《zw版·Halcon-delphi系列原创教程》 Halcon分类函数002·AI人工智能

《zw版·Halcon-delphi系列原创教程》 Halcon分类函数002·AI人工智能

AI人工智能：包括knn、gmm、svm等

为方便阅读，在不影响说明的前提下，笔者对函数进行了简化：

• :: 用符号“**”，替换：“procedure”
• :: 用大写字母“X”，替换：“IHUntypedObjectX”
• :: 省略了字符：“const”、“OleVariant”

【示例】 说明

函数：

procedure AddNoiseWhiteContourXld( const Contours: IHUntypedObjectX; out NoisyContours: IHUntypedObjectX; NumRegrPoints: OleVariant; Amp: OleVariant);

简化后为：

** AddNoiseWhiteContourXld( Contours: X; out NoisyContours: X; NumRegrPoints, Amp);

  1 ** AddClassTrainDataGmm( GMMHandle, ClassTrainDataHandle);
  2 说明,  add_class_train_data_gmm (  :  :  GMMHandle,ClassTrainDataHandle :  ) ,增加gmm训练数据
  3
  4 ** AddClassTrainDataKnn( KNNHandle, ClassTrainDataHandle);
  5 说明,  增加knn训练数据
  6
  7 ** AddClassTrainDataSvm( SVMHandle, ClassTrainDataHandle);
  8 说明,  增加svm训练数据
  9
 10 ** AddSampleClassGmm( GMMHandle, Features, ClassID, Randomize);
 11 说明,  add_sample_class_gmm,把一个训练样本添加到一个高斯混合模型的训练数据上。
 12
 13 ** AddSampleClassKnn( KNNHandle, Features, ClassID);
 14
 15 ** AddSampleClassSvm( SVMHandle, Features, Class_);
 16 说明,  add_sample_class_svm,把一个训练样本添加到一个支持向量机的训练数据上。
 17
 18 ** AddSamplesImageClassGmm( Image: X; ClassRegions: X; GMMHandle, Randomize);
 19 说明,  add_samples_image_class_gmm,将从图像中获取的测试样本添加到高斯混合模型的测试数据库中。
 20
 21 ** AddSamplesImageClassKnn( Image: X; ClassRegions: X; KNNHandle);
 22
 23 ** AddSamplesImageClassSvm( Image: X; ClassRegions: X; SVMHandle);
 24 说明,  add_samples_image_class_svm,将从图像中获取的测试样本添加到一个支持向量机的测试数据库中。
 25
 26 ** ClassifyClassGmm( GMMHandle, Features, Num, out ClassID, out ClassProb, out Density, out KSigmaProb);
 27 说明,  classify_class_gmm,通过一个高斯混合模型来计算一个特征向量的类。
 28
 29 ** ClassifyClassKnn( KNNHandle, Features, out Result, out Rating);
 30
 31 ** ClassifyClassSvm( SVMHandle, Features, Num, out Class_);
 32 说明,  classify_class_svm,通过一个支持向量机为一个特征向量分类。
 33
 34 ** ClassifyImageClassGmm( Image: X; out ClassRegions: X; GMMHandle, RejectionThreshold);
 35 说明,  classify_image_class_gmm,根据高斯混合模式分类图像。
 36
 37 ** ClassifyImageClassKnn( Image: X; out ClassRegions: X; out DistanceImage: X; KNNHandle, RejectionThreshold);
 38 说明,  根据KNN模式分类图像。
 39
 40 ** ClassifyImageClassSvm( Image: X; out ClassRegions: X; SVMHandle);
 41 说明,  classify_image_class_svm,根据支持向量机分类图像。
 42
 43 ** ClearAllClassGmm;
 44 说明,  clear_all_class_gmm,清除所有高斯混合模型。
 45
 46 ** ClearAllClassKnn;
 47 说明,  清除所有knn模型。
 48
 49 ** ClearAllClassSvm;
 50 说明,  clear_all_class_svm,清除所有支持向量机。
 51
 52 ** ClearAllOcrClassKnn;
 53 说明,  清除所有创建的OCR-knn分级器
 54
 55 ** ClearAllOcrClassSvm;
 56 说明,  clear_all_ocr_class_svm,清除所有的基于OCR分级器的SVM，释放相应的存储空间。
 57
