石鑫华视觉论坛

 找回密码
 注册会员
查看: 33|回复: 0

[原创] Halcon所有类及类下算子作用索引-HClassGmm类高斯混合模型(17.12~24.11版)

[复制链接]
  • TA的每日心情
    开心
    3 小时前
  • 签到天数: 3418 天

    连续签到: 20 天

    [LV.Master]2000FPS

     楼主| 发表于 昨天 15:12 | 显示全部楼层 |阅读模式 来自:广东省东莞市 电信

    注册登陆后可查看附件和大图,以及购买相关内容

    您需要 登录 才可以下载或查看,没有账号?注册会员

    x
    Halcon所有类及类下算子作用索引-HClassGmm类高斯混合模型(17.12~24.11版)
    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。

                                   
    登录/注册后可看大图

    《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
    Index of all Classes and Methods所有类和方法索引
    HClassGmm类高斯混合模型
    Represents an instance of a Gaussian mixture model.
    表示高斯混合模型(分类器)的实例。
    AddClassTrainDataGmm添加类训练数据高斯混合模型
    Add training data to a Gaussian Mixture Model (GMM).
    将训练数据添加到高斯混合模型(GMM)中。
    AddSampleClassGmm添加样本类高斯混合模型
    Add a training sample to the training data of a Gaussian Mixture Model.
    将训练样本添加到高斯混合模型的训练数据中。
    AddSamplesImageClassGmm添加样本图像类高斯混合模型
    Add training samples from an image to the training data of a Gaussian Mixture Model.
    将图像中的训练样本添加到高斯混合模型的训练数据中。
    ClassifyClassGmm分类类高斯混合模型
    Calculate the class of a feature vector by a Gaussian Mixture Model.
    通过高斯混合模型计算特征向量的类。
    ClassifyImageClassGmm分类图像类高斯混合模型
    Classify an image with a Gaussian Mixture Model.
    使用高斯混合模型对图像进行分类。
    ClearClassGmm清除类高斯混合模型
    Clear a Gaussian Mixture Model.
    清除高斯混合模型。
    ClearSamplesClassGmm清除样本类高斯混合模型
    Clear the training data of a Gaussian Mixture Model.
    清除高斯混合模型的训练数据。
    CreateClassGmm创建类高斯混合模型
    Create a Gaussian Mixture Model for classification
    创建高斯混合模型进行分类
    CreateClassLutGmm创建类查找表高斯混合模型
    Create a look-up table using a gaussian mixture model to classify byte images.
    使用高斯混合模型创建查找表来对字节图像进行分类。
    DeserializeClassGmm反序列化类高斯混合模型
    Deserialize a serialized Gaussian Mixture Model.
    反序列化一个序列化的高斯混合模型。
    EvaluateClassGmm评估类高斯混合模型
    Evaluate a feature vector by a Gaussian Mixture Model.
    通过高斯混合模型评估特征向量。
    GetClassTrainDataGmm获取类训练数据高斯混合模型
    Get the training data of a Gaussian Mixture Model (GMM).
    获取高斯混合模型(GMM)的训练数据。
    GetParamsClassGmm获取参数类高斯混合模型
    Return the parameters of a Gaussian Mixture Model.
    返回高斯混合模型GMM的参数。
    GetPrepInfoClassGmm获取预处理信息类高斯混合模型
    Compute the information content of the preprocessed feature vectors of a GMM.
    计算高斯混合模型GMM的预处理特征向量的信息内容。
    GetSampleClassGmm获取样本类高斯混合模型
    Return a training sample from the training data of a Gaussian Mixture Models (GMM).
    从高斯混合模型(GMM)的训练数据中返回训练样本。
    GetSampleNumClassGmm获取样本数类高斯混合模型
    Return the number of training samples stored in the training data of a Gaussian Mixture Model (GMM).
    返回高斯混合模型(GMM)训练数据中存储的训练样本数。
    ReadClassGmm读取类高斯混合模型
    Read a Gaussian Mixture Model from a file.
    从文件中读取高斯混合模型。
    ReadSamplesClassGmm读取样本类高斯混合模型
    Read the training data of a Gaussian Mixture Model from a file.
    从文件中读取高斯混合模型的训练数据。
    SelectFeatureSetGmm选择特征集高斯混合模型
    Selects an optimal combination from a set of features to classify the provided data.
    从一组特征中选择最佳组合来对提供的数据进行分类。
    SerializeClassGmm序列化类高斯混合模型
    Serialize a Gaussian Mixture Model (GMM).
    序列化高斯混合模型(GMM)。
    TrainClassGmm训练类高斯混合模型
    Train a Gaussian Mixture Model.
    训练高斯混合模型。
    WriteClassGmm写入类高斯混合模型
    Write a Gaussian Mixture Model to a file.
    将高斯混合模型写入文件。
    WriteSamplesClassGmm写入样本类高斯混合模型
    Write the training data of a Gaussian Mixture Model to a file.
    将高斯混合模型的训练数据写入文件。
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册会员

    本版积分规则

    LabVIEW HALCON图像处理入门教程(24.09)
    石鑫华机器视觉与LabVIEW Vision图像处理PDF+视频教程11种全套
    《LabVIEW Vision函数实例详解2020-2024》教程-NI Vision所有函数使用方法介绍,基于NI VISION2020,兼容VDM21/22/23/24

    QQ|石鑫华视觉论坛 |网站地图

    GMT+8, 2024-12-28 19:56

    Powered by Discuz! X3.4

    © 2001-2024 Discuz! Team.

    快速回复 返回顶部 返回列表