最近勇哥使用宝盟彩色工业相机，发现其拍照颜色偏蓝色。我知道这个需要校正白平衡，但是这东西究竟该怎么校正呢？目前有以下几种调节白平衡的方法：1.1 简介白平衡就是通过调整图像中R、G、B分量的比例关系，可以使在各种光线条件下拍摄出的图像色彩还原真实。由于图像传感器（CMOS/CCD）本身没有这种功能，因此就必要对它输出的信号进行一定的修正。1.2 作用及分类白平衡是工业相机的重要参数，它直接影响重现图像的彩色效果，工业相机的白平衡参数设置不合时，重现图像就会出现偏色现象，特别是会使原本不带色彩的图
1 预处理1.1 读取预训练网络用read_dl_classifier方法读取一个预训练网络，其中Halcon提供的预训练网络有："pretrained_dl_classifier_compact.hdl"和"pretrained_dl_classifier_enhanced.hdl"。1.2 读取数据集指定数据集路径，用read_dl_classifier_data_set方法获取带有标签的原始数据集。1.3 数据集预处理预处理是一个成功分类器的重要组成
主要的改变有下面这些：异常检测：深度学习更简单找箱子Box Finder：方便，准确ECC读码：更快，更准远心镜头标定（一）异常检测Anomaly Detection在之前，halcon的深度学习要提供OK产品和NG产品各N张。但是由于产线上，OK产品大量的可以提供，但是NG产品往往几天出不了几个。现在有了异常检测，用户只需要提供OK产品就可以了。 只需要正常图像无需标注更少的样本更少的超参支持CPU训练(二) 深度学习API统一我们知道halcon的深度学习只做3件事:
halcon的深度学习只做3件事，即“分类”，“对象检测”，“分割”。下面是“对象检测”的例子。这个例子是检测香烟的品牌。下图是训练完成后实际检测的效果。训练时注意下面几个问题：（一）图像宽高要求：1.图像宽高需是64的整数倍；2.最好在图像标注之前，就对图像缩放或裁剪至合适宽高；3.如果已在不符合要求的图像上完成标注，那么需要把图像扩充至合适宽高；避免单纯对图像进行缩放或裁剪，导致图像与标注坐标不一致影响标注准确性；（二）深度学习对gpu的要求深度学习在训练阶段需要使用gpu，推理阶段可以使用
halcon深度学习的标注工具运行后，要打开浏览器访问 http://localhost:8000但是你运行dltool.exe后，cmd命令行会报一个错误： C:\Users\Administrator>C:\Users\Administrator\Desktop\
检测例程detection\detection\1_标注工具\dltool.exe
MVTec Package Loader and Manager 0.1
这个例子是halcon18例程中深度学习系列例程中的一例。它用了MVtec做好的一个药丸分类训练数据库，来做DL（深度学习）检测。学习主要参考了自带的detect pills的例子，该例子分了四部分，分别是创建网络和数据预处理训练网络评估训练的效果测试新图像本文记录了对其中第一步，即创建网络和数据集预处理这部分的一些理解。创建深度学习网络设置网络参数这一步主要是设置选择halcon深度学习网络模型，如pretrained_dl_classifier_compact.hdl。设置类别的数量。指定图
示例，将以下 两个元组分别写入表格中，元组a在第一行，元组b在第二行a:= [1,2,3]b:= [4,5,6] 1、读入文件，先判断是否存在，如果存在将内容清空fileName:='E:/test.csv'file_exists(fileName, FileExists)if(FileExists) delete_file(fileName)endif*假如文件不存在，将重新创建一个新的open_file (fileName, 'app
映射校正效果如下：几个核心算子说明如下：gen_image_to_world_plane_map( : Map : CameraParam, WorldPose, WidthIn, HeightIn, WidthMapped, HeightMapped, Scale, MapType : ) /************************************************************************ *&n
1Laws纹理滤波纹理实际上一种视觉特征，反映了图像上某种灰度变化的分布，体现出像素灰度与周围空间的一种关系，例如布匹纹理、木制家具纹理等，如下图所示布匹上纹理。LAWS纹理滤波以一种统计能量的方式检测纹理，能量的度量一般由以下三个向量得到：这三个向量与其自身以及互相卷积后，可形成以下5个向量：而这5个向量之间，相互乘积，可以生成检测水平、垂直、高频点、V形状等特征纹理的模板，下图为生成检测垂直边缘的LAWS模板(LS)。如果对纹理的其他提取方法感兴趣，可按如下图示方法，一一探询。2相关算子te
- 算法思路 -（1）构造滤波器与原图卷积增强图像（2）灰度投影，构建垂直灰度投影函数，并与平滑后的函数进行 差分运算，超过一定阈值即为缺陷所在位置的列坐标（3）计算缺陷区域并显示使用第一篇构造的滤波器与图像卷积运算，突出图像竖直方向的折痕，如下图。使用gray_projections算子，得到图像的水平灰度投影HorProjection以及垂直灰度投影VertProjection。HorProjection：从上到下，依次计算图像水平方向上，所有点灰度值的平均值。VertProjection：