基于样本的识别,通过一些图片作为样本训练之后在识别相同物体,每张图片是一种物体
1.获取样本图片
p_do_apply_sample_identifier_wine_bottle分析获取ImageFileNames图片,通过正则表达式获取图片名称
ObjectIDs:为所有ImageFileNames下对应的图片的名称索引(相同名称的索引相同,没有去重)
TrainingObjectNames:训练样本物体的名称集合(去掉重复图片后的数据),该名称会应用到set_sample_identifier_object_info算子中设置图片样本名称
TrainingObjectIDs:为训练样本的名称索引集合(去重后存储的图片名称的索引)
TrainingImageFileNames:训练样本的文件路径集合(去掉相同名称后的路径)
2.创建样本、添加样本、设置样本名称、删除准备数据、训练样本
根据获取到的参数TrainingImageFileNames、TrainingObjectIDs、TrainingObjectNames进行样本处理
3.样本识别
RandomIndices:生成所有图片Num长度的随机数组,根据该随机数组选择需要识别的图片
1.create_sample_identifier( : : GenParamName, GenParamValue : SampleIdentifier):创建一个新的示例标示符
参数:
GenParamName:参数名称('add_color_info':设置标示符会否使用颜色信息,如果使用需要将该参数设置为'true','image_resize_method':设置图像内部调整到给定的大小或给定的因子,为了使识别过程加快,如果值为'none'则不会调整,'image_resize_value':比例因子,是根据'image_resize_method'参数的值决定该参数的含义,当'image_resize_method'的值为'image_area'

本文详细介绍了如何使用Halcon的p_do_apply_sample_identifier_wine_bottle函数模块进行基于样本的物体识别。首先,从ImageFileNames中获取样本图片并处理,接着创建、添加、设置样本名称,然后训练样本,最后进行识别。该过程涉及到create_sample_identifier、add_sample_identifier_preparation_data、train_sample_identifier等关键步骤。
最低0.47元/天 解锁文章
415

被折叠的 条评论
为什么被折叠?



