接触角测量仪或水滴角测量仪通常的测试方法为侧视法，在侧视法原理条件下，除了硬件部件的结构要求必须具备样品台和镜头各自的独立水平调整功能的保证外，基准线或水平线的查找同样是一个最为重要的功能。CAST3在原有自动水平线或基线的基础上，引入google的Tensorflow深度学习代码，进行了大量图片学习后，对自动水平线或基线的功能进行了升级，实现了水平线或基线自动查找的提升。

采用人工智能算法后的接触角测量仪或水滴角测量仪的软件的查找水平线的效果如下视频演示所示。视频中同时提供了没有采用人工智能算法的软件的效果。

演示视频中的接触角测量仪的源图如下，用户可以自行下载后对您手中的接触角测量仪或水滴角测量仪的软件进行评估。

采用人工智能算法后查找基准线后，并采用阿莎算法将表面张力、界面张力、重力等参与分析后得到的接触角值的图谱如下所示：

接触角测量仪CAST３软件自动查找基线线以后，将图片的拟合图谱放大10倍后，接触角图片基准线(水平线）位置的效果如下所示：

通过如上的演示视频以及接触角测量的分析图说可以看出：

1、人工智能算法在提升边缘识别、图像拟合，特别是水平线自动查找方面具有明显优秀，可以大大提升水平线查找的精度至亚像素级；

2、自动水平线查找功能可以实现更自动化的测试接触角或水滴角的操作，在保证测值精度的前提下，大大提升了测值的效率；

3、阿莎算法作为可以实现非轴对称条件下采用Young-Laplace方程拟合技术计算左、右两个接触角值的算法，具有明显的技术优势；对于如上超疏水材料的接触角分析中可以看到，左、右接触角值的微小差距均可以很明显分辨出来。

4、软件自动查找水平线的前提技术保证是样品台以及镜头的独立水平调整功能。事实上，仅就接触角测量图像的拍摄而言，如上提供的样图是不合格的，接触角图像的水平线位置出现的明显的噪声点事实上就是因为样品台没有提供高精度水平调整而造成的。而当样品台没有提供微分头控制水平的功能时，当没有红宝石球3D接触角校准工具时，很可能出现如上一样的不是非常合格的接触角图像。

因而，软件是后续的测值结果计算的输出，而其精度自硬件设计或调校时就已经决定了。进而地，当一个供应商一再地定调硬件无用论，软件才是他们的核心的时候，您真得多个心眼了。事实上，他们的软件有可能也没有他们说的那么强大。比如，像如上的图片，他们是否也能够实现自动水平线查找，是否也可以实现分辨出左、右接触角值的差别来？

当然，选购接触角测量仪或水滴角测量仪时当以您自己的应用需求为主。

如果您的目前需求是想发表论文，做科学实验、做研发，那么，我们建议在选择固有功能的基础上，多考虑一下新技术、新算法。毕竟，如果发文章或研发时采用的数据还是圆或椭圆拟合的话，数据的可信度和可靠性，以及研发或文章的创新性等各个方面均可能存在缺陷。

如果您的目前需求是质量控制，那么，我们建议您考虑更高的精度和重复性的仪器。因而，硬件方面设计如何保证精度，算法如何提高精度，如何验证测值的精度等等均是您考察供应商的必选标准。硬件设计需样品台和镜头独立水平控制（微分头调整）、算法能够自动修正表面张力和重力影响测值左、右两侧接触角值、验证仪器采用红宝石球3D检定工具等等可作为参考。

如果您的需求可能是演示或量角器，那么可以考虑入门级的SL150系列或SL250系列接触角测量仪，特别是后者，采用了模块化分体式设计，整个重量约5kg左右，可以随时带走演示；可以测试大样品，重样品，不规则样品等等。当然，这两个系列的接触角测量仪的优点正在于性价比非常高。