学了这么久的halcon,感觉还是没有摸到门路。 记录一下这么久以来经历过的学习阶段:看冈萨雷斯《数字图像处理》这本书,使用halcon做练习。 我实际上只比较完整地看了这本书的形态学处理那一章节,当初信誓旦旦说要看完这本书的,结果看不下去了。主要有几点: 1. 这本书偏理论,里面的很多算法使用什么语言都可以自己去实现一下,自己动手对于理解理论很有帮助, 但是我的目的并不是把理论搞的很透彻,而是要
转载 2023-07-12 13:27:23
189阅读
作为一个java程序员,大家都应该认识JVM。JVM作为java的核心,实在太重要了。而内存溢出又是程序员常遇到的错误之一,如果你对JVM的原理足够了解,那么解决这样的问题就不在是一件困难的事情。关于内存溢出,一般有下面这八个症状,本文将说明引发特定错误的原因,提供了可能导致此类错误的代码示例,并提供了解决方案的修复准则,希望对做开发的小伙伴能有一定的帮助。本篇是第1小篇。OutOfMemoryE
# 使用Halcon进行深度学习并利用显卡加速的完整流程 作为一名新手开发者,你可能听说过Halcon是一个强大的数学图像处理库,而深度学习显卡加速是近年来深度学习发展中不可或缺的部分。本文将详细介绍如何在Halcon中实现深度学习,并利用显卡加速的流程。我们将从整个流程的概览开始,再深入到每一步的实现细节。 ## 整体流程步骤 | 步骤 | 描述 | |------|------| |
原创 11月前
76阅读
目标跟踪是绝大多数视觉系统中不可或缺的环节。在二维视频跟踪算法中,基于目标颜色信息或基于目标运动信息等方法是常用的跟踪方法。从以往的研究中我们发现,大多数普通摄像头(彩色摄像头)下非基于背景建模的跟踪算法都极易受光照条件的影响。这是因为颜色变化在某种程度上是光学的色彩变化造成的。如基于体素和图像像素守恒假设的光流算法它也是假设一个物体的颜色在前后两帧没有巨大而明
机器视觉工程应用主要可划分为硬件和软件两大部分。硬件:工程应用的第一步就是硬件选型。硬件选型很关键,因为它是你后面工作的基础。主要是光源、工业相机和镜头选择。软件:目前业内商业库主要有Halcon,康耐视,DALSA,evision,NI等,开源库有OpenCV.其中NI的labview+vision模块。机器视觉工程应用的基本开发思路是:一、图像采集,二、图像分割,三、形态学处理,四、特征提取,
转载 2023-07-12 13:27:16
452阅读
1点赞
Java运算符及流程控制语句开发工具与关键技术:工具:myeclipse 技术:运算符、流程控制语句 作者:吴东梅 撰写时间:2019-4-201、 运算符 在Java中,运算符可分为4类:算术运算符,关系运算符,逻辑运算符和位运算符。 1.1、 算术运算符 算术运算符用于量之间的运算。而算数运算符基本也就是数学上的+(加)、-(减)、*(乘)、/(除)、%(求余)。加法,除法,乘法对于我们来说
1. 格式/制式格式是指表达、记录图像信息的方式,如视频标准中最基本的参数是扫描格式,规定了每行像素数、每帧行数、每秒场数和帧数。录像机的记录方式也称为格式,如D1、D5格式,DVCAM格式,DVCPRO及Digital-S格式等。 2. 模拟电视存在的缺点模拟电视存在着许多难以克服的缺陷:多次传输或复制后会形成噪声积累,信号的线性、非线性失真,亮色互扰,行间闪烁,爬行,微分相位和微分增
一、Halcon新特性介绍   分为Halcon Progress和Halcon Steady两类:  Progress:发布周期短(半年),更早拿到最新技术,订阅购买模式  Steady:发布周期长(2年),长期支持服务,标准购买模式1. 偏折法  17.12版本:适用于强发光下进行缺陷检测  18.05版本:也可用于弱反光下的缺陷检测   为了解决带有镜面反射的物体表面上例如凹陷和
转载 2024-06-14 04:49:35
85阅读
深度学习CPU还是显卡好? 在深度学习中,选择适合的硬件设备对于算法的训练和推理速度有着重要的影响。两个主要的硬件设备选择是中央处理器(CPU)和图形处理器(GPU)。那么,到底应该选择CPU还是GPU来进行深度学习任务呢?本文将从硬件架构、性能比较和算法需求三个方面进行分析。 ## 硬件架构 ### CPU CPU是计算机的大脑,广泛用于通用计算任务。它采用顺序处理方式,适合处理复杂
原创 2023-12-02 04:05:39
1520阅读
批量读取: 在利用Halcon做图像处理时,批量读入图片是个很方便常用的功能,Halcon对其做了很好的支持。 在HDevelop的菜单栏中选择“助手”–“打开新的Image Acquisition”,如下: 选择“选择路径”,确定路径后选择“代码生成”,选择“插入代码”,改代码将被插入到程序窗口中: 代码如下:(在HDevelop中用*做注释,但是CSDN编译器中的代码片不识别*,所以我把下面程