 58 ** ClearClassGmm( GMMHandle);
 59 说明,  clear_class_gmm,清除一个高斯混合模型。
 60
 61 ** ClearClassKnn( KNNHandle);
 62 说明,  清除一个KNN模型。
 63
 64 ** ClearClassSvm( SVMHandle);
 65 说明,  clear_class_svm,清除一个支持向量机。
 66
 67 ** ClearOcrClassKnn( OCRHandle);
 68
 69 ** ClearOcrClassSvm( OCRHandle);
 70 说明,  clear_ocr_class_svm,清除基于OCR分级器的一个SVM，释放相应的存储空间。
 71
 72 ** ClearSamplesClassGmm( GMMHandle);
 73 说明,  clear_samples_class_gmm,清除一个高斯混合模型的训练数据。
 74
 75 ** ClearSamplesClassSvm( SVMHandle);
 76 说明,  clear_samples_class_svm,清除一个支持向量机的训练数据。
 77
 78 ** CreateClassGmm( NumDim, NumClasses, NumCenters, CovarType, Preprocessing, NumComponents, RandSeed, out GMMHandle);
 79 说明,  create_class_gmm,为分类创建一个高斯混合模型。
 80
 81 ** CreateClassKnn( NumDim, out KNNHandle);
 82 说明,  建立knn分类器
 83
 84 ** CreateClassLutGmm( GMMHandle, GenParamNames, GenParamValues, out ClassLUTHandle);
 85 说明,  建立lut-gmm分类器
 86
 87 ** CreateClassLutKnn( KNNHandle, GenParamNames, GenParamValues, out ClassLUTHandle);
 88 说明,  建立lut-knn分类器
 89
 90 ** CreateClassLutSvm( SVMHandle, GenParamNames, GenParamValues, out ClassLUTHandle);
 91 说明,  建立lut-svm分类器
 92
 93 ** CreateClassSvm( NumFeatures, KernelType, KernelParam, Nu, NumClasses, Mode, Preprocessing, NumComponents, out SVMHandle);
 94 说明,  create_class_svm,为模式分类创建一个支持向量机。
 95
 96 ** CreateOcrClassKnn( WidthCharacter, HeightCharacter, Interpolation, Features, Characters, GenParamNames, GenParamValues, out OCRHandle);
 97 说明,  创建knn分级器。
 98
 99 ** CreateOcrClassSvm( WidthCharacter, HeightCharacter, Interpolation, Features, Characters, KernelType, KernelParam, Nu, Mode, Preprocessing, NumComponents, out OCRHandle);
100 说明,  create_ocr_class_svm,利用支持向量机创建一个OCR分级器。
101
102 ** DeserializeClassGmm( SerializedItemHandle, out GMMHandle);
103 说明,  gmm分类器数据转换
104
105 ** DeserializeClassKnn( SerializedItemHandle, out KNNHandle);
106 说明,  knn分类器数据转换
107
108 ** DeserializeClassSvm( SerializedItemHandle, out SVMHandle);
109 说明,  svm分类器数据转换
110
111 ** DeserializeOcrClassKnn( SerializedItemHandle, out OCRHandle);
112 说明,  ocr-knn分类器数据转换
113
114 ** DeserializeOcrClassSvm( SerializedItemHandle, out OCRHandle);
115 说明,  ocr-svm分类器数据转换
116
117 ** DoOcrMultiClassKnn( Character: X; Image: X; OCRHandle, out Class_, out Confidence);
118 说明,  do_ocr_multi,给多个Character（字符）分配一个KNN类。
119
120 ** DoOcrMultiClassSvm( Character: X; Image: X; OCRHandle, out Class_);
121 说明,  do_ocr_multi_class_svm,根据基于OCR分级器的SVM将大量字符分类。
122
123 ** DoOcrSingleClassKnn( Character: X; Image: X; OCRHandle, NumClasses, NumNeighbors, out Class_, out Confidence);
124 说明,  do_ocr_multi,给每一个Character（字符）分配一个KNN类。
125
