HALCON示例程序classify_image_class_knn.hdev使用KNN分類器對多通道圖像進行分割

示例程序源碼（加注釋）

• 顯示相關設置
  dev_update_off ()
  dev_close_window ()
  dev_open_window (0, 0, 735, 485, ‘black’, WindowHandle)
  set_display_font (WindowHandle, 14, ‘mono’, ‘true’, ‘false’)
  dev_set_draw (‘margin’)
  dev_set_colored (6)
  dev_set_line_width (3)
• 讀入圖片
  read_image (Image, ‘patras’)
  dev_display (Image)
• 定義顏色數(shù)組并進行初始化
  Color := [‘indian red’,‘cornflower blue’,‘white’,‘black’,‘yellow’]
• 創(chuàng)建用于訓練分類器的不同區(qū)域
  gen_rectangle1 (Sea, 10, 10, 120, 270)
  gen_rectangle2 (Deck, [170,400], [350,375], [-0.56,-0.75], [64,104], [26,11])
• 將一個區(qū)域數(shù)組內(nèi)的區(qū)域合并為一個區(qū)域
  union1 (Deck, Deck)
  gen_rectangle1 (Walls, 355, 623, 420, 702)
  gen_rectangle2 (Chimney, 286, 623, -0.56, 64, 33)
• 合并兩個區(qū)域數(shù)組內(nèi)的區(qū)域，但是區(qū)域的個數(shù)不變，即不進行區(qū)域的合并只是存入一個新的區(qū)域數(shù)組
  concat_obj (Sea, Deck, Classes)
  concat_obj (Classes, Walls, Classes)
  concat_obj (Classes, Chimney, Classes)
  dev_set_color (Color[0])
  dev_display (Deck)
  dev_set_color (Color[1])
  dev_display (Sea)
  dev_set_color (Color[2])
  dev_display (Walls)
  dev_set_color (Color[3])
  dev_display (Chimney)
• 定義一個用于消息顯示的字符串，并進行初始化
  Message := ‘Training regions for the color classifier’
  disp_message (WindowHandle, Message, ‘window’, 12, 12, ‘black’, ‘true’)
  disp_continue_message (WindowHandle, ‘black’, ‘true’)
  stop ()
• 創(chuàng)建一個KNN分類器
• create_class_knn( : : 維度個數(shù): KNN分類器句柄)
  create_class_knn (3, KNNHandle)
• 為KNN分類器添加訓練樣本
• add_samples_image_class_knn(多通道圖片, 類別區(qū)域: : KNN分類器句柄 : )
  add_samples_image_class_knn (Image, Classes, KNNHandle)
  dev_display (Image)
• 定義一個字符串并進行初始化
  Message := ‘Training …’
  disp_message (WindowHandle, Message, ‘window’, 12, 12, ‘black’, ‘true’)
• 訓練分類器
  train_class_knn (KNNHandle, [], [])
• 這個是字符串的增加字符操作
  Message := Message + ’ ready.’
• Message 相當于Message[0]，這里為Message[1]進行初始化
  Message[1] := ‘Segment image using the classifier …’
  disp_message (WindowHandle, Message, ‘window’, 12, 12, ‘black’, ‘true’)
• 對多通道圖片使用KNN分類器進行分類
• classify_image_class_knn(多通道圖片: 分出的不同區(qū)域, 分類結(jié)果鄰域最近距離: KNN分類器句柄, 不進行分類區(qū)域的閾值: )
  classify_image_class_knn (Image, ClassRegions, DistanceImage, KNNHandle, 255.0 * 255.0)
• 使用區(qū)域的平均灰度值顯示區(qū)域
  region_to_mean (ClassRegions, Image, ImageClass)
  dev_display (ImageClass)
  Message[1] := Message[1] + ’ ready.’
  disp_message (WindowHandle, Message, ‘window’, 12, 12, ‘black’, ‘true’)
• 清除KNN分類器句柄
  clear_class_knn (KNNHandle)
  disp_continue_message (WindowHandle, ‘black’, ‘true’)
  stop ()

處理思路

這個例子介紹了使用KNN分類器對彩色圖片進行分割的方法，KNN分類器的使用過程為：create_class_knn 、add_samples_image_class_knn、train_class_knn 、classify_image_class_knn ，一個便于使用的簡單的多通道圖像分類方式。選取多通道圖片的感興趣區(qū)域與背景可以對多通道圖片進行快速分類。

后記

大家有什么問題可以向我提問哈，我看到了第一時間回復，希望在學習的路上多多結(jié)交良師益友。

總結(jié)

以上是生活随笔為你收集整理的HALCON示例程序classify_image_class_knn.hdev使用KNN分类器对多通道图像进行分割的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。