在HDevelop中编写好的程序在导出时，Halcon会帮我们转换成我们需要的语言，比如C++。例：HDevelop中有如下语句需要导出： dev_close_window() Halcon导出成C++语言就成了如下语句： if (HDevWindowStack::IsOpen()) close_window(HDevWindowStack::Pop()); 了解MFC的应该
## Halcon深度学习CPU例子——应用于图像识别和目标检测
深度学习是人工智能领域的热门技术，它模仿人脑神经网络的结构和工作方式，通过训练大量数据实现智能化任务。Halcon是一款功能强大的机器视觉库，它提供了用于深度学习的工具，包括卷积神经网络（CNN）和递归神经网络（RNN）等。在本文中，我们将介绍Halcon深度学习在CPU上的应用，并给出相应的代码示例。
### Halcon深度
原创
2023-12-16 12:09:46
266阅读
HALCON学习之旅(六) 文章目录HALCON学习之旅(六)1、Halcon代码如何导出高级编程语言代码 + 配置Halcon/C++编程环境2、Halcon连续采集相机图像3、Halcon批量加载图像4、Halcon设置自动保存程序5、Halcon数据结构讲解 1、Halcon代码如何导出高级编程语言代码 + 配置Halcon/C++编程环境流程如下： &n
转载
2023-11-10 20:37:01
406阅读
在进行深度学习训练时，许多开发者常常会遇到“halcon深度学习训练例子在哪里”的问题。这使得我们深入探讨哈肯（Halcon）库的使用以及基本操作。
## 问题背景
在机器学习及深度学习领域，很多开发者希望通过使用现有的框架和库来简化训练过程。Halcon是一个知名的图像处理和深度学习开发平台，然而，对于新手而言，其文档和训练案例的获取可能会造成一定的困扰。
- **时间线事件**:
-
* This example program shows how several images of a PCB can be combined
* into a large mosaic image of the PCB. The program shows how to use
* proj_match_points_ransac and gen_projective_mosaic to a
转载
2024-08-22 16:08:28
20阅读
halcon的模板匹配可以归为三类：1、基于灰度：灰度，互相关ncc2、基于形状：形状，组件3、基于描述符：描述匹配1、基于灰度基于灰度的模板匹配（不建议受灰度值影响太大）：应用场合：定位对象内部的灰度值没有大的变化，没有缺失部分，没有干扰图像和噪声的场合。1.创建模板：create_template()2.寻找模板：best_match()3.释放模板：clear_template()基于互相关
转载
2023-11-17 23:08:39
264阅读
目录前言一、准备1、选取深度学习的分类模型2、获取模型中所使用图像的参数要求3、准备分类所需图片二、编写代码1、设置窗体2、将图片打上标签3、将图片处理为分类模型所需要的图片4、将图片的数据集进行拆分5、设置分类模型所需的参数和环境后，重新生成一个新的分类模型6、训练7、验证8、测试三、本地函数四、下载地址 前言最近学习深度学习时的一些总结和看法，参照深度学习的自带案例（classify_fru
转载
2023-11-14 12:47:57
1218阅读
1.draw_region( : Region : WindowHandle : )利用鼠标交互画一个闭合区域。点左键画图，右键结束，输出为鼠标画的闭合区域。控制输入为窗口句柄。2.dev_display(Object : : : )在图形窗口显示输入的图形对象 (image, region, or XLD)3.reduce_domain(Image, Region :
文章目录前言一、数据集的准备1.标注工具的安装2.数据集的准备3.标注数据4.解释xml文件的内容二、数据转换1.解析XML文件2.转换得到hdev文件1.变量定义2.读取种类3.解析trainList.txt4.生成字典三、模型训练1.参数定义2.创建目标检测模型3.数据预处理4.显示标注文件5.模型训练1.学习率设置2.初始化训练模型3.模型训练四、模型评估1.初始化模型2.创建模型及训练模
转载
2023-12-01 10:12:07
1134阅读
## 如何在Halcon中实现非监督深度学习
在人工智能领域，深度学习技术越来越常见，特别是在计算机视觉方面。Halcon作为一款强大的图像处理软件，也支持深度学习模型的训练与应用。如果你是刚入行的小白，以下内容将帮助你了解如何在Halcon中实现非监督深度学习。
### 工作流程
首先，我们需要明确实现非监督深度学习的步骤。下表展示了整个流程：
| 步骤 | 说明
halcon深度学习是用的TensorFlow