126 ** DoOcrSingleClassSvm( Character: X; Image: X; OCRHandle, Num, out Class_);
127 说明,  do_ocr_single_class_svm,根据基于OCR分级器的SVM将单个字符分类。
128
129 ** DoOcrWordKnn( Character: X; Image: X; OCRHandle, Expression, NumAlternatives, NumCorrections, out Class_, out Confidence, out Word, out Score);
130 说明,  将字符组作为一个实体。
131
132 ** DoOcrWordSvm( Character: X; Image: X; OCRHandle, Expression, NumAlternatives, NumCorrections, out Class_, out Word, out Score);
133 说明,  do_ocr_word_svm,利用OCR分级器将一系列相关字符分类。
134
135 ** EvaluateClassGmm( GMMHandle, Features, out ClassProb, out Density, out KSigmaProb);
136 说明,  evaluate_class_gmm,通过一个高斯混合模型评价一个特征向量。
137
138 ** GetClassTrainDataGmm( GMMHandle, out ClassTrainDataHandle);
139 说明,  获取gmm分类器系列数据
140
141 ** GetClassTrainDataKnn( KNNHandle, out ClassTrainDataHandle);
142 说明,  获取knn分类器系列数据
143
144 ** GetClassTrainDataSvm( SVMHandle, out ClassTrainDataHandle);
145 说明,  获取svm分类器系列数据
146
147 ** GetFeaturesOcrClassKnn( Character: X; OCRHandle, Transform, out Features);
148 说明,  根据OCR分级器OCRHandl,e确定的字符计算其特征参数，并将它们返回到Features。
149
150 ** GetFeaturesOcrClassSvm( Character: X; OCRHandle, Transform, out Features);
151 说明,  get_features_ocr_class_svm,计算一个字符的特征。
152
153 ** GetParamsClassGmm( GMMHandle, out NumDim, out NumClasses, out MinCenters, out MaxCenters, out CovarType);
154 说明,  get_params_class_gmm,返回一个高斯混合模型的参数。
155
156 ** GetParamsClassKnn( KNNHandle, GenParamNames, out GenParamValues);
157 说明,  返回knn感知器的参数。
158
159 ** GetParamsClassSvm( SVMHandle, out NumFeatures, out KernelType, out KernelParam, out Nu, out NumClasses, out Mode, out Preprocessing, out NumComponents);
160 说明,  get_params_class_svm,返回一个支持向量机的参数。
161
162 ** GetParamsOcrClassKnn( OCRHandle, out WidthCharacter, out HeightCharacter, out Interpolation, out Features, out Characters, out Preprocessing, out NumTrees);
163 说明,  返回knn-ocr分类器的参数。
164
165 ** GetParamsOcrClassSvm( OCRHandle, out WidthCharacter, out HeightCharacter, out Interpolation, out Features, out Characters, out KernelType, out KernelParam, out Nu, out Mode, out Preprocessing, out NumComponents);
166 说明,  get_params_ocr_class_svm,返回一个OCR分级器的参数。
167
168 ** GetPrepInfoClassGmm( GMMHandle, Preprocessing, out InformationCont, out CumInformationCont);
169 说明,  get_prep_info_class_gmm,计算一个高斯混合模型的预处理特征向量的信息内容。
170
171 ** GetPrepInfoClassSvm( SVMHandle, Preprocessing, out InformationCont, out CumInformationCont);
172 说明,  get_prep_info_class_svm,计算一个支持向量机的预处理特征向量的信息内容。
173
174 ** GetPrepInfoOcrClassSvm( OCRHandle, TrainingFile, Preprocessing, out InformationCont, out CumInformationCont);
175 说明,  get_prep_info_ocr_class_svm,计算基于OCR分级器的SVM的预定义特征矢量的信息内容。
176
