首页 > TAG信息列表 > hdev
基于Halcon学习的一维码识别【十八】gs1databar_composite.hdev
GS1扩展条形码符号 总代码： *创建条形码阅读器 create_bar_code_model ('element_size_min', 1.5, BarCodeHandle) * * Initialization *初始化 NumImages := 2 dev_close_window () *读取图片 read_image (Image, 'barcode/gs1databar_expanded/gs1databar_expanded_01')基于Halcon学习的一维码识别【十四】ean13addon.hdev
读取EAN-13 Add-On 5型条形码 总代码： *读取EAN-13 Add-On 5型条形码 create_bar_code_model ([], [], BarCodeHandle) dev_close_window () dev_open_window (0, 0, 120, 300, 'black', WindowHandle) set_display_font (WindowHandle, 16, 'mono', 'true',基于Halcon学习的一维码识别【四】barcode.param_contrast.hdev
使用条形码参数'contrast_min'的示例程序; 在图像中存在低对比度条形结构的情况下，该参数可用于减少find_bar_code的运行时间; 此外，如果预期的条形码具有高对比度，contrast_min'也可用于减少误报的数量。 总代码： *创建一个条形码阅读器的模型。 create_bar_code_model ([], [],calibrate_cameras_hypercentric.hdev 使用超中心镜头校准相机
calibrate_cameras_hypercentric.hdev 使用超中心镜头校准相机HALCON: 本地程序函数（.hdev或.dev）、HDevelop函数文件或外部函数（.hdvp）及库函数（.hdpl）使用详解
以Halcon17版本为例，其对算子的打包方式分为以下三种： 本地程序函数，后缀名：.hdev或.devHDevelop函数文件，后缀名：.hdvp库函数，后缀名：.hdpl 本地程序函数 将可以实现某一个功能的一系列算子打包成一个函数，其作用域只是当前程序，不可被其它程序使用，该函数称为本地程序函数。当程序过于庞Halcon例程解析——measure_caliper.hdev
文章目录 Measure_caliper 摘要 程序解析 准备测试图片 设置测量句柄 计算灰度投影 求导处理 Measure_caliper 摘要 使用测量句柄获得灰度投影结果，再对结果进行求导分析。分析长刻度中心所在位置的一阶导数二阶导数特性以及幅度特征。最终实现对长刻度所在位置Halcon例程详解——组件匹配之 cbm_bin_switch.hdev
文章目录 摘要 流程拆解 例程解析 设定组件区域 准备训练集 训练 创建模板 可视化模板 释放训练模板内存 匹配 可视化查找结果 释放组件模板内存 摘要 根据已知组件部分训练并创建组件匹配模板，检测目标开关的开关状态。 流程拆解 绘制组件区域 训练训练集，获得位置Halcon例程解析——fuzzy_measure_switch.hdev
文章目录 摘要 例程详解 模糊简介 回到例程 代码 摘要 模糊测量 例程详解 模糊简介 “模糊测量” 里的 “模糊” 是什么意思 在数字图像处理冈萨雷斯第三版中灰度变换那一章最后小节就描写了 模糊 这一概念 引题： 什么叫做年轻人 我们说 25 岁时年轻人 35岁是中Halcon progress 18.05新功能介绍
目录 1、深度学习 2、改进的条形码阅读器 3、增强的偏折法 4、改进的 3D 功能 5、自动句柄清理 6、改进的 HDEVENGINE 7、支持 360 度镜头（HYPERCENTER LENSES） 1、深度学习 借助于HALCON Progress 18.05软件，用户可以在CPU上执行深度学习推理，例如，将已训练完毕的卷积神经网络（CNBlob分析之board _components.hdev
*用立体方法分割板子组件的示例程序*Application program to illustrate the segmentation* of board _components.hdev with stereo methods* 用有两个相机的立体装备* We have a stereo setup of two cameras.*两个相机都是经过30mm的标定板标定过的* Both cameras will be cahalcon基于形状的模板匹配第三例：rectify_result.hdev
这个例子其实是在比较两种ROI“还原”的方式； 模板匹配后，获得仿射变换矩阵T，则对于ROI的分析有两种： 1.全局的，将T.inv()*Img_target得到目标图片全局还原后的图片，在利用Region_Template，进行后续计算； 2.局部的，将T*Region_Template再对区域进行还原； 方法一计算量更大，但是Src简单， *