好，遠心鏡頭的念敏使用效果就不好。
燦銳科技是中國國內第一家研發、生產遠心鏡頭的企業，在行業內有著絕對的運埋領先和領導地位；燦銳是目前為數不多有著最完善產業旁高螞鏈配套的工業鏡頭企業。燦銳科技旨在創造、開發、生產和在世界范圍內營銷高質量的機器視覺組件和方案產品，並藉此幫助各行業客戶提高生產效率，降低生產成本，改善產品質量。

C. 中國有哪些做工業相機和鏡頭技術比較好的公司

國內比較早的是大恆，凌雲，北京微視新紀元，嘉恆中自，現在比較多了，比如Regem Marr 研祥金碼，上海方誠等。這里推薦Regem Marr 研祥金碼，研祥集團作為中國企業500強，持續運營30年。研祥燃虛集團全球49個分支機構，三個國家級創新平台，一直致力於技術創新引領行業發展，擁有超1100項授權專利，超1300項非專利核心技術。

工業相機一般安裝在機器流水線上代替人眼來做測量和判斷，通過數字圖像攝取目標轉換成圖像信號，傳送給專用的圖像處理系統， 圖像系統對這些信號進行各種運算來抽取目標的特徵，進而根據判別的結果來控制現場的設備動作。
Regem Marr 研祥金碼旗下的R-3000系列，能夠快速、全方位的條碼捕捉讀取。內置豐富的IO介面，支持復雜現場需求。集成多組可控光源，實現光源分路獨立控制，響應你的柔性化生產需求。多核並行處理，提高整體讀取升虧速度。即插即用快速安裝，一步到位輕松設定。不僅僅是智能讀碼器，更是業務好幫手，皮笑燃生產統計，計件統計功能強大超乎想像。
通過官方微信平台（微信公眾號：RegemMarr Regem Marr 研祥金碼），您可以第一時間掌握公司最新動態及各種行業資訊，也可以即時互動。同時您可以在線報修、查詢網點、保修期等，快速獲得專業服務。

D. 國內機器視覺產業發展有哪些瓶頸

1.人才的稀缺。
目前真正意義上的從業人員缺少科班出身，缺少對圖像處理的底層理論認知和理解。機器視覺中圖像處理是極為重要的一環，而目前大多數從業人員是本科或者大專畢業，或者是電氣工程師新入行，基本都比較缺乏圖像處理的基本理論，很多理論還停留在對「視覺嘛，就是對比嘛」「視覺嘛，就是二值化」等認知上。
待遇。雖然相對於普通的自動化從業者而言，機器視覺工程師待遇還是不錯的，但是卻難以吸引到碩士或者博士進行過專門圖像處理學術訓練的人加入，因為隨便加入那個互聯網大公司做圖像相關工作，待遇都能把自動化從業的工程師甩出幾條大街。
另外，機器視覺更多的應用是屬於自動化設備這一塊。橋頌而自動化屬於比較交叉的學科，涉及到機器視覺，需要了解的東西包括、電氣、運動控制、機械、光學、軟體編程等。這些學科了解一些基本的東西不難，但是研究的比較透徹並能高效率的綜合運用就比較難了。
2.圖像處理的不確定性。
在我的理解機器視覺僅僅算是計算機視覺的一個微小分支，所以機器視覺主要還是指工業方面的應用。目前的工業應用主要需求有：測量、外觀檢測、條碼、敏攜鄭字元識別、定位。而這幾個方面機器視覺還沒有一個能真正意義上實現批量化檢測的同時保證極高的准確率，極小的誤檢率和杜絕漏檢。這個目標不能實現，降低了機器視覺的應用預期。因為機器視覺設備不能完全解決，還是需要人復查，除非客戶的標隱斗准沒有那麼高。