177 ** GetSampleClassGmm( GMMHandle, NumSample, out Features, out ClassID);
178 说明,  get_sample_class_gmm,从一个高斯混合模型的训练数据返回训练样本。
179
180 ** GetSampleClassKnn( KNNHandle, IndexSample, out Features, out ClassID);
181 说明,  从knn感知器的训练数据返回一个训练样本。
182
183 ** GetSampleClassSvm( SVMHandle, IndexSample, out Features, out Target);
184 说明,  get_sample_class_svm,从一个支持向量机的训练数据返回一个训练样本。
185
186 ** GetSampleNumClassGmm( GMMHandle, out NumSamples);
187 说明,  get_sample_num_class_gmm,返回存储在一个高斯混合模型的训练数据中的训练样本的数量。
188
189 ** GetSampleNumClassKnn( KNNHandle, out NumSamples);
190
191 ** GetSampleNumClassSvm( SVMHandle, out NumSamples);
192 说明,  get_sample_num_class_svm,返回存储在一个支持向量机训练数据中的训练样本的数量。
193
194 ** GetSupportVectorClassSvm( SVMHandle, IndexSupportVector, out Index);
195 说明,  get_support_vector_class_svm,从一个训练过的支持向量机返回一个支持向量坐标。
196
197 ** GetSupportVectorNumClassSvm( SVMHandle, out NumSupportVectors, out NumSVPerSVM);
198 说明,  get_support_vector_num_class_svm,返回一个支持向量机的支持向量的数量。
199
200 ** GetSupportVectorNumOcrClassSvm( OCRHandle, out NumSupportVectors, out NumSVPerSVM);
201 说明,  get_support_vector_num_ocr_class_svm,返回OCR分级器支持的矢量的数目。
202
203 ** GetSupportVectorOcrClassSvm( OCRHandle, IndexSupportVector, out Index);
204 说明,  get_support_vector_ocr_class_svm,返回基于支持向量机的已测试OCR分级器中支持向量坐标。
205
206 ** ReadClassGmm( FileName, out GMMHandle);
207 说明,  read_class_gmm,从一个文件中读取一个高斯混合模型。
208
209 ** ReadClassKnn( FileName, out KNNHandle);
210 说明,  读取knn数据
211
212 ** ReadClassSvm( FileName, out SVMHandle);
213 说明,  read_class_svm,从一个文件中读取一个支持向量机。
214
215 ** ReadOcrClassKnn( FileName, out OCRHandle);
216 说明,  读取ocr-knn数据
217
218 ** ReadOcrClassSvm( FileName, out OCRHandle);
219 说明,  read_ocr_class_svm,从文件中读取基于OCR分级器的SVM。
220
221 ** ReadSamplesClassGmm( GMMHandle, FileName);
222 说明,  read_samples_class_gmm,从一个文件中读取一个高斯混合模型的训练数据。
223
224 ** ReadSamplesClassSvm( SVMHandle, FileName);
225 说明,  read_samples_class_svm,从一个文件中读取一个支持向量机的训练数据。
226
227 ** ReduceClassSvm( SVMHandle, Method, MinRemainingSV, MaxError, out SVMHandleReduced);
228 说明,  reduce_class_svm,为了更快分类，用一个降低的支持向量机近似一个训练过的支持向量机。
229
230 ** ReduceOcrClassSvm( OCRHandle, Method, MinRemainingSV, MaxError, out OCRHandleReduced);
231 说明,  reduce_ocr_class_svm,根据一个减小的SVM来接近一个基于OCR分级器的SVM。
232
233 ** SelectFeatureSetGmm( ClassTrainDataHandle, SelectionMethod, GenParamNames, GenParamValues, out GMMHandle, out SelectedFeatureIndices, out Score);
234 说明,  根据gmm特征选择对象
235
236 ** SelectFeatureSetKnn( ClassTrainDataHandle, SelectionMethod, GenParamNames, GenParamValues, out KNNHandle, out SelectedFeatureIndices, out Score);
237 说明,  根据knn特征选择对象
238
