自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 资源 (1)
  • 收藏
  • 关注

原创 json读写(简洁版,不依赖第三方库)

#include <iostream>#include <fstream>#include <iomanip>#include "json.hpp"using namespace std;using json = nlohmann::json;int main(){ cout << "Json test" << endl; //**********************************************json

2020-06-29 09:49:23 392

原创 第一次用Markdown写README

s10-defect-detection目录结构描述|——Readme.md // help├── doc // 文档├── light_controller // led控制光源├── public // C++源码及其相关的依赖库├── visual_server // go源码,负责http服务的接口管理

2020-06-24 14:57:52 205

原创 手眼标定(基于四轴)实现对物料抓取

主要总结一下机械臂抓取的流程 之前老是遗忘 功能实现:能实现对静态等高物体的抓取。

2020-06-16 17:07:29 1314 2

原创 cmake学习记录(二)

项目需要视觉算法封装给http调用...在liunx下进行cmake编译并测试验证算法的调用情况...记录各种cmake采坑之路

2020-06-12 18:08:01 201

原创 图像分类识别算法(基于halcon)

背景:s10缺陷中间件检测需要对各个面进行检测,每个面的检测内容不同(上顶面对电源线及排线检测/底面对电源线/左侧对散热区螺纹检测/左侧需要对颜色次序排序进行识别),每一个面都有一套算法,面临的一个问题是网络相机不能按次序拍照,其节点每次都是混乱的,故需要通过图像算法识别拍摄的是哪一个检测面。算法思路:本来想用模板匹配来实现,按照匹配度完成对预设的4个模型进行判别,考虑到模板匹配的耗时。后来选择简单的分类器来实现图片分类。1.拍四张不同方位的标准照片,falg 0 1 2 3。2.选择了多层感知.

2020-06-09 17:34:36 3185

原创 Linux的常用指令(自己经常用到的)

依托s10缺陷检测项目,需要在linux下开发,常用的指令现在需要记一下,现在按项目进度记流水账一样记录…方便今后查看。ssh远程控制相关sudo apt-get install openssh-serverservice sshd start

2020-06-05 16:24:17 111

原创 cmake学习记录(一)

cmake学习记录(一)项目背景:s10缺陷检测需对基于halcon开发的代码移植到工程机中。2020.6.3 反复查阅,已调通… CMake 最低版本号要求cmake_minimum_required(VERSION 3.10.2)#项目信息project(helloworld)#和下一句一样定义根目录set(HALCONROOT /opt/halcon)if(DEFINED ENV{HALCONROOT} AND NOT $ENV{HALCONROOT} STREQUAL "")

2020-06-04 09:26:59 246 1

原创 孔洞检测定位

//`在这里插入代码片`#include "pch.h"#define _CRT_SECURE_NO_WARNINGS#pragma warning(disable:4996)#include <iostream>#include <boost/thread/thread.hpp>#include <pcl/console/parse.h>#in...

2020-02-14 20:55:35 4128 1

基于halcon编程,人工选择特征的mlp分类器。方位验证包.rar

1.拍四张不同方位的标准照片,falg 0 1 2 3。 2.选择了多层感知机分类器。 4.图片预处理(crop,sobel、emphasize),选取合适点的特征表征(这步比较关键,特征的选取根据图片来分析,分类结果好坏取决决于此) 5.四张照片训练模型得到模型句柄信息。 6.读取模型,映射分类。`

2020-06-09

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除