read_class_knnT_read_class_knnReadClassKnnReadClassKnnread_class_knn (Operator)
Name
read_class_knnT_read_class_knnReadClassKnnReadClassKnnread_class_knn — Liest einen k-NN-Klassifikator aus einer Datei.
Signatur
def read_class_knn(file_name: str) -> HHandle
Beschreibung
read_class_knnread_class_knnReadClassKnnReadClassKnnReadClassKnnread_class_knn liest einen k-Nearest-Neighbor-Klassifikator
(k-NN) aus der Datei FileNameFileNameFileNameFileNamefileNamefile_name und gibt
ein Handle des k-NN-Klassifikators in KNNHandleKNNHandleKNNHandleKNNHandleKNNHandleknnhandle zurück.
Die Dateiendung für den k-NN-Klassifikator ist in HALCON 'gnc'.
Ausführungsinformationen
- Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
- Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
- Wird ohne Parallelisierung verarbeitet.
Dieser Operator liefert ein Handle zurück. Es ist zu beachten, dass der Zustand einer Instanz dieses Handletyps durch bestimmte Operatoren geändert werden kann, obwohl das Handle als Eingabeparameter in diesen Operatoren verwendet wird.
Parameter
FileNameFileNameFileNameFileNamefileNamefile_name (input_control) filename.read → HTuplestrHTupleHtuple (string) (string) (HString) (char*)
Name der Datei.
Dateiendung: .gnc
KNNHandleKNNHandleKNNHandleKNNHandleKNNHandleknnhandle (output_control) class_knn → HClassKnn, HTupleHHandleHTupleHtuple (handle) (IntPtr) (HHandle) (handle)
Handle eines k-NN-Klassifikators.
Ergebnis
Sind die Parameterwerte korrekt, dann liefert
read_class_knnread_class_knnReadClassKnnReadClassKnnReadClassKnnread_class_knn den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine
Fehlerbehandlung durchgeführt.
Nachfolger
classify_class_knnclassify_class_knnClassifyClassKnnClassifyClassKnnClassifyClassKnnclassify_class_knn
Siehe auch
create_class_knncreate_class_knnCreateClassKnnCreateClassKnnCreateClassKnncreate_class_knn
Literatur
Marius Muja, David G. Lowe: „Fast Approximate Nearest Neighbors with
Automatic Algorithm Configuration“;
International Conference on Computer Vision Theory
and Applications (VISAPP 09); 2009.
Modul
Foundation