fengyingv的博客

（1）打开 labelme 界面在刚才创建的虚拟环境下，打开labelme。如下图所示：直接输入label，然后回车。注：如果你之前不小心退出了labelme虚拟环境，需要重新进入该环境下。打开之后，labelme的界面就像下面这样：（2）标注数据集第一步，点击open。打开你准备好的数据集，选中第一张图片打开。比如下面我打开的图片是302.jpg第二步，点击 create polygons 开始描点。描点一定要细致，要将目标（这里是物堆）刚好框住。就像下面这样：锚点完成后

halcon形状匹配1--找寻最佳的匹配对象，即最优的一个流程思路：1、创建两个不同方向的模型2、使用模型进行匹配目标核心算子：*准备一个各向异性尺度形状模型进行匹配create_aniso_shape_model (Image, 'auto', rad(0), rad(360), 'auto', 0.7, 1.3, 'auto', 1, 1, 'auto', 'auto', 'ignore_color_polarity', 'auto', 'auto', ModelID2)*返回.

halcon图像信息提取1-使用灰度值缩放法进行提取信息处理思路：1、将0~255的灰度值缩放的小范围内，如0~4之间；2、提取灰度值相等的区域显示成图片；3、取缩小后某几个灰度值的图像。read_image (B51, 'b5_1')*缩放图像的灰度值scale_image (B51, ImageScaled, 0.02, 0)*从图像中提取灰度值相等的区域label_to_region (ImageScaled, Regions)select_obj (Region.

****使用ROI创建模型进行目标匹配*1.使用形态学找到目标模型*2.创建形状模型，并使用检测对象完成匹配模型*3.搜索标志，输出最佳匹配*官方案例first_example_shape_matching.hdev* ------------------------------------------------------------------------------------------------* 这个示例程序介绍了HALCON的基于形状的匹配。* -------.

****使用ROI创建模型进行目标匹配*1.使用形态学找到目标模型*2.创建形状模型，并使用检测对象完成匹配模型*3.搜索标志，输出最佳匹配*官方案例create_roi_via_vision.hdev* ------------------------------------------------------------------------------------------------* 本示例程序通过图像处理创建一个ROI模型.* -----------------.