《zw版·Halcon-delphi系列原创教程》 Halcon分类函数002·AI人工智能

《zw版·Halcon-delphi系列原创教程》 Halcon分类函数002·AI人工智能

AI人工智能：包括knn、gmm、svm等

为方便阅读，在不影响说明的前提下，笔者对函数进行了简化：

• :: 用符号“**”，替换：“procedure”
• :: 用大写字母“X”，替换：“IHUntypedObjectX”
• :: 省略了字符：“const”、“OleVariant”

【示例】 说明

函数：

procedure AddNoiseWhiteContourXld( const Contours: IHUntypedObjectX; out NoisyContours: IHUntypedObjectX; NumRegrPoints: OleVariant; Amp: OleVariant);

简化后为：

** AddNoiseWhiteContourXld( Contours: X; out NoisyContours: X; NumRegrPoints, Amp);

 ** AddClassTrainDataGmm( GMMHandle, ClassTrainDataHandle);
 说明,  add_class_train_data_gmm (  :  :  GMMHandle,ClassTrainDataHandle :  ) ,增加gmm训练数据

 ** AddClassTrainDataKnn( KNNHandle, ClassTrainDataHandle);
 说明,  增加knn训练数据

 ** AddClassTrainDataSvm( SVMHandle, ClassTrainDataHandle);
 说明,  增加svm训练数据

 ** AddSampleClassGmm( GMMHandle, Features, ClassID, Randomize);
 说明,  add_sample_class_gmm,把一个训练样本添加到一个高斯混合模型的训练数据上。

 ** AddSampleClassKnn( KNNHandle, Features, ClassID);

 ** AddSampleClassSvm( SVMHandle, Features, Class_);
 说明,  add_sample_class_svm,把一个训练样本添加到一个支持向量机的训练数据上。

 ** AddSamplesImageClassGmm( Image: X; ClassRegions: X; GMMHandle, Randomize);
 说明,  add_samples_image_class_gmm,将从图像中获取的测试样本添加到高斯混合模型的测试数据库中。

 ** AddSamplesImageClassKnn( Image: X; ClassRegions: X; KNNHandle);

 ** AddSamplesImageClassSvm( Image: X; ClassRegions: X; SVMHandle);
 说明,  add_samples_image_class_svm,将从图像中获取的测试样本添加到一个支持向量机的测试数据库中。

 ** ClassifyClassGmm( GMMHandle, Features, Num, out ClassID, out ClassProb, out Density, out KSigmaProb);
 说明,  classify_class_gmm,通过一个高斯混合模型来计算一个特征向量的类。

 ** ClassifyClassKnn( KNNHandle, Features, out Result, out Rating);

 ** ClassifyClassSvm( SVMHandle, Features, Num, out Class_);
 说明,  classify_class_svm,通过一个支持向量机为一个特征向量分类。

 ** ClassifyImageClassGmm( Image: X; out ClassRegions: X; GMMHandle, RejectionThreshold);
 说明,  classify_image_class_gmm,根据高斯混合模式分类图像。

 ** ClassifyImageClassKnn( Image: X; out ClassRegions: X; out DistanceImage: X; KNNHandle, RejectionThreshold);
 说明,  根据KNN模式分类图像。

 ** ClassifyImageClassSvm( Image: X; out ClassRegions: X; SVMHandle);
 说明,  classify_image_class_svm,根据支持向量机分类图像。

 ** ClearAllClassGmm;
 说明,  clear_all_class_gmm,清除所有高斯混合模型。

 ** ClearAllClassKnn;
 说明,  清除所有knn模型。

 ** ClearAllClassSvm;
 说明,  clear_all_class_svm,清除所有支持向量机。

 ** ClearAllOcrClassKnn;
 说明,  清除所有创建的OCR-knn分级器

 ** ClearAllOcrClassSvm;
 说明,  clear_all_ocr_class_svm,清除所有的基于OCR分级器的SVM，释放相应的存储空间。

 ** ClearClassGmm( GMMHandle);
 说明,  clear_class_gmm,清除一个高斯混合模型。

 ** ClearClassKnn( KNNHandle);
 说明,  清除一个KNN模型。

 ** ClearClassSvm( SVMHandle);
 说明,  clear_class_svm,清除一个支持向量机。

 ** ClearOcrClassKnn( OCRHandle);

 ** ClearOcrClassSvm( OCRHandle);
 说明,  clear_ocr_class_svm,清除基于OCR分级器的一个SVM，释放相应的存储空间。

 ** ClearSamplesClassGmm( GMMHandle);
 说明,  clear_samples_class_gmm,清除一个高斯混合模型的训练数据。

 ** ClearSamplesClassSvm( SVMHandle);
 说明,  clear_samples_class_svm,清除一个支持向量机的训练数据。

 ** CreateClassGmm( NumDim, NumClasses, NumCenters, CovarType, Preprocessing, NumComponents, RandSeed, out GMMHandle);
 说明,  create_class_gmm,为分类创建一个高斯混合模型。

