halcon各章节归纳

Chapter 1:Classification 用于各类分类操作,其中包括对高斯混合模型的操作、对分类器的相关操作、对感知器的相关操作以及对支持向量机的相关操作。

Chapter 2 :Control ,用于程序的执行控制。包括程序常用的跳转语句,比如continue、if/else、for等等。

Chapter3 :Develop,主要用于窗口的操作,比如窗口的关闭、显示等。

Chapter 4 :File,主要用于图片的读取和写入、文件的打开和关闭等。

Chapter 5:Filter,主要用于图像像素级的数学操作,比如图像的相加、相减以及计算图像中最大最小值、对图像进行卷积、转化图像颜色空间、对图像进行傅立叶变换、仿射变换、计算高斯金字塔等。

Chapter6 :Graphics,主要是绘图操作,比如椭圆的绘制,矩形的绘制、图像显示操作、鼠标交互操作等。

Chapter 7 :Image,主要是从图像采集设备对图像数据的获取和查询、对图像采集设备的打开和关闭操作操作、对图像数据的通道的操作、对图像的创建等、对图像区域数据的操作,比如改变图像大小、去掉其中一个矩形区域数据等。

Chapter 8 :Lines,有关线的操作,比如通过一条弧或线对轮廓的确定、计算线的长度、重心等。

Chapter 9 :Matching,对相关组件的操作,比如对组件所占内存的释放、返回组件的相关属性、从文件读取组件的训练结果等、对模型的操作、对模板的操作、对轮廓的操作。

Chapter 10 :Matching-3D,对三维目标模型的相关操作,比如内存管理、坐标变换、参数获取、数据读入和写出等。

Chapter 11 :Morphology,对灰度值的相关操作、对区域的相关操作,比如区域的腐蚀与扩大等

Chapter 12:OCR(光字符识别)对字符检测的相关操作,比如字符内存资源的释放、计算字符特征、字符词典的建立、字符分类器的建立、支持向量机在字符中的应用等。

Chapter 13:Object,对目标对象的操作,比如对象个数统计、测试对象是否被删除等

Chapter 14:Regions,对目标轮廓的操作、对轮廓的创建、计算轮廓区域的面积、对区域进行二维变化等。

Chapter 15:Segmentation,有关图像分割的相关操作,比如两幅图像的聚类分割、根据高斯混合、多层视感控器分类图像、根据直方图阈值分割图像等。

Chapter 16:System 对Halcon系统数据库的操作,比如查询数据库的实体数目、Halcon的调试工具的配置、获取一个程序参数的信息、执行系统请求、Halcon系统参数的设置,接口的设置等。

Chapter 17:Tools,对二维、三维矩阵的相关操作、对条形码的相关操作、对投射图相关操作、对傅里叶变换系数的相关操作、对函数的相关操作,比如函数的创建、函数之间的联系等、对几何学的相关计算,比如计算点到直线的距离、两点之间距离、对hough变换的相关操作,对各个模型或工具的内存管理等。

Chapter 18:Tuple ,对元组的相关计算、字符类型之间的转换、对string字符串的相关操作等。

Chapter 19:XLD,对图像参数的操作,比如返回一个轮廓的坐标、返回多边形的重心、返回闭合多边形的交集等。

1.系统相关

Chapter 2 Control

Chapter3 :Develop

Chapter 4 :File

Chapter6 :Graphics

Chapter 13:Object

Chapter 16:System

2.基本数据结构

Chapter 7 :Image

Chapter 14:Regions

Chapter 19:XLD

3.底层图像处理

Chapter 8 :Lines

Chapter 10 :Matching-3D

Chapter 11 :Morphology

Chapter 15:Segmentation

Chapter 17:Tools

Chapter 18:Tuple

4.高级图像处理

Chapter 1 :Classification

Chapter 5:Filter

Chapter 12:OCR(光字符识别)

