1、Halcon的自我描述Program LogicØ Each program consists of a sequence of HALCON operatorsØ The program can be structured into proceduresØ The sequence can be extended by using control operators like if, for
在这篇文章中，我们将深入探讨如何利用 Halcon 12 进行深度学习的案例实现思路。在此过程中，我们将详细分析业务场景，演进历程，架构设计，性能攻坚以及扩展应用等关键元素，以确保读者对整个实现过程有一个全面且清晰的理解。
### 业务场景分析
随着计算机视觉领域的不断发展，深度学习已经逐渐成为其核心技术之一。Halcon 12 带来了强大的图像处理能力，因此我们决定在一个需要高精度图像识别的
# Python联合Halcon12实现流程
本文将教会刚入行的开发者如何使用Python联合Halcon12进行图像处理任务。我们将按照以下步骤进行：
## 步骤概览
使用Python联合Halcon12进行图像处理任务的步骤如下：
```mermaid
journey
title Python联合Halcon12实现流程
section 准备工作
安装H
原创
2023-11-22 14:30:17
77阅读
HALCON 11 最新版机器视觉软件 halcon v10中文全功能 最全资料MVTec HALCON 10 Full 1CDMVTec.HALCON.V9.0.2HALCON 11的原因基于采样鉴定HALCON 11真正的对象标识变为现实。基于采样鉴定，是能够区分出大量的对象。这项技术可以识别特征，如颜色或纹理的训练有素的对象，从而无需使用特殊的印记，如条形码或数据代码物体识别的目的。这甚至扭
halcon 深度学习1. 模型训练1.1 深度学习的概念（一）、深度学习类型监督学习有标注非监督学习无标注（二）、模型参数超参数人为设定的， 网络无法学习的学习率batch size图像大小（hwc）L2 正则化系数动量值学习总轮数网络参数模型自己学习的参数（halcon 已经封装好了，直接调用）（三）、数据训练数据用于模型训练，确定模型的权重和偏置这些参数验证数据而验证集用于模型的选择，更具体
halcon中二维平面视觉应用，进行整理，分类视图如下所示：对公众号中的代码分析文章，按照上面的分类，进行整理。一. 颜色识别：颜色识别示例color_simple.hdev解析颜色识别示例color_fuses.hdev颜色识别示例color_pieces.hdev二. Blob分析Blob分析和形态学ball.hdev解析车牌识别-无仿射变换车牌识别-仿射变换三. OCR识
转载
2024-07-29 21:26:15
57阅读
模板图片：目标是获取图像左上角位置的数字直接想法，直接用一个框将数字框出来，然后对图片进行模板匹配（不可行，因为图像中的数字不是固定的）所以需要选择图像中的固定不变的区域来作为模板，然后根据模板区域来找到我们的目标区域，案例以左上角的商标名称作为模板区域 代码：案例图片在C:\Users\HJ\AppData\Roaming\MVTec\HALCON-21.05-Progre
转载
2023-09-07 02:04:02
194阅读
车牌或OCR识别套路：1、读取/采集图像（read_image）2、对于RGB图像一般可以考虑转换颜色空间（关于RGB、HSV、HSL：https://zhuanlan.zhihu.com/p/67930839） （1）先分离RGB通道（decompose3） （2）将RGB转换颜色空间，如转换到HSV：trans_from_rgb(Red, Green, Blue, Hue, Saturatio
转载
2023-12-19 19:12:22
144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
文章目录Blob Analysis1、基本概念1.1 获取图像1.2 分割图像1.3 提取特征1.4 A First Example2、扩展概念2.1 使用感兴趣区域2.2 对齐 ROI 或图像2.3 纠正图像2.4 预处理图像（过滤）2.5 提取分割参数2.6 分割图像2.7Process Regions2.8 提取特征2.9 将结果转换为世界坐标2.10 可视化结果3、编程示例3.1 水晶3
HALCON学习之旅(一) 文章目录HALCON学习之旅(一) 1、HALCON介绍 2、HALCON安装包下载 + 配置license许可证文件 3、HALCON初识 &nbs
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 :
计算机视觉：通俗点讲：就是让计算机通过图像理解外围的世界，理解之后要通过外围的控制系统与外界发生联系、动作：手眼抓取、标定、搬运。视觉的平台有：Halcon、OpenCV、LabView算子记忆的越多，后面越记不住。学视觉，绝不是比记忆力，比谁算子学的多。方向导向最重要。学习的最高境界：什么都记不住，套路，灵活使用，无招胜有招。学halcon一定要灵活，halcon做的很好，一定要触类旁通的。ha
转载
2024-01-26 14:39:32
188阅读
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
1132阅读
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
491阅读
0.软件说明：标记训练数据是迈向任何深度学习应用的第一个关键步骤。当涉及到应用程序的性能、准确性和健壮性时，这些标记数据的质量起着重要作用。借助DLT，您可以通过直观的用户界面轻松标记数据，而无需任何编程知识。这些数据可以无缝集成到 HALCON 和 MERLIC 中，以执行基于深度学习的对象检测、分类、语义分割和深度 OCR。对于分类项目，您还可以在深度学习工具中训
转载
2024-08-21 10:40:28
47阅读
JETSON TX1中为Python3配置OpenCV准备工作OpenCV源码编译OpenCV的安装Python调用cv2 第一次使用 JETSON TX1这个开发板，好像这个板子前几年就出来了，所以网上好多关于这个板子刷机的教程很多，所以我在这里就不过多赘述。而且刷机后它默认只支持 python2来调用 opencv，而 python3想要调用 opencv，就需要自己进行编译。今天我主要想分
转载
2024-05-05 11:16:35
104阅读
# 使用Halcon进行深度学习的指南
在图像处理和计算机视觉领域，Halcon是一款强大的软件平台，支持深度学习模型的开发与应用。对于刚入行的小白来说，了解如何使用Halcon进行深度学习可能会有些困难，但只要掌握流程，每一步都能迎刃而解。本文将为您提供一个详细的指南，包括使用Halcon进行深度学习的流程、每一步操作的代码示例及详细解释。
## 流程概述
在开始之前，下面是实现“Halc
原创
2024-09-15 03:24:11
143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