在当今快速发展的人工智能领域，许多开发者和团队都在探索如何利用深度学习技术提升其产品与服务的智能化程度。在特定的问题场景下，比如在图像处理和视觉检测中，我们有时会误解某些组件的技术细节，比如"halcon深度学习使用的TensorFlow"的说法。对此进行深入探讨与分析，对于理解项目中深度学习的实际使用情况以及技术结合适应性至关重要。
### 问
引言机器视觉中缺陷检测分为一下几种：blob分析+特征模板匹配（定位）+差分光度立体特征训练测量拟合
频域+空间域结合：深度学习本篇博文主要是对缺陷图像的纹理特征训练进行详细分析。特征训练在纹理中找瑕疵。基于高斯混合模型（GMM）分类器的纹理检查模型，适用于图像金字塔，可以分析纹理的多个频率范围。要求：训练样本必须完美无瑕疵。整体步骤：创建模型create_texture_inspection_m
转载
2023-12-28 17:06:52
497阅读
《zw版·Halcon-delphi系列原创教程》cgal与opencv,Halcon opencv作为少有的专业开源图像软件，虽然功能，特别是几何计算方面，不如Halcon，不过因为开源，作为教学，讲解图像分析原理，还是不错的。 不过，笔者个人认为，老牌开源几何计算库CGAL，同样是开源软件，作为图像教学可能更加适合
转载
2024-01-29 23:25:21
230阅读
【方法】——【一维测量】1、3d_coordinates 3D坐标 Measure slanted object in world coordinate 在世界坐标系中测量倾斜的物体2、align_measurements 对齐测量 Inspect individual razor blades using shape-based matching to align ROI
转载
2024-01-20 01:26:57
198阅读
Halcon提供了预训练网络。这些网络在使用前已经经过丰富的图像库训练过，在此基础上训练出的网络对于图像分类任务表现更好。接下来分别介绍Halcon提供的预训练网络。pretrained_dl_classifier_compact.hdl模型网络的优点是节省内存以及运行效率高。 模型支持‘real’图像类型。如果想知道网络模型各参数值，可以使用算子get_dl_classifier_param获取
转载
2023-12-21 09:58:24
360阅读
1、set_dl_model_param(DLModelHandle, 'gpu', GpuId)
GpuId=0 选中第一块显卡做深度学习训练。
GpuId=1 选中第二块显卡做深度学习训练。
类推查询可用多显卡信息
query_available_compute_devices(DeviceIdentifier) //一块显卡输出[0]，两块是[0,1]，依次类推get_compute
转载
2023-06-29 15:53:06
1126阅读
HALCON图像处理总流程 一、程序初始化 二、获取图像（获取信息） 三、预处理 四、分割图像 五、形态学处理 六、特征提取 七、输出结果 一、程序初始化图像处理基准，在使用HALCON时，可以省略，因为程序初始化有默认值。 1、打开一个新的窗口； 2、设置填充模式； 3、设置线的颜色； 4、设置线宽； 5、设置窗口中显示的字体样式； 6、重新打开一个新窗口 7、关闭显示窗口 8、其他
转载
2023-12-04 21:29:45
471阅读
最近想学习一下机器视觉 用到的库是Halcon 自己到网上找halcon的教程不是收费的 就是随便搞搞的 没有能系统去学习的知识体系 而且大多博主可能就一篇教程 对于新手来说 简直是致命的 出现了有人想学 没人牵头的状况 为了让大家了解如何去使用halcon 我准备探索之后出一套halcon系列的教程 如果你也在学halcon 可以点个收藏 一起学习 首先halcon软件打开后是这个样子的 可以看
转载
2023-07-12 16:00:14
824阅读
课题需要对图像中的缺陷进行尺寸评价，开发环境是Halcon。选择使用最小外接矩形方法，原因主要是可获得的评价参数多：长度，宽度，角度，长宽比，面积通过长宽比参数可以判定缺陷形状获取最小外接矩形的过程: 这里是做测试的原图图像分割 选取合适的阈值比较困难。考虑到是工厂环境，采光可能不均匀，也为了测试方便（主要使用手机拍照，光源是环境光和手机闪光灯）， 采用动态阈值分割法，Halcon提供了一个函数：
转载
2024-01-26 09:20:49
297阅读
HALCON 20.11：深度学习笔记(2)HALCON 20.11.0.0中，实现了深度学习方法。由于上面提到的DL方法在它们的作用和它们如何需要数据方面各不相同，所以您需要知道哪种方法最适合您的特定任务。一旦清楚了这一点，您就需要收集适当数量的数据，也就是图像和方法所需的信息。然后，所有这些DL方法都有一个通用工作流：1. 准备网络和数据（Prepare the Network and the
转载
2023-12-13 02:35:23
132阅读