版权声明:本文为博主原创文章,未经博主允许不得转载。

时间: 2024-11-19 19:41:51

halcon各章节归纳的相关文章

Halcon中模板匹配方法的总结归纳

基于组件的模板匹配: 应用场合:组件匹配是形状匹配的扩展,但不支持大小缩放匹配,一般用于多个对象(工件)定位的场合. 算法步骤: 1.获取组件模型里的初始控件 gen_initial_components() 参数: ModelImage [Input] 初始组件的图片 InitialComponents [Output] 初始组件的轮廓区域 ContrastLow [Input] 对比度下限 ContrastHigh [Input] 对比度上限 MinSize [Input] 初始组件的最小尺

linux设备驱动归纳总结

前言: (总结已经基本写完,这段时间我会从新排版和修正.错误总会有的,望能指正!) 前段时间学习了嵌入式驱动,趁着没开始找工作,这段时间我会每天抽出时间来复习. 我的总结是根据学习时的笔记(李杨老师授课).<linux内核设计与实现>第三版.<linux设备驱动程序>第三版和<linux设备驱动开发详解>第一版来归纳的.文章中涉及一些自己的想法,并不能保证所说的一定正确. 我也是一位linux初学者,在这里发博也是想跟大家分享技术,同时也希望别人能够指正错误. 我把一些

linux设备驱动归纳总结(三):5.阻塞型IO实现【转】

本文转载自:http://blog.chinaunix.net/uid-25014876-id-60025.html linux设备驱动归纳总结(三):5.阻塞型IO实现 xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx 一.休眠简介: 进程休眠,简单的说就是正在运行的进程让出CPU.休眠的进程会被内核搁置在在一边,只有当内核再次把休眠的进程唤醒,进程才会会重新在CPU运行

Pro Android4 面试题归纳

前几天在奶茶东买了本Pro Android4,忽然间发现章节之后的面试题很棒,决定花点时间整理整理,学习学习,放在这里,敬请各位看官拍砖! 2.1  Android开发是否需要JRE和JDK JRE为Java Runtime Environment的简称,Java Runtime Environment(包括Java Plug-in)是Sun的产品,包括两部分:Java Runtime Environment和Java Plug-in.JRE是可以在其上运行.测试和传输应用程序的Java平台.它

linux设备驱动归纳总结(十):1.udev&amp;misc【转】

本文转载自:http://blog.chinaunix.net/uid-25014876-id-111839.html linux设备驱动归纳总结(十):1.udev&misc xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx 不知不觉我的总结已经写得七七八八了,这一章节只是补充一下两个知识点:动态创建设备节点和杂设备类的注册. xxxxxxxxxxxxxxxxxxxxxx

读书笔记—CLR via C#线程27章节

前言 这本书这几年零零散散读过两三遍了,作为经典书籍,应该重复读反复读,既然我现在开始写博了,我也准备把以前觉得经典的好书重读细读一遍,并且将笔记整理到博客中,好记性不如烂笔头,同时也在写的过程中也可以加深自己理解的深度,当然同时也和技术社区的朋友们共享 同步IO执行过程,拿Read举例 托管代码转变为本地用户模式代码,Read在内部调用Win32的ReadFile函数 ReadFile分配IRP(IO Request Packet) IRP包括:一个文件句柄.文件偏移量.Byte[]数组 IO

附录B 知识单元与章节映射表

<编程导论(Java)>附录B 知识单元与章节映射表 按照美国计算机科学专业本科的教学计划--<计算课程2001> ,大学级别的计算机科学知识可以归纳成14个知识领域: 1.        离散结构 Discrete Structures (DS) 2.        编程基础Programming Fundamentals (PF) 3.        算法与复杂性Algorithms and Complexity (AL) 4.        体系结构与组织Architectu

halcon算子

halcon的算子列表 Chapter 1 :Classification 1.1 Gaussian-Mixture-Models 1.add_sample_class_gmm 功能:把一个训练样本添加到一个高斯混合模型的训练数据上. 2.classify_class_gmm 功能:通过一个高斯混合模型来计算一个特征向量的类. 3. clear_all_class_gmm 功能:清除所有高斯混合模型. 4. clear_class_gmm 功能:清除一个高斯混合模型. 5. clear_samp

halcon算子大全

Chapter 1 :Classification 1.1 Gaussian-Mixture-Models 1.add_sample_class_gmm 功能:把一个训练样本添加到一个高斯混合模型的训练数据上. 2.classify_class_gmm 功能:通过一个高斯混合模型来计算一个特征向量的类. 3. clear_all_class_gmm 功能:清除所有高斯混合模型. 4. clear_class_gmm 功能:清除一个高斯混合模型. 5. clear_samples_class_gm