文章目录0.参考文章1.机器视觉简介2.Halcon应用环境和实用工具3.Hdevelop环境介绍4.图像、区域5.区域的操作6.轮廓的操作7.图像8.图像运算和区域提取9.色彩空间的转换10.图像知识补充11.Tuple元组介绍12.Tuple元组排序13.焊点提取,开闭操作,特征组合14.halcon焊点提取demo实例讲解15.区域讲解加强16.halcon_UI交互和逻辑设计17.点 轮
# Halcon CPU 深度学习简介 在计算机视觉和图像处理的领域,深度学习已成为一种流行的技术,它通过神经网络有效地从数据中学习特征并进行自动化的决策。Halcon是一个强大的图像处理软件平台,它支持深度学习并且能够在CPU上加速深度学习模型的推理过程。本篇文章将简单介绍如何在Halcon中使用CPU进行深度学习,并附带相关的代码示例。 ## 深度学习的基本概念 深度学习是一种机器学习
原创 2024-09-15 05:29:48
95阅读
# Halcon 深度学习CPU 计算 随着深度学习技术的快速发展,许多行业都在积极采用这一技术来解决各种实际问题。Halcon 是一个功能强大的机器视觉和图像处理软件,支持深度学习算法,并且能够在 CPU 上高效运行。本篇文章将介绍如何在 Halcon 中使用深度学习模型进行图像分类,并通过代码示例进行详细讲解。 ## 深度学习基础 深度学习是基于人工神经网络的机器学习方法,能够自动从
原创 11月前
258阅读
# 在Halcon中实现深度学习CPU应用的完整指南 本文将为初学者介绍如何在Halcon中使用深度学习模型,特别是在CPU上运行的实现方案。我们将通过一个明确的流程,并详细解释每个步骤所需的代码,帮助你从基础入手,快速上手深度学习应用。 ## 整体流程 以下是实现“Halcon深度学习CPU”的步骤: | 步骤 | 描述 | |------|------| | 1 | **准备数据
原创 2024-09-14 05:13:45
364阅读
# Python如何利用CPU显卡 在开发过程中,有时我们需要利用计算机的CPU显卡来加速我们的程序。在Python中,我们可以通过不同的库和方法来实现这一目标。本文将指导你如何利用CPU显卡,首先通过一个流程图展示整体步骤,然后详细说明每个步骤所需要的代码和知识。 ## 整体流程 首先,我们将整个流程以表格的形式进行展示: | 步骤 | 描述
原创 2024-08-30 04:03:27
159阅读
1. 安装Nvidia显卡驱动1.1 卸载原驱动.run文件卸载sh NVIDIA-Linux-x86_64-390.77.run --uninstallapt-get 卸载apt-get --purge remove nvidia-*1.2 查找并下载相应 .run 文件查找相应.run 文件:https://www.nvidia.cn/Download/index.aspx?lang=cn下载
 今天看到一位朋友在博客上留言,向我提出了一个问题:“我的问题是HALCON不能支持VxWorks操作系统,我能不能把HALCON在Linux下的库移植到VxWorks下调用呢?您指的移植是什么?”以前听师姐提过VxWorks操作系统,懂的不多,所以暂时还不能给予答案,请见谅。我是在Windows环境的调用,下面就如何在VC下调用HALCON库简单说明一下。  &nb
转载 2024-09-20 09:34:18
33阅读
惯例吐槽---因为这个问题之前一直没有理解,所以一直没有下定决心进入工业视觉,怕自己智商不够,今天忍不住问了做视觉的同事,差不多被我逼疯了的时候,他终于说道了重点,本来3句话可以说清楚的事情,硬是说了一个小时,所以做技术的也需要表达能力啊!相机,可以理解为眼睛,机械手也就是手了,但是他们两个之间没有大脑协调,这就比较麻烦了。他们有两种协调方式,一种是手上拿着眼睛,一种是眼睛挂在旁边,手做自己的事情
转载 2024-09-11 13:40:03
37阅读
目录Matching-3D 3D匹配Deformable Surface-Based基于可变形表面1. add_deformable_surface_model_reference_point2.add_deformable_surface_model_sample3. clear_deformable_surface_matching_result4.clear_deformable_surf
转载 10月前
50阅读
# Halcon中的机器学习 ## 介绍 Halcon是一款功能强大的机器视觉库,提供了丰富的图像处理和分析功能。在Halcon中,机器学习也是一项重要的功能,可以用于分类、检测、识别等任务。本文将介绍在Halcon中如何使用机器学习功能,并给出一些代码示例。 ## 机器学习分类功能 Halcon中的机器学习功能可以用于图像分类任务。通过训练模型,可以实现对图像的分类和识别。下面是一个使用
原创 2024-04-03 04:58:17
106阅读
  • 1
  • 2
  • 3
  • 4
  • 5