Color Classifier vTool#
Color Classifier vTool 根據您在 vTool 設定期間訓練的模型，將輸入圖像分割為僅包含所需顏色像素的區域。
Color Classifier vTool 透過 Image 輸入接腳接收圖像，並透過 Region 輸出接腳輸出單一區域。
如果您在顏色分類前使用 ROI Creator vTool 來指定感興趣區域，Color Classifier 會透過其 Roi 輸入接腳接收 ROI 資料。在這種情況下，顏色分類僅在感興趣區域上執行。附帶的好處是，這能加快處理速度。
Color Classifier vTool 的 Region 輸出也可以作為具有 Roi 輸入接腳之 vTools 的 Roi 輸入。如需詳細資訊，請參閱 ROI Creator vTool 主題。
Color Classifier vTool 包含在 Color Blob Analysis Basic 授權中。若要購買授權，請造訪 Basler 網站。
運作原理#
顏色分類的第一步是根據應用程式要分類之物件的代表性圖像來訓練模型。在此訓練圖像中，您標記所需顏色的區域。
資訊
擷取訓練圖像時，重要的是照明必須與應用程式環境中的照明完全相同。特別是，照明的顏色或色溫絕對不能改變。
切勿將訓練圖像中的顏色定義區域設得太小。如果包含該顏色的所有不同色調，就能獲得良好的分類結果。
標記好顏色定義區域後，必須對 Color Classifier 進行訓練。根據輸入區域的大小，訓練可能需要一些時間才能完成。
最後，指定所需的 Sensitivity。靈敏度是用來衡量像素被識別為具有相符顏色之可能性的指標。低靈敏度僅會識別可能與指定像素顏色相似的像素。高靈敏度則更具包容性，會識別更多像素。
資訊
透過調整此參數並在一組代表性圖像上執行測試，來找出正確的 Sensitivity 值。靈敏度設定不會影響已訓練的模型。
有些應用程式中，要分割的物件顏色會變幻，但背景顏色保持不變。在這種情況下，請訓練背景顏色，並使用 Invert pixel selection 選項來分割前景物件。
資訊
顏色分類經常無法完整捕捉目標區域，或者即使已正確訓練，也會分割出一些額外、不需要的斑塊。因此，Basler 建議在顏色分類之後的後處理步驟中，使用 Region Morphology vTool 套用適當的區域閉運算或開運算。
顏色分類範例#
假設您想在包含番茄和柳橙的圖像中尋找番茄。下列圖像可用作訓練圖像：
現在，使用筆工具標記一些番茄並訓練模型。
將此模型套用到輸入圖像時，您會得到以下結果，其中找出了所有四個番茄：
設定 vTool#
若要設定 Color Classifier vTool：
- 在 vTool Settings 區域的 Recipe Management 窗格中，按一下 Open Settings 或按兩下 vTool。
隨即會開啟 Color Classifier Basic 對話方塊。 - 擷取或開啟訓練影像。
使用 Single Shot 按鈕擷取即時影像，或按一下 Open Image 按鈕開啟現有影像。 - 使用畫筆在影像中標記所需顏色的區域。若要修正區域，您可以使用橡皮擦或將其完全刪除。
- 按一下 Teach 按鈕。
此過程可能需要一些時間。 - 調整 Sensitivity 參數。
- 如果您想要學習背景顏色而非物件顏色，請啟用 Invert pixel selection。
您可以在 pin data view 中檢視分類結果。在此您可以選擇要顯示的輸出。
Inputs#
Image#
直接接收來自 Camera vTool 或輸出影像之 vTool（例如 Image Format Converter vTool）的影像。
- 資料類型：Image
- 影像格式：8 位元至 16 位元彩色影像
ROI#
接收來自 ROI Creator vTool 或任何其他輸出區域或矩形的 vTool 的興趣區域 (ROI)。多個矩形或區域會在內部合併，以形成單一興趣區域。
- 資料類型：RectangleF、RectangleF Array、Region、Region Array
Outputs#
Region#
傳回僅包含您所指定顏色值的像素的單一區域。
- 資料類型：Region