 ** CreateClassKnn( NumDim, out KNNHandle);
 说明,  建立knn分类器

 ** CreateClassLutGmm( GMMHandle, GenParamNames, GenParamValues, out ClassLUTHandle);
 说明,  建立lut-gmm分类器

 ** CreateClassLutKnn( KNNHandle, GenParamNames, GenParamValues, out ClassLUTHandle);
 说明,  建立lut-knn分类器

 ** CreateClassLutSvm( SVMHandle, GenParamNames, GenParamValues, out ClassLUTHandle);
 说明,  建立lut-svm分类器

 ** CreateClassSvm( NumFeatures, KernelType, KernelParam, Nu, NumClasses, Mode, Preprocessing, NumComponents, out SVMHandle);
 说明,  create_class_svm,为模式分类创建一个支持向量机。

 ** CreateOcrClassKnn( WidthCharacter, HeightCharacter, Interpolation, Features, Characters, GenParamNames, GenParamValues, out OCRHandle);
 说明,  创建knn分级器。

 ** CreateOcrClassSvm( WidthCharacter, HeightCharacter, Interpolation, Features, Characters, KernelType, KernelParam, Nu, Mode, Preprocessing, NumComponents, out OCRHandle);
 说明,  create_ocr_class_svm,利用支持向量机创建一个OCR分级器。

 ** DeserializeClassGmm( SerializedItemHandle, out GMMHandle);
 说明,  gmm分类器数据转换

 ** DeserializeClassKnn( SerializedItemHandle, out KNNHandle);
 说明,  knn分类器数据转换

 ** DeserializeClassSvm( SerializedItemHandle, out SVMHandle);
 说明,  svm分类器数据转换

 ** DeserializeOcrClassKnn( SerializedItemHandle, out OCRHandle);
 说明,  ocr-knn分类器数据转换

 ** DeserializeOcrClassSvm( SerializedItemHandle, out OCRHandle);
 说明,  ocr-svm分类器数据转换

 ** DoOcrMultiClassKnn( Character: X; Image: X; OCRHandle, out Class_, out Confidence);
 说明,  do_ocr_multi,给多个Character（字符）分配一个KNN类。

 ** DoOcrMultiClassSvm( Character: X; Image: X; OCRHandle, out Class_);
 说明,  do_ocr_multi_class_svm,根据基于OCR分级器的SVM将大量字符分类。

 ** DoOcrSingleClassKnn( Character: X; Image: X; OCRHandle, NumClasses, NumNeighbors, out Class_, out Confidence);
 说明,  do_ocr_multi,给每一个Character（字符）分配一个KNN类。

 ** DoOcrSingleClassSvm( Character: X; Image: X; OCRHandle, Num, out Class_);
 说明,  do_ocr_single_class_svm,根据基于OCR分级器的SVM将单个字符分类。

 ** DoOcrWordKnn( Character: X; Image: X; OCRHandle, Expression, NumAlternatives, NumCorrections, out Class_, out Confidence, out Word, out Score);
 说明,  将字符组作为一个实体。

 ** DoOcrWordSvm( Character: X; Image: X; OCRHandle, Expression, NumAlternatives, NumCorrections, out Class_, out Word, out Score);
 说明,  do_ocr_word_svm,利用OCR分级器将一系列相关字符分类。

 ** EvaluateClassGmm( GMMHandle, Features, out ClassProb, out Density, out KSigmaProb);
 说明,  evaluate_class_gmm,通过一个高斯混合模型评价一个特征向量。

 ** GetClassTrainDataGmm( GMMHandle, out ClassTrainDataHandle);
 说明,  获取gmm分类器系列数据

 ** GetClassTrainDataKnn( KNNHandle, out ClassTrainDataHandle);
 说明,  获取knn分类器系列数据

 ** GetClassTrainDataSvm( SVMHandle, out ClassTrainDataHandle);
 说明,  获取svm分类器系列数据

 ** GetFeaturesOcrClassKnn( Character: X; OCRHandle, Transform, out Features);
 说明,  根据OCR分级器OCRHandl,e确定的字符计算其特征参数，并将它们返回到Features。

 ** GetFeaturesOcrClassSvm( Character: X; OCRHandle, Transform, out Features);
 说明,  get_features_ocr_class_svm,计算一个字符的特征。

