这里的类和算子是针对.NET环境的。类和算子是从Halcon 17.12版本开始,名称中未包含数字版本说明的,表示17.12版本中已经包含。名称中有数字说明的,则表示是从数字版本后才增加的。目前已经更新到Halcon 24.11版本。而17.12之前版本中是否包含当前的类和算子,则未做验证。但是从更新历史来看,大部分的类和算子都是包含的,更新版本后,也只是增加一两个新类、几个十来个算子,多数版本可能并未增加新类。增加一个新类相当于增加一个新的功能模块,并不是每个版本都有新功能模块推出的,很多版本只在现有类中增加了几个算子。图像处理发展这么多年,中间增加的功能都比较少,Halcon在引入深度学习后,才多增加了几个类,如深度学习、深度OCR、深度Counting、深度Matching3D等。
《LabVIEW HALCON图像处理入门教程(24.09)》含深度学习,LabVIEW使用NI Vision+Halcon混合编程机器视觉与图像处理入门学习资料
http://visionbbs.com/thread-28124-1-1.html
Index of all Classes and Methods所有类和方法索引
Represents an instance of a support vector machine.
表示支持向量机的实例。
Add training data to a support vector machine (SVM).
将训练数据添加到支持向量机(SVM)中。
Add a training sample to the training data of a support vector machine.
将训练样本添加到支持向量机的训练数据中。
Add training samples from an image to the training data of a support vector machine.
将图像中的训练样本添加到支持向量机的训练数据中。
Classify a feature vector by a support vector machine.
通过支持向量机对特征向量进行分类。
Classify an image with a support vector machine.
使用支持向量机对图像进行分类。
Clear a support vector machine.
清除支持向量机。
Clear the training data of a support vector machine.
清除支持向量机的训练数据。
Create a look-up table using a Support-Vector-Machine to classify byte images.
使用支持向量机创建查找表来对字节图像进行分类。
Create a support vector machine for pattern classification.
创建用于模式分类的支持向量机。
Deserialize a serialized support vector machine (SVM).
反序列化一个序列化的支持向量机(SVM)。
Evaluate a feature vector by a support vector machine.
通过支持向量机评估特征向量。
Get the training data of a support vector machine (SVM).
获取支持向量机(SVM)的训练数据。
Return the parameters of a support vector machine.
返回支持向量机的参数。
Compute the information content of the preprocessed feature vectors of a support vector machine.
计算支持向量机预处理特征向量的信息量。
Return a training sample from the training data of a support vector machine.
从支持向量机的训练数据中返回训练样本。
Return the number of training samples stored in the training data of a support vector machine.
返回支持向量机训练数据中存储的训练样本数。
Return the index of a support vector from a trained support vector machine.
从训练好的支持向量机返回支持向量的索引。
Return the number of support vectors of a support vector machine.
返回支持向量机的支持向量数量。
Read a support vector machine from a file.
从文件中读取支持向量机。
Read the training data of a support vector machine from a file.
从文件中读取支持向量机的训练数据。
Approximate a trained support vector machine by a reduced support vector machine for faster classification.
通过缩小支持向量机来近似训练好的支持向量机,以实现更快的分类。
Selects an optimal combination of features to classify the provided data.
选择特征的最佳组合来对提供的数据进行分类。
Serialize a support vector machine (SVM).
序列化支持向量机(SVM)。
Train a support vector machine.
训练支持向量机。
Write a support vector machine to a file.
将支持向量机写入文件。
Write the training data of a support vector machine to a file.
将支持向量机的训练数据写入文件。