239 ** SelectFeatureSetSvm( ClassTrainDataHandle, SelectionMethod, GenParamNames, GenParamValues, out SVMHandle, out SelectedFeatureIndices, out Score);
240 说明,  根据svm特征选择对象
241
242 ** SelectFeatureSetTrainfKnn( TrainingFile, FeatureList, SelectionMethod, Width, Height, GenParamNames, GenParamValues, out OCRHandle, out FeatureSet, out Score);
243 说明,  根据knn训练参数特征选择对象
244
245 ** SelectFeatureSetTrainfSvm( TrainingFile, FeatureList, SelectionMethod, Width, Height, GenParamNames, GenParamValues, out OCRHandle, out FeatureSet, out Score);
246 说明,  根据svm训练参数特征选择对象
247
248 ** SelectFeatureSetTrainfSvmProtected( TrainingFile, Password, FeatureList, SelectionMethod, Width, Height, GenParamNames, GenParamValues, out OCRHandle, out FeatureSet, out Score);
249 说明,  根据svm训练参数特征选择对象
250
251 ** SerializeClassGmm( GMMHandle, out SerializedItemHandle);
252 说明,  gmm分类器模型数据序列化
253
254 ** SerializeClassKnn( KNNHandle, out SerializedItemHandle);
255 说明,  knn分类器模型数据序列化
256
257 ** SerializeClassSvm( SVMHandle, out SerializedItemHandle);
258 说明,  svm分类器模型数据序列化
259
260 ** SerializeOcrClassKnn( OCRHandle, out SerializedItemHandle);
261 说明,  knn分类器数据序列化
262
263 ** SerializeOcrClassSvm( OCRHandle, out SerializedItemHandle);
264 说明,  svm分类器数据序列化
265
266 ** SetParamsClassKnn( KNNHandle, GenParamNames, GenParamValues);
267 说明,  设置knn训练器参数
268
269 ** TrainClassGmm( GMMHandle, MaxIter, Threshold, ClassPriors, Regularize, out Centers, out Iter);
270 说明,  train_class_gmm,训练一个高斯混合模型。
271
272 ** TrainClassKnn( KNNHandle, GenParamNames, GenParamValues);
273 说明,  train_class_knn,训练LNN感知器。
274
275 ** TrainClassSvm( SVMHandle, Epsilon, TrainMode);
276 说明,  train_class_svm,训练一个支持向量机。
277
278 ** TrainfOcrClassKnn( OCRHandle, TrainingFile, GenParamNames, GenParamValues);
279 说明,  ocr-knn分类器训练
280
281 ** TrainfOcrClassSvm( OCRHandle, TrainingFile, Epsilon, TrainMode);
282 说明,  trainf_ocr_class_svm,测试一个OCR分级器。
283
284 ** TrainfOcrClassSvmProtected( OCRHandle, TrainingFile, Password, Epsilon, TrainMode);
285 说明,  ocr-svm分类器训练
286
287 ** WriteClassGmm( GMMHandle, FileName);
288 说明,  write_class_gmm,向文件中写入一个高斯混合模型。
289
290 ** WriteClassKnn( KNNHandle, FileName);
291
292 ** WriteClassSvm( SVMHandle, FileName);
293 说明,  write_class_svm,向一个文件中写入一个支持向量机。
294
295 ** WriteOcrClassKnn( OCRHandle, FileName);
296 说明,  保存ocr-knn分类器数据
297
298 ** WriteOcrClassSvm( OCRHandle, FileName);
299 说明,  write_ocr_class_svm,将一个OCR分级器写入文件。
300
301 ** WriteSamplesClassGmm( GMMHandle, FileName);
302 说明,  write_samples_class_gmm,向文件中写入一个高斯混合模型的训练数据。
303
304 ** WriteSamplesClassSvm( SVMHandle, FileName);
305 说明,  write_samples_class_svm,向一个文件中写入一个支持向量机的训练数据。