 ** GetParamsClassGmm( GMMHandle, out NumDim, out NumClasses, out MinCenters, out MaxCenters, out CovarType);
 说明,  get_params_class_gmm,返回一个高斯混合模型的参数。

 ** GetParamsClassKnn( KNNHandle, GenParamNames, out GenParamValues);
 说明,  返回knn感知器的参数。

 ** GetParamsClassSvm( SVMHandle, out NumFeatures, out KernelType, out KernelParam, out Nu, out NumClasses, out Mode, out Preprocessing, out NumComponents);
 说明,  get_params_class_svm,返回一个支持向量机的参数。

 ** GetParamsOcrClassKnn( OCRHandle, out WidthCharacter, out HeightCharacter, out Interpolation, out Features, out Characters, out Preprocessing, out NumTrees);
 说明,  返回knn-ocr分类器的参数。

 ** GetParamsOcrClassSvm( OCRHandle, out WidthCharacter, out HeightCharacter, out Interpolation, out Features, out Characters, out KernelType, out KernelParam, out Nu, out Mode, out Preprocessing, out NumComponents);
 说明,  get_params_ocr_class_svm,返回一个OCR分级器的参数。

 ** GetPrepInfoClassGmm( GMMHandle, Preprocessing, out InformationCont, out CumInformationCont);
 说明,  get_prep_info_class_gmm,计算一个高斯混合模型的预处理特征向量的信息内容。

 ** GetPrepInfoClassSvm( SVMHandle, Preprocessing, out InformationCont, out CumInformationCont);
 说明,  get_prep_info_class_svm,计算一个支持向量机的预处理特征向量的信息内容。

 ** GetPrepInfoOcrClassSvm( OCRHandle, TrainingFile, Preprocessing, out InformationCont, out CumInformationCont);
 说明,  get_prep_info_ocr_class_svm,计算基于OCR分级器的SVM的预定义特征矢量的信息内容。

 ** GetSampleClassGmm( GMMHandle, NumSample, out Features, out ClassID);
 说明,  get_sample_class_gmm,从一个高斯混合模型的训练数据返回训练样本。

 ** GetSampleClassKnn( KNNHandle, IndexSample, out Features, out ClassID);
 说明,  从knn感知器的训练数据返回一个训练样本。

 ** GetSampleClassSvm( SVMHandle, IndexSample, out Features, out Target);
 说明,  get_sample_class_svm,从一个支持向量机的训练数据返回一个训练样本。

 ** GetSampleNumClassGmm( GMMHandle, out NumSamples);
 说明,  get_sample_num_class_gmm,返回存储在一个高斯混合模型的训练数据中的训练样本的数量。

 ** GetSampleNumClassKnn( KNNHandle, out NumSamples);

 ** GetSampleNumClassSvm( SVMHandle, out NumSamples);
 说明,  get_sample_num_class_svm,返回存储在一个支持向量机训练数据中的训练样本的数量。

 ** GetSupportVectorClassSvm( SVMHandle, IndexSupportVector, out Index);
 说明,  get_support_vector_class_svm,从一个训练过的支持向量机返回一个支持向量坐标。

 ** GetSupportVectorNumClassSvm( SVMHandle, out NumSupportVectors, out NumSVPerSVM);
 说明,  get_support_vector_num_class_svm,返回一个支持向量机的支持向量的数量。

 ** GetSupportVectorNumOcrClassSvm( OCRHandle, out NumSupportVectors, out NumSVPerSVM);
 说明,  get_support_vector_num_ocr_class_svm,返回OCR分级器支持的矢量的数目。

 ** GetSupportVectorOcrClassSvm( OCRHandle, IndexSupportVector, out Index);
 说明,  get_support_vector_ocr_class_svm,返回基于支持向量机的已测试OCR分级器中支持向量坐标。

 ** ReadClassGmm( FileName, out GMMHandle);
 说明,  read_class_gmm,从一个文件中读取一个高斯混合模型。

 ** ReadClassKnn( FileName, out KNNHandle);
 说明,  读取knn数据

 ** ReadClassSvm( FileName, out SVMHandle);
 说明,  read_class_svm,从一个文件中读取一个支持向量机。

 ** ReadOcrClassKnn( FileName, out OCRHandle);
 说明,  读取ocr-knn数据

 ** ReadOcrClassSvm( FileName, out OCRHandle);
 说明,  read_ocr_class_svm,从文件中读取基于OCR分级器的SVM。

 ** ReadSamplesClassGmm( GMMHandle, FileName);
 说明,  read_samples_class_gmm,从一个文件中读取一个高斯混合模型的训练数据。

 ** ReadSamplesClassSvm( SVMHandle, FileName);
 说明,  read_samples_class_svm,从一个文件中读取一个支持向量机的训练数据。

 ** ReduceClassSvm( SVMHandle, Method, MinRemainingSV, MaxError, out SVMHandleReduced);
 说明,  reduce_class_svm,为了更快分类，用一个降低的支持向量机近似一个训练过的支持向量机。

