前言
最近在项目中接触到了视觉助手中的分类应用程序(NI Classifican Training),刚接触这个分类程序时,真的很懵,自己看不懂一点,上网一查,发现这部分内容很少,基本上解决不了我的问题,后来,去请教了桃同学,他真的很牛对我帮助很大,再加上自己的摸索,有所成效。这段时间就想着来总结一下。
前提
1.什么是NI Classifican Training?
它是将所有的图像根据分类的要求新建出对应的类,并加入到分类器中的过程。
上篇(Labview视觉助手)中详细介绍了如何通过视觉助手对目标图片进行图像处理的过程,这篇就开始学习如何对图像处理完的图片进行分类的操作。
2.项目思路:将采集到的数据(有小数有整数)分为两类,完成分类后,进行OCR字符识别,最后生成Labview程序。除此之外,若在此程序上要想实现什么样的操作,可直接修改这过程修改好的Labview程序。
进入正题
打开视觉助手,具体操作过程如下。
① 导入图片,对图片进行图像处理:灰度化处理“Color Plane Extraction”。
②在第六个函数选板中选择:粒子分类“Particle Classification”。
③点击“New"。
④随后就进入了"NI Particle Classification Training Interface"界面。如图框选住小数点,调节左下角的参数值。
⑤点击右边的增加类“Add Class"。
⑥将小数部分,分类为“0”。
⑦再点击“Add Sample”加入到样本。
⑧再点击“Classify”,点击“Train Classifier”。加入到分类器中。
⑨点击保存,生成.clf文件。保存完之后关掉"NI Particle Classification Training Interface"。
⑩在左下角的"Classifer File Path "就可以看到保存好的文件了。然后点击“OK”。
以上步骤就将第一张图片分类好了。接着继续导入第二张图,第二张图准备导入整数。
跟第一次导入的不同点在于,这次不点“New”,点击“Edit”。
跟对小数处理的过程一样,只是将Class Label 设置为“1”。继续“Add Sample”-“再点击“Classify”,点击“Train Classifier”。最后保存。(上面步骤中的第⑥⑦⑧步)
在“Edit Classifier”中可以看到你分好的类。此时对数据的分类就做好了。要再继续导入图片的话,在添加类的时候,当前图片是哪类就选中哪类,加入到对应的样本中。
最后
这只是对简单的分类做了一个总结,当然,复杂的分类也只不过是在这个基础,增加多个类,添加很多个样本罢了。