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。
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
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
