• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

《zw版·Halcon-delphi系列原创教程》酸奶自动分类脚本(机器学习、人工智能) ...

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

《zw版·Halcon-delphi系列原创教程》酸奶自动分类脚本(机器学习、人工智能)

      Halcon强大的图像处理能力,令人往往会忽视其内核,是更加彪悍的机器学习、人工智能。

      分类,聚类分析,是机器学习、人工智能的核心算法之一,也是个典型的应用。

     Halcon内置的聚类分析、机器学习模块,就有:knn邻近算法、向量机SVM、GMM高斯混合模型(Gaussian Mixture Model,或者混合高斯模型,也可以简写为MOG(Mixture of Gaussian)、MLP(多层神经网络)等等。
     相关模块,基本上都是汇编级的高度优化,直接调用就可以。

     目前国内、海外机器学习、人工智能方面的学者,没有几位重视这块。
     国外,可能是版权问题,毕竟,Halcon是售价高达数万欧元(不是人民币)的商业软件,而且主要用于自控、机器视觉等工业领域,而不是大学。
     国内,可能是对于Halcon的了解不够,halcon,虽然在自控领域一家独大(70%份额),本身非常低调,很少在行业外宣传自己,也许是国人的逆向工程、D版,把德国人,也吓坏了。


     其实,图像处理的核心,图像识别、分类,都离不开机器学习、人工智能
     大家看看opencv的发展路线就可以清楚看到,从cv1.0的图像,到cv2.0、2.4的机器学习,以及目前cv3.0的GPU、cuda人工智能模块,AI在其中所占据的份额越来越大。

      Halcon因为面向一线生产线,所以很多机器学习、人工智能,都是黑箱式的,无需编程,直接调用,例如内置的ocr模块,可以识别99%的标准工业字符:超市、海关、流水线、零配件
  不过,Halcon也提供了大量的机器学习模块,毕竟各种应用场合复杂,许多库,必须进行定制。

 

 

     Halcon自带demo脚本:matching_multi_channel_yogurl.hdev
     是一个简单的机器学习、人工智能分类应用,也是个典型的应用场景
     效果还是蛮好的,大家可以看到,图2、图4,图像的角度不同,有旋转,Halcon能够轻轻松松识别。
     这个脚本,AI方面不算复杂,建模就是先拍摄几张产品的照片,直接匹配。
    通常,Halcon建模,需要进行200次(默认参数)迭代。

     选这个脚本,其中一个原因,是因为前几天,有人在论坛询问,如何对企业生产线的产品(零食好像?)进行自动分类。


脚本80多行,很简单。

 1 * This example demonstrates shape based matching
 2 * with multi channel images
 3 * 
 4 * Init display
 5 dev_update_off ()
 6 Mode := 'multi channel'
 7 ModelColor := 'green'
 8 CircleColor := 'white'
 9 Names := ['Pear Apple Hazelnut','Cherry Currant','Strawberry']
10 read_image (Image, 'color/yogurt_model_01')
11 get_image_size (Image, Width, Height)
12 dev_close_window ()
13 dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
14 set_display_font (WindowHandle, 14, 'mono', 'true', 'false')
15 * 
16 * Part 1: create shape models
17 ModelIDs := []
18 for Index := 1 to 3 by 1
19 read_image (Image, 'color/yogurt_model_' + Index$'02')
20 dev_display (Image)
21 * 
22 * Create ROI automatically
23 access_channel (Image, Channel1, 1)
24 fast_threshold (Channel1, Region, 75, 255, 20)
25 fill_up (Region, RegionFillUp)
26 opening_circle (RegionFillUp, RegionOpening, 170.5)
27 gen_contour_region_xld (RegionOpening, Contours, 'border')
28 fit_circle_contour_xld (Contours, 'geotukey', -1, 0, 0, 3, 2, Row, Column, Radius, StartPhi, EndPhi, PointOrder)
29 gen_circle (Circle, Row, Column, Radius / 2)
30 reduce_domain (Image, Circle, ImageReduced)
31 * 
32 * Create model
33 create_shape_model (ImageReduced, 6, rad(0), rad(360), 'auto', 'auto', 'ignore_color_polarity', [35,50,15], 11, ModelID)
34 ModelIDs := [ModelIDs,ModelID]
35 * 
36 * Display model
37 dev_set_color (CircleColor)
38 dev_set_draw ('margin')
39 dev_set_line_width (5)
40 dev_display (Circle)
41 get_shape_model_contours (Model1Contours, ModelID, 1)
42 dev_set_color (ModelColor)
43 dev_set_line_width (2)
44 dev_display_shape_matching_results (ModelIDs, ModelColor, Row, Column, 0.0, 1, 1, ModelID)
45 disp_message (WindowHandle, 'Create shape model ' + Names[Index - 1], 'window', 12, 12, 'black', 'true')
46 disp_message (WindowHandle, 'Press \'Run\' to continue', 'window', 450, 12, 'black', 'true')
47 stop ()
48 endfor
49 * Main loop: Find yogurt
50 for Index := 1 to 10 by 1
51 read_image (Image, 'color/yogurt_' + Index$'02')
52 * Preprocessing: Reduce search domain to speed up matching
53 access_channel (Image, Channel1, 1)
54 fast_threshold (Channel1, Region, 50, 255, 20)
55 fill_up (Region, RegionFillUp)
56 erosion_rectangle1 (RegionFillUp, RegionErosion, 210, 210)
57 reduce_domain (Image, RegionErosion, ImageReduced)
58 * Find yogurt
59 find_shape_models (ImageReduced, ModelIDs, rad(0), rad(360), 0.80, 1, 0.5, 'least_squares', 0, 0.95, Row, Column, Angle, Score, Model)
60 * 
61 * Display results
62 dev_display (Image)
63 gen_circle (Circle, Row, Column, Radius / 2)
64 dev_set_color (CircleColor)
65 dev_set_line_width (5)
66 dev_display (Circle)
67 get_shape_model_contours (ModelContours, Model, 1)
68 dev_set_color (ModelColor)
69 dev_set_line_width (2)
70 dev_display_shape_matching_results (ModelIDs, ModelColor, Row, Column, Angle, 1, 1, Model)
71 disp_message (WindowHandle, Names[find(ModelIDs,Model)] + ' found', 'window', 12, 12, 'black', 'true')
72 disp_message (WindowHandle, 'Score ' + Score, 'window', 50, 12, 'black', 'true')
73 if (Index < 10)
74 disp_continue_message (WindowHandle, 'black', 'true')
75 stop ()
76 endif
77 endfor
78 * 
79 * Cleanup memory
80 clear_shape_model (ModelIDs[0])
81 clear_shape_model (ModelIDs[1])
82 clear_shape_model (ModelIDs[2])

 


【《zw版·Halcon-delphi系列原创教程》,网址,cnblogs.com/ziwang/】


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
Delphi和VC混合编程总结发布时间:2022-07-18
下一篇:
DELPHIXE5/6/7android无线真机调试发布时间:2022-07-18
热门推荐
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap