关于机器学习:手把手教你使用LabVIEW人工智能视觉工具包快速实现传统Opencv算子的调用含源码

明天咱们一起来应用LabVIEW AI视觉工具包疾速实现图像的滤波与加强；图像灰度解决；阈值解决与设定；二值化解决；边缘提取与特征提取等基本操作。工具包的装置与下载办法可见之前的两篇博客。

有时候咱们想要解决的图像中乐音太多，影响到咱们的辨认判断，咱们就须要对图像进行含糊解决，使图像变得平滑。而LabVIEW AI视觉工具包提供给咱们filter 2d算子能够对图像进行2D卷积，咱们能够应用自定义的卷积核来对图像进行卷积操作。该算子输入输出如下所示：

图像内核是一个小矩阵，在Photoshop或Gimp中找到的成果都能够实现，例如含糊，锐化，轮廓或浮雕。它们还用于机器学习中的“特征提取”，这是一种用于确定图像最重要局部的技术。在这种状况下，该过程更广泛地称为“卷积”，调用filter 2d算子配合不同卷积核实现图像滤波和加强的程序如下：

在前面板抉择不同的卷积核能够实现不同的成果：

不同卷积核成果如下：
1.含糊（blur）

2.索贝尔（sobel），仅显示特定方向上相邻像素值的差别，从上往下，从暗处到亮处加强显示

3.浮雕（emboss），通过强调像素的差在给定方向的Givens深度的错觉，从左上往右下，从暗处到亮处加强显示：

4.纲要（outline），一个轮廓内核（也称为“边缘”的内核）用于突出显示的像素值大的差别，轮廓的加强显示

5.锐化（sharpen），该锐化内核强调在相邻的像素值的差别。这使图像看起来更活泼

6.拉普拉斯算子（laplacian operator），能够用于边缘检测，对于检测图像中的含糊也十分有用。

7.分身（identity）就是原图

之前咱们说过，LabVIEW默认应用BGR读取图像，所以咱们将图片转化为灰度图应用cvtColor算子，参数抉择：BGR2GRAY，如下图所示：

程序后果如下：

咱们能够看到程序中应用了calHist用以绘制图片通道直方图,并以波形图显示进去；calHist函数参数具体如下：

波形图显示控件：前面板右键-->Graph-->Waveform Graph;

间接读取原图显示程序如下：

程序后果如下：

如下程序通过设定阈值，实现将其余色彩全副过滤，只保留红蓝绿三种色彩：

程序后果如下：

threshold算子参数剖析：

将图片先转化为灰度图，再进行二值化，程序如下：

设置阈值和最大值，二值化之后的程序后果如下：

如下程序为应用findContours实现边缘提取：

程序实现成果如下：

1.应用cornerMinEigenVal算子角点检测程序如下：

程序后果如下：

2.应用cornerHarris算子角点检测程序如下：

程序后果如下：

提取码：8888

具体源码具体请见下载链接。
更多对于LabVIEW与人工智能技术，可增加技术交换群进一步探讨。
qq群号：705637299，请备注暗号：LabVIEW 机器学习