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)
• 定義顏色數組并進行初始化
  Color := [‘indian red’,‘cornflower blue’,‘white’,‘black’,‘yellow’]
• 創建用于訓練分類器的不同區域
  gen_rectangle1 (Sea, 10, 10, 120, 270)
  gen_rectangle2 (Deck, [170,400], [350,375], [-0.56,-0.75], [64,104], [26,11])
• 將一個區域數組內的區域合并為一個區域
  union1 (Deck, Deck)
  gen_rectangle1 (Walls, 355, 623, 420, 702)
  gen_rectangle2 (Chimney, 286, 623, -0.56, 64, 33)
• 合并兩個區域數組內的區域，但是區域的個數不變，即不進行區域的合并只是存入一個新的區域數組
  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 ()
• 創建一個KNN分類器
• create_class_knn( : : 維度個數: 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: 分出的不同區域, 分類結果鄰域最近距離: KNN分類器句柄, 不進行分類區域的閾值: )
  classify_image_class_knn (Image, ClassRegions, DistanceImage, KNNHandle, 255.0 * 255.0)
• 使用區域的平均灰度值顯示區域
  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交良師益友。