create_scaled_shape_model (ReducedReferenceImage, 0, rad(-1), rad(2), 0, 0.77, 0.78, 0, 'point_reduction_low', 'use_polarity', 30, 3, ModelID)//创建模板模型 get_shape_model_params (ModelID, NumLevels, AngleStart, AngleExtent, AngleStep, ScaleMin, ScaleMax, ScaleStep, Metric, Min...
create_aniso_shape_model (ImageReduced1, 'auto', rad(0), rad(90), 'auto', 0.9, 1.1, 'auto', 0.9, 1.1, 'auto', 'auto', 'use_polarity', 'auto', 'auto', ModelID) *保存模板文件 * get_shape_model_contours (ModelContours, ModelID, 1) *write_shape_model (ModelID, 'C:/Users/...
由于find_shape_model函数中的角度可以使用亚像素精度,一个直径小于200像素的模板可以选择AngleStep>= 1. 如果选择AngleStep='auto' (or 0 向后兼容),create_shape_model将会基于模板的大小自动定义一个合适的角度步长. 自动计算出来的AngleStep可以使用get_shape_model_params函数查看。 如果没有选择complete pregene...
⑶ 接下来就可以利用create_shape_model()来创建模板了,这个函数有许多参数,其中金字塔的级数由Numlevels指定,值越大则找到物体的时间越少,AngleStart和AngleExtent决定可能的旋转范围,AngleStep指定角度范围搜索的步长;这里需要提醒的是,在任何情况下,模板应适合主内存,搜索时间会缩短。对特别大的模板,用Optimization来...
halcon create_shape_model参数 Halcon的create_shape_model函数用来创建形状模型,其参数如下: 1. ModelID:输出参数,形状模型的ID。 2. ObjectID:输入参数,包含待训练的模板图像的ID。 3. ScaleMin:输入参数,最小缩放因子。 4. ScaleMax:输入参数,最大缩放因子。 5. ScaleStep:输入参数,缩放因子的步长。 6. ...
create_shape_model_xld(Contours : : NumLevels, AngleStart, AngleExtent, AngleStep, Optimization, Metric, MinContrast : ModelID) 根据Contours 创建形状模板,Contours 所有轮廓的轴平行包围矩形中心作为模型的参考点。 Metric:设置极性, 可通过set_shape_model_metric(),根据图像确定轮廓的极性。
halcon区域转图像用于create_shape_model创建模板 Halcon区域转图像是指将Halcon图像处理软件中的一个或多个区域转换为图像的过程。这个功能通常用于后续的形状模板创建,以便对图像中的特定形状进行检测和识别。 在Halcon中,图像是由像素组成的二维数组,每个像素都有其坐标和灰度值。区域是由一系列像素组成的对象,可以...
inspect_shape_model(imagereduced1,ModelImages,ModelRegions,5,30) *创建模板,准备匹配的形状模型。 create_shape_model(imagereduced1, 'auto',rad(-45),rad(90), 'auto', 'auto', 'use_polarity', 'auto', 'auto', ModelID) *生成模板文件 ...
可以通过inspect_shape_model函数查看设置的结果。如果最高层金字塔的消息太少，算法内部会自动减少金字塔层数，如果最底层金字塔的信息太少，函数就会报错。如果设为auto，算法会自动计算金字塔的层数，我们可以通过get_shape_model_params函数查看金字塔的层数。2 参数AngleStart、AngleExtent定义了模板可能发生旋转的范围。
create_shape_model( Template , // 模板图像 NumLevels, // 图像金字塔,层数越高,像素越少 AngleStart, // 起始角度 AngleExtent, // 角度范围 AngleStep, // 角度步长 Optimization, // 优化算法,none不减少像素,point_reduction_low大约一半点,point_reduction_medium 大约1/3,point_reduction_high大约1/4...