F_VN_TrainImageColorExp2_ITcVnMlModel
Create a new color model, describing the image color. (expert function)
Can use available TwinCAT Job Tasks for executing parallel code regions.
Can return partial results when canceled by Watchdog.
Syntax
Definition:
FUNCTION F_VN_TrainImageColorExp2_ITcVnMlModel : HRESULT
VAR_INPUT
ipSrcImage : ITcVnImage;
ipColorModel : Reference To ITcVnMlModel;
nDifferentColors : UDINT;
eMethod : ETcVnColorTrainingMethod;
ipMask : ITcVnImage;
nSkipPixels : UDINT;
eClusteringAlgorithm : ETcVnClusteringAlgorithm;
nMaxClusterRadius : DINT;
bSingleSplitSteps : BOOL;
hrPrev : HRESULT;
END_VAR
Inputs
|
Name |
Type |
Description |
|---|---|---|
|
ipSrcImage |
Source image (3 channels (RGB) of type USINT) | |
|
ipColorModel |
Reference To ITcVnMlModel |
Returns the color model |
|
nDifferentColors |
UDINT |
Maximum number of different colors to distinguish (if LBG is used as a clustering algorithm, the result might have less different colors, depending on nMaxClusterRadius) |
|
eMethod |
Color training method | |
|
ipMask |
Optional image mask (1 channel of type USINT, set to 0 if not required) | |
|
nSkipPixels |
UDINT |
Number of pixels to skip between each evaluated color sample (to achieve a better performance). 0 takes every pixel into account and tends to be more accurate. |
|
eClusteringAlgorithm |
Clustering algorithm | |
|
nMaxClusterRadius |
DINT |
Only used for the LBG clustering algorithm. Maximum allowed radius (> 0) of a single cluster, i.e. clusters with a higher radius will be split into smaller ones, until a global number of nDifferentColors is reached. |
|
bSingleSplitSteps |
BOOL |
Only used for the LBG clustering algorithm. If true, the global optimization is always run after a single cluster has been split. If false, several clusters are split within the same step before applying the global optimization. Applying the global optimization less often is faster, but can lead to less optimal results, especially having 2 nearby clusters that could be represented by 1) |
|
hrPrev |
HRESULT indicating the result of previous operations (If SUCCEEDED(hrPrev) equals false, no operation is executed.) |
Return valueWeiterführende Informationen
Die Funktion F_VN_TrainImageColorExp2_ITcVnMlModel ist die erweiterte Expert-Variante von F_VN_TrainImageColorExp_ITcVnMlModel. Sie enthält weitere Parameter. Das Farbmodel kann mit den entsprechenden Funktionsbausteinen auf der Festplatte gespeichert und geladen werden.
Parameter
Referenzbild
Das Referenzbild ipSrcImage muss 3 Kanäle im RGB-Format und den Element-Typ USINT (8 Bit) haben.
Farbmodell
Der Parameter ipColorModel gibt das trainierte Farbmodell zurück. Dieses ist ein Interface Pointer vom Typ ITcVnMlModel.
Anzahl zu unterscheidender Farben
Die Anzahl nDifferentColors definiert die Anzahl an zu trainierenden Farben. Achten Sie darauf, der Bildhintergrund z. B. auch eine eigene Farbe sein kann.
Clustering-Algorithmus
Bei der Auswahl des Clustering-Algorithmus stehen KMeans++ (feste Anzahl von Clustern) und LBG (dynamische Anzahl von Clustern) zur Verfügung.
Maximaler Cluster-Radius
Wird nur beim LBG-Clusteralgorithmus verwendet. Damit kann die Aufteilung der einzelnen Cluster beeinflusst werden.
Globale Optimierung
Wird nur beim LBG-Clusteralgorithmus verwendet. Damit kann zwischen kürzerer Ausführungszeit (bSingleSplitSteps = FALSE) und verbesserten Ergebnissen (bSingleSplitSteps = TRUE) gewählt werden.
Eine seltenere Anwendung der globalen Optimierung ist schneller, kann aber zu weniger optimalen Ergebnissen führen.
Anwendung
VAR
ipColorModel : ITcVnColorModel;
END_VAR
hr := F_VN_TrainImageColorExp2_ITcVnMlModel(
ipSrcImage := ipImageRef,
ipColorModel := ipColorModel,
nDifferentColors := 5, // 4 colors + 1 background = 5
eMethod := TCVN_CTM_LAB,
ipMask := 0,
nSkipPixels := 3,
eClusteringAlgorithm:= TCVN_CA_KMEANSPP,
nMaxClusterRadius := 0,
bSingleSplitSteps := FALSE,
hrPrev := hr);
Verwandte Funktionen
Es gibt drei Möglichkeiten die Referenzfarbe an die entsprechende F_VN_ReferenceColorSimilarity Funktion zu übergeben:
- Als trainiertes Farbmodell vom Typ
ITcVnColorModel - Als trainiertes Farbmodell vom Typ
ITcVnMlModel - Direkt mit Werten in einem
TcVnVector3_LREAL
Für die Farbmodelle gibt es entsprechende Funktionen zum Trainieren und für alle drei Datentypen jeweils eine Funktion zur Ausführung:
- F_VN_TrainImageColor zum Trainieren eines Farbmodells
- F_VN_ReferenceColorSimilarity zur Segmentierung mittels Farbmodell
Required License
TC3 Vision Base
System Requirements
Development environment | Target platform | PLC libraries to include |
|---|---|---|
TwinCAT V3.1. 4024.44 or later | PC or CX (x64) with PL50, e.g. Intel 4-core Atom CPU | Tc3_Vision |