 ** ReduceOcrClassSvm( OCRHandle, Method, MinRemainingSV, MaxError, out OCRHandleReduced);
 说明,  reduce_ocr_class_svm,根据一个减小的SVM来接近一个基于OCR分级器的SVM。

 ** SelectFeatureSetGmm( ClassTrainDataHandle, SelectionMethod, GenParamNames, GenParamValues, out GMMHandle, out SelectedFeatureIndices, out Score);
 说明,  根据gmm特征选择对象

 ** SelectFeatureSetKnn( ClassTrainDataHandle, SelectionMethod, GenParamNames, GenParamValues, out KNNHandle, out SelectedFeatureIndices, out Score);
 说明,  根据knn特征选择对象

 ** SelectFeatureSetSvm( ClassTrainDataHandle, SelectionMethod, GenParamNames, GenParamValues, out SVMHandle, out SelectedFeatureIndices, out Score);
 说明,  根据svm特征选择对象

 ** SelectFeatureSetTrainfKnn( TrainingFile, FeatureList, SelectionMethod, Width, Height, GenParamNames, GenParamValues, out OCRHandle, out FeatureSet, out Score);
 说明,  根据knn训练参数特征选择对象

 ** SelectFeatureSetTrainfSvm( TrainingFile, FeatureList, SelectionMethod, Width, Height, GenParamNames, GenParamValues, out OCRHandle, out FeatureSet, out Score);
 说明,  根据svm训练参数特征选择对象

 ** SelectFeatureSetTrainfSvmProtected( TrainingFile, Password, FeatureList, SelectionMethod, Width, Height, GenParamNames, GenParamValues, out OCRHandle, out FeatureSet, out Score);
 说明,  根据svm训练参数特征选择对象

 ** SerializeClassGmm( GMMHandle, out SerializedItemHandle);
 说明,  gmm分类器模型数据序列化

 ** SerializeClassKnn( KNNHandle, out SerializedItemHandle);
 说明,  knn分类器模型数据序列化

 ** SerializeClassSvm( SVMHandle, out SerializedItemHandle);
 说明,  svm分类器模型数据序列化

 ** SerializeOcrClassKnn( OCRHandle, out SerializedItemHandle);
 说明,  knn分类器数据序列化

 ** SerializeOcrClassSvm( OCRHandle, out SerializedItemHandle);
 说明,  svm分类器数据序列化

 ** SetParamsClassKnn( KNNHandle, GenParamNames, GenParamValues);
 说明,  设置knn训练器参数

 ** TrainClassGmm( GMMHandle, MaxIter, Threshold, ClassPriors, Regularize, out Centers, out Iter);
 说明,  train_class_gmm,训练一个高斯混合模型。

 ** TrainClassKnn( KNNHandle, GenParamNames, GenParamValues);
 说明,  train_class_knn,训练LNN感知器。

 ** TrainClassSvm( SVMHandle, Epsilon, TrainMode);
 说明,  train_class_svm,训练一个支持向量机。

 ** TrainfOcrClassKnn( OCRHandle, TrainingFile, GenParamNames, GenParamValues);
 说明,  ocr-knn分类器训练

 ** TrainfOcrClassSvm( OCRHandle, TrainingFile, Epsilon, TrainMode);
 说明,  trainf_ocr_class_svm,测试一个OCR分级器。

 ** TrainfOcrClassSvmProtected( OCRHandle, TrainingFile, Password, Epsilon, TrainMode);
 说明,  ocr-svm分类器训练

 ** WriteClassGmm( GMMHandle, FileName);
 说明,  write_class_gmm,向文件中写入一个高斯混合模型。

 ** WriteClassKnn( KNNHandle, FileName);

 ** WriteClassSvm( SVMHandle, FileName);
 说明,  write_class_svm,向一个文件中写入一个支持向量机。

 ** WriteOcrClassKnn( OCRHandle, FileName);
 说明,  保存ocr-knn分类器数据

 ** WriteOcrClassSvm( OCRHandle, FileName);
 说明,  write_ocr_class_svm,将一个OCR分级器写入文件。

 ** WriteSamplesClassGmm( GMMHandle, FileName);
 说明,  write_samples_class_gmm,向文件中写入一个高斯混合模型的训练数据。

 ** WriteSamplesClassSvm( SVMHandle, FileName);
 说明,  write_samples_class_svm,向一个文件中写入一个支持向量机的训练数据。