学习使用halcon和C#的联合

1.创建一个窗体应用文件

2.打开该项目的文件夹找到Debug将需要的文件复制在该目录下

3.添加引用

4.将halcondotnet.doll文件拖到工具箱里

5.在工具箱里搜索lable,textbox,button,以及需要的黑色窗体

6.在属性里设置每一个控件的变量名和文本框

7.对读取图片的按钮进行构造函数

8.对阈值分割的按钮进行构造函数

9.运行程序出现以下错误

解决如下

10.再项目里新建一个窗体应用文件

11. 在工具箱里搜lable,textbox,button,

comboBox(下拉框)以及需要的黑色窗体。

注:如果没有找到黑色窗体则将

halcondotnet.doll文件拖到工具箱里

12.在属性里设置每一个控件的变量名和文本框

13对下拉框进行添加选项

14. 对读取图片的按钮进行构造函数

15按钮点击事件构造函数,使按钮获得下拉框的内容

16.选取图片路径按钮的点击事件构造函数

17.最终结果展示

(1)这个是通过读取图片按钮选区的图片并进行图片处理之后的截图

(2)这个是选取文件路径按钮后显示的图片路径

图片路径点击确认后窗体显示读取的图片以及下拉框显示的文本

  • 7
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Halcon是一款强大的机器视觉软件,而深度学习是一种强大的机器学习技术。将Halcon与深度学习结合起来可以实现更高级的视觉处理任务。 Halcon支持与深度学习框架的联合,可以利用深度学习算法来进行图像分类、目标检测、图像分割等任务。通过在Halcon中集成深度学习模型,可以提高图像处理的准确性和效率。 使用Halcon深度学习联合,可以方便地进行训练和部署深度学习模型。Halcon提供了简单易用的接口,可以将深度学习模型与Halcon的图像处理功能无缝集成。这意味着我们可以使用Halcon强大的图像处理功能来预处理图像,然后将图像传递给深度学习模型进行进一步的分析和处理。 Halcon深度学习联合还能够提供更快速的图像处理速度。深度学习模型通常可以通过硬件加速技术(如GPU)进行加速,从而提高图像处理的速度。而Halcon经过多年的优化和改进,可以提供高效的图像处理能力。通过将深度学习算法与Halcon的图像处理功能结合起来,可以在保持高准确性的同时实现更快速的图像处理。 总之,Halcon深度学习联合让我们可以利用深度学习的强大能力来加强Halcon的图像处理功能。这不仅可以提高图像处理的准确性和效率,还可以加速图像处理过程。在实际应用中,可以应用于工业视觉、自动驾驶、医疗图像分析等领域,为我们带来更多的机会和挑战。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值