Halcon 算子-承接车牌识别

1.rgb1_to_gray（Image,GrayImage）

Image: 输入的图像
GrayImage：输出的灰度图像

2.threshold（GrayImage,Regions,Sigma,Sigma）

GrayImage: 输入的图像
Regions：输出的区域
Sigma：调节的参数

3. connection（Regions,ConnectedRegions）

Regions: 输入的区域图
ConnectedRegions：输出多个区域

4.select_shape（ConnectedRegions,SelectedRegions,Features,Operation,Min,Max）

ConnectedRegions: 输入区域
SelectedRegions: 选择区域
Features：形状特征
Operation：连接模式 'and' 'or'
Min、Max：设置的参数

下面是形状特征

5. shape_trans（Region,RegionTrans,Type）

Convex: 输入区域
RegionTrans：输出转换的区域
Type：转换类型
convex: 计算区域的凸包
ellipse：生成输入区域具有相同矩的椭圆
outer_circle：生成最小外接圆
inner_circle：生成最小内接圆
rectangle1：生成平行于坐标轴的最小外接矩形
rectangle2：生成最小外接矩形，可能带有角度
inner_rectangle1：生成平行于坐标轴的最大内接矩形
inner_rectangle2：生成与输入区域的重心点最近的骨架点

6.area_center（Regions,Area,Row,Column）

Regions: 输入区域

Area：区域面积

Row：中心Y坐标

Column：中心X坐标

7. orientation_region（Regions,Phi）

Regions：将要检查的区域
Phi：区域定位（电弧测量）

8.vector_angle_to_rigid(Row1,Column1,Angle,Row2,Column2,Angle2,HomMat2D)

Row1：原始点的行坐标
Column1：原始点的列坐标
Angle1：原始点的角度
Row2：转换点的行坐标
Column2：转换点的列坐标
Angel2：转换点的角度
HomMat2D：输出转换矩阵

9.hom_mat2d_slant(HomMat2D,Theta,Axis,Px,Py，HomMat2DSlant)

HomMat2D：输入的仿射变换矩阵
Theta：旋转角度（real）
Axis：斜切的x，y
Px,Py是旋转中心坐标
HomMat2DSlant：输出的变换矩阵

10、affine_trans_region (Region,RegionAffineTrans,HomMat2D,Interpolate)

Region: 旋转和缩放的区域
RegionAffineTrans：变换输出区域
HomMat2D：仿射变换矩阵
Interpolate：插值算法默认：nearest_neighbor

12.reduce_domain (Image,Region,ImageReduced)

Image：输入图像
Region：输入区域
ImageReduced：输出区域图像

13.select_obj（Objects,ObjectSelected,Index）

Objects：输入对象
ObjectSelected：选定对象
Index：被选中对象的索引

14.write_ocr_trainf(Character,Image,Class,TrainingFile)

Character：要训练的任务
Image：字符的灰度值
Class：字符的类
TrainingFile：培训文件的名称默认值：'train_ocr'

15.read_ocr_trainf_names (TrainingFile,CharacterNames,CharacterCount)

TrainingFile 培训文件的名称
CharacterNames：读字符的名称
CharacterCount：字符数

16.create_ocr_class_mlp (WidthCharacter,HeightCharacter,Interpolation,Features,Characters,NumHidden,Preprocessing,NumComponents,RandSeed,OCRHandle)

WidthCharacter：字符的宽度
HeightCharacter：字符的高度
Interpolation：字符缩放 'constant' 'linear' 'cubic'
Features：用于分类的特征默认：default
Characters：字符名称数组，包含所有需要识别的字符
NumHidden：隐藏层的神经元数量
Preprocessing：预处理类型默认：none
NumComponents：预处理参数，表示变换特征数量
RandSeed：随机数种子，用于初始化MLP的权重
OCRHandle：输出OCR分类器的句柄

17.trainf_ocr_class_mlp (OCRHandle,TrainingFile,Maxlterations,WeightTolerance,ErrorTolerance,Error,ErrorLog)

OCRHanlde：OCR分类器句柄
TrainingFile：训练文件的名称
Maxlterations：优化算法的最大迭代次数，通常设置为200
WeightTolerance：优化算法两次迭代中MLP权重差的阈值。默认为：1
Errortolerance：优化算法两次迭代训练数据上MLP平均误差的阈值，通常设置为0.01
Error：训练数据中MLP的平均误差
ErrorLog：训练数据上MLP的平均误差作为优化算法的迭代次数的函数