少有人走的路前言：
==========================================================
分类器相对于深度学习来讲是一种古老传统的图片处理技术。halcon中常见的有四类分类器：
MLP（多层神经网络neural Nets）
SVM（支持向量机）
K-NN（K-最邻近）
GMM（高斯混合类型）
分类器的应用领域主要是下面这些：
image segmentation 图像分割
object recognition 对象识别
quality control 质量控制
novelty detection 缺陷检测
optical character recognition(OCR) 光学字符识别
勇哥第一次见到分类器的视觉项目是锂电池的极片缺陷检测，效果还不错。
这两年深度学习火起来后，发现深度学习完成上面所说的领域的应用更容易，效果也更好。
但深度学习对硬件要求太高，你把IPC加装个一百多W的显卡很多时候是不现实的。
如果你用cpu来跑，会发现速度乎快乎慢，cpu全部内核会100%被占用。
分类器相对于深度学习来讲不吃硬件，所以相对来讲算是轻量级的应用。
==========================================================
下面的示例程序演示了使用MLP分类检查彩色游戏零件的完整性（计算每种颜色的游戏零件件数）。
分类器的训练和应用首先在彩色图像上进行，然后在灰度图像上进行。
halcon中的分类器，像MLP, GMM, SVM等都有两类基本的用法。
一是使用图片的特征向量进行分类。这种用法参见本系列教程的第一篇 http://www.skcircle.com/?id=1616
二是使用图片的像素进行分类。这是本篇示例程序用到的方式。它的使用流程如下：
create_class_mlp (3, 7, 4, 'softmax', 'normalization', 3, 42, MLPHandle) add_samples_image_class_mlp (Image, Classes, MLPHandle) train_class_mlp (MLPHandle, 400, 0.5, 0.01, Error, ErrorLog) classify_image_class_mlp (Image, ClassRegions, MLPHandle, 0.5)
本示例程序运行后，你会发现粉色很难被分类出来。如果图片转为灰度，则因为零件跟背景灰度相近，基本上分类都是混乱的。
因此本例子其实也只是说明了用法，如果想实用一些，必须在分类前对图片进行预处理。
程序解释：
首先用鼠标画３个rectangle1框，注意要画在三个游戏零件的内部。完成后按鼠标右键。
黄色找到1，粉色找到0，蓝色找到1。每种颜色不满4个则是not ok
黄色找到2，粉色找到0，蓝色找到4, 只有蓝色是4个都找到了，所以是ok的。
dev_update_off ()
dev_close_window ()
dev_open_window (0, 0, 557, 416, 'black', WindowHandle)
set_display_font (WindowHandle, 14, 'mono', 'true', 'false')
dev_set_draw ('margin')
*
* Initialization
ImageRootName := 'color/color_pieces_0'
Regions := ['yellow','pink','blue','background']
Highlight := ['goldenrod','magenta','cyan']
gen_empty_obj (Classes)
*
* 训练并应用mlp分类器
for Mode := 0 to 1 by 1
dev_set_color ('black')
read_image (Image, ImageRootName + '0')
*
* 计算灰度图像
if (Mode == 1)
rgb1_to_gray (Image, GrayImage)
compose3 (GrayImage, GrayImage, GrayImage, Image)
dev_display (Image)
disp_message (WindowHandle, 'Train and apply the classes again on gray images', 'window', 12, 12, 'black', 'false')
disp_continue_message (WindowHandle, 'black', 'true')
stop ()
endif
*
* 彩色图像
if (Mode == 0)
*
* Specify color classes
for I := 1 to 4 by 1
dev_display (Image)
dev_display (Classes)
disp_message (WindowHandle, ['Drag rectangle inside ' + Regions[I - 1] + ' color','Click right mouse button to confirm'], 'window', 24, 12, 'black', 'false')
draw_rectangle1 (WindowHandle, Row1, Column1, Row2, Column2)
gen_rectangle1 (Rectangle, Row1, Column1, Row2, Column2)
concat_obj (Classes, Rectangle, Classes)
endfor
endif
*
* 训练指定颜色类别
create_class_mlp (3, 7, 4, 'softmax', 'normalization', 3, 42, MLPHandle)
add_samples_image_class_mlp (Image, Classes, MLPHandle)
disp_message (WindowHandle, 'Training...', 'window', 100, 12, 'black', 'false')
train_class_mlp (MLPHandle, 400, 0.5, 0.01, Error, ErrorLog)
*
* 使用训练好的MLP分类器测试每幅图像是否包含每种颜色的四个游戏零件
for J := 0 to 3 by 1
read_image (Image, ImageRootName + J)
if (Mode == 1)
rgb1_to_gray (Image, GrayImage)
compose3 (GrayImage, GrayImage, GrayImage, Image)
endif
*
* 分类
classify_image_class_mlp (Image, ClassRegions, MLPHandle, 0.5)
dev_display (Image)
* Looking for 4 game pieces of each color ... 寻找每种颜色的4个游戏件。。。
disp_message (WindowHandle, 'Looking for 4 game pieces of each color ...', 'window', 24, 12, 'black', 'false')
dev_set_line_width (2)
*
* 计算每种颜色的游戏零件件数
for Figure := 1 to 3 by 1
copy_obj (ClassRegions, ObjectsSelected, Figure, 1)
connection (ObjectsSelected, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 400, 99999)
count_obj (SelectedRegions, Number)
dev_set_color (Highlight[Figure - 1])
dev_display (SelectedRegions)
OutString := Regions[Figure - 1] + ': ' + Number + ' '
dev_set_color ('green')
disp_message (WindowHandle, OutString, 'window', 24 + 30 * Figure, 12, 'black', 'false')
if (Number != 4)
disp_message (WindowHandle, 'Not OK', 'window', 24 + 30 * Figure, 120, 'red', 'false')
else
disp_message (WindowHandle, 'OK', 'window', 24 + 30 * Figure, 120, 'green', 'false')
endif
endfor
if (J < 3 or Mode == 0)
disp_continue_message (WindowHandle, 'black', 'true')
stop ()
endif
endfor
clear_class_mlp (MLPHandle)
endfor
dev_clear_window ()
dev_display (Image)
*在灰度图像上，游戏碎片的灰度值不能与背景的灰度值区分开来，因此无法对游戏碎片进行可靠的分类。
Message := 'The game pieces cannot be classified reliable on'
Message[1] := 'gray images because the gray values of the'
Message[2] := 'game pieces cannot always be distinguished from'
Message[3] := 'the gray values of the background.'
disp_message (WindowHandle, Message, 'window', 12, 12, 'black', 'true')---------------------
作者：hackpig
来源：www.skcircle.com
版权声明：本文为博主原创文章，转载请附上博文链接！
