HALCON 23.05.0.0 / HALCON 算子参考 / 类

HDevelop
.NET
Python
C++
C

类类 | | 算子

使用右上角的选项卡切换到不同的编程语言。

使用右上角的选项卡切换到不同的编程语言。

HClassKnn (Class)

名称

HClassKnn类K-最近邻 — 代表 k-最近邻（k-NearestNeighbor，k-NN）分类器的一个实例。

构造函数

`ReadClassKnn读取类K-最近邻`		从文件中读取 k-NN 分类器。
`CreateClassKnn创建类K-最近邻`		创建一个 k-最近邻（k-NN）分类器。

方法

`AddClassTrainDataKnn添加类训练数据K-最近邻`		将训练数据添加到 k-最近邻（k-NN）分类器中。
`AddSampleClassKnn添加样本类K-最近邻`		将样本添加到 k-最近邻（k-NN）分类器中。
`AddSamplesImageClassKnn添加样本图像类K-最近邻`		将图像中的训练样本添加到 k-最近邻（K-NN）分类器的训练数据中。
`ClassifyClassKnn分类类K-最近邻`		搜索给定特征向量的下一个邻居。
`ClassifyImageClassKnn分类图像类K-最近邻`		使用 k-最近邻分类器对图像进行分类。
`ClearClassKnn清除类K-最近邻`		清除 k-最近邻（K-NN）分类器。
`CreateClassKnn创建类K-最近邻`		创建一个 k-最近邻（k-NN）分类器。
`CreateClassLutKnn创建类查找表K-最近邻`		使用 k-最近邻分类器（k-NN）创建查找表来对字节图像进行分类。
`DeserializeClassKnn反序列化类K-最近邻`		反序列化一个序列化的 k-NN 分类器。
`GetClassTrainDataKnn获取类训练数据K-最近邻`		获取 k-最近邻（k-NN）分类器的训练数据。
`GetParamsClassKnn获取参数类K-最近邻`		获取 k-NN 分类的参数。
`GetSampleClassKnn获取样本类K-最近邻`		从 k-最近邻（k-NN）分类器的训练数据中返回训练样本。
`GetSampleNumClassKnn获取样本数类K-最近邻`		返回 k-最近邻（k-NN）分类器的训练数据中存储的训练样本数。
`ReadClassKnn读取类K-最近邻`		从文件中读取 k-NN 分类器。
`SelectFeatureSetKnn选择特征集K-最近邻`		从一组特征中选择一个最佳子集来解决某个分类问题。
`SerializeClassKnn序列化类K-最近邻`		序列化 k-NN 分类器。
`SetParamsClassKnn设置参数类K-最近邻`		设置 k-NN 分类的参数。
`TrainClassKnn训练类K-最近邻`		为 k-NN 分类器创建搜索树。
`WriteClassKnn写入类K-最近邻`		将 k-NN 分类器保存在文件中。

HClassKnn (Class)

名称

HClassKnn类K-最近邻 — 代表 k-最近邻（k-NearestNeighbor，k-NN）分类器的一个实例。

构造函数

`ReadClassKnn读取类K-最近邻`		从文件中读取 k-NN 分类器。
`CreateClassKnn创建类K-最近邻`		创建一个 k-最近邻（k-NN）分类器。

方法

`AddClassTrainDataKnn添加类训练数据K-最近邻`		将训练数据添加到 k-最近邻（k-NN）分类器中。
`AddSampleClassKnn添加样本类K-最近邻`		将样本添加到 k-最近邻（k-NN）分类器中。
`AddSamplesImageClassKnn添加样本图像类K-最近邻`		将图像中的训练样本添加到 k-最近邻（K-NN）分类器的训练数据中。
`ClassifyClassKnn分类类K-最近邻`		搜索给定特征向量的下一个邻居。
`ClassifyImageClassKnn分类图像类K-最近邻`		使用 k-最近邻分类器对图像进行分类。
`ClearClassKnn清除类K-最近邻`		清除 k-最近邻（K-NN）分类器。
`CreateClassKnn创建类K-最近邻`		创建一个 k-最近邻（k-NN）分类器。
`CreateClassLutKnn创建类查找表K-最近邻`		使用 k-最近邻分类器（k-NN）创建查找表来对字节图像进行分类。
`DeserializeClassKnn反序列化类K-最近邻`		反序列化一个序列化的 k-NN 分类器。
`GetClassTrainDataKnn获取类训练数据K-最近邻`		获取 k-最近邻（k-NN）分类器的训练数据。
`GetParamsClassKnn获取参数类K-最近邻`		获取 k-NN 分类的参数。
`GetSampleClassKnn获取样本类K-最近邻`		从 k-最近邻（k-NN）分类器的训练数据中返回训练样本。
`GetSampleNumClassKnn获取样本数类K-最近邻`		返回 k-最近邻（k-NN）分类器的训练数据中存储的训练样本数。
`ReadClassKnn读取类K-最近邻`		从文件中读取 k-NN 分类器。
`SelectFeatureSetKnn选择特征集K-最近邻`		从一组特征中选择一个最佳子集来解决某个分类问题。
`SerializeClassKnn序列化类K-最近邻`		序列化 k-NN 分类器。
`SetParamsClassKnn设置参数类K-最近邻`		设置 k-NN 分类的参数。
`TrainClassKnn训练类K-最近邻`		为 k-NN 分类器创建搜索树。
`WriteClassKnn写入类K-最近邻`		将 k-NN 分类器保存在文件中。

使用右上角的选项卡切换到不同的编程语言。

类类 | | 算子

HALCON 算子参考 23.05.0.0 版权所有 © 1996-2023 MVTec Software GmbH

关注我们