跳到主要内容

识别

用于模板定位、特征匹配、标记识别和图像配准。

ArUco 标记检测​

ArucoMarkerDetect · 可执行

按指定字典检测 ArUco/AprilTag 标记,绘制四边形并输出首个标记及几何测量。

签名​

var markers = ArucoMarkerDetect(dictionary: "Dict4X4_50", cornerRefinementMethod: "None", maximumMarkers: 256);

输入​

inputImage
  • 输入
  • 必填
  • 约束 像素数不超过 16777216。
待检测的非空 8-bit 灰度或 BGR 图像。

参数​

dictionarystring
  • 输入
  • 可选
  • 默认 Dict4X4_50
  • 约束 可选 Dict4X4_50/100/250/1000、Dict5X5_50/100/250/1000、Dict6X6_50/100/250/1000、Dict7X7_50/100/250/1000、ArucoOriginal、DictAprilTag_16h5/25h9/36h10/36h11。
预定义标记字典。
cornerRefinementMethodstring
  • 输入
  • 可选
  • 默认 None
  • 约束 可选 None、Subpix、Contour、AprilTag。
角点细化方法。
maximumMarkersint
  • 输入
  • 可选
  • 默认 256
  • 约束 范围 1–4096。
本节点允许返回的最大标记数。

输出​

outputImage
绘制标记边框和 ID 的 BGR 图像。
measurements量测值集合
节点前缀键:markerCount、firstMarkerId、firstCenterX、firstCenterY、totalPerimeter;无标记时 ID 与中心为 -1。

行为​

  • 按中心 Y、中心 X、ID 和原始序号对检测结果稳定排序。
  • 校验每个 ID 位于所选字典容量内,且四角构成图像内的非退化凸四边形。
  • 未检测到标记时返回未绘制标记的 BGR 图像和零计数;不修改输入图像。

错误与限制​

  • VISION_PIPELINE_PARAMETER_ENUM:dictionary 或 cornerRefinementMethod 不是 参数合同 允许值。
  • VISION_WAVEB_INPUT_TYPE_UNSUPPORTED:输入不是非空 8-bit 灰度/BGR 图像。
  • VISION_WAVEB_RESULT_LIMIT_EXCEEDED:检测数超过 maximumMarkers。
  • VISION_WAVEB_DEGENERATE_GEOMETRY:ID 越出字典容量,或角点/ID 数量和四边形几何无效。
  • VISION_WAVEB_INPUT_LIMIT_EXCEEDED:输入像素数超过 16777216。

示例​

使用 4x4_50 字典和亚像素角点细化检测标记。

var markers = ArucoMarkerDetect(dictionary: "Dict4X4_50", cornerRefinementMethod: "Subpix", maximumMarkers: 256);

ArUco 标记位姿估计​

ArucoMarkerPoseEstimate · 可执行

检测指定字典的 ArUco/AprilTag 标记,并根据相机内参和标记边长估计旋转、平移向量。

签名​

var pose = ArucoMarkerPoseEstimate(dictionary: "Dict4X4_50", markerLength: 0.05, fx: 700, fy: 700, cx: 319.5, cy: 239.5, maximumMarkers: 256);

输入​

inputImage
  • 输入
  • 必填
非空 8-bit 灰度或 BGR 图像。

参数​

dictionarystring
  • 输入
  • 可选
  • 默认 Dict4X4_50
  • 约束 与 ArucoMarkerDetect 支持的 21 个 ArUco/AprilTag 字典相同。
预定义标记字典。
markerLengthdouble
  • 输入
  • 必填
  • 单位 m
  • 约束 范围 0.000001–1000。
标记实际边长。
fxdouble
  • 输入
  • 必填
  • 单位 px
  • 约束 范围 0.000001–1000000000000。
相机水平方向焦距。
fydouble
  • 输入
  • 必填
  • 单位 px
  • 约束 范围 0.000001–1000000000000。
相机垂直方向焦距。
cxdouble
  • 输入
  • 可选
  • 默认 输入宽度/2
  • 单位 px
  • 约束 范围 0–输入宽度减 1。
主点 X 坐标。
cydouble
  • 输入
  • 可选
  • 默认 输入高度/2
  • 单位 px
  • 约束 范围 0–输入高度减 1。
主点 Y 坐标。
maximumMarkersint
  • 输入
  • 可选
  • 默认 256
  • 约束 范围 1–4096。
允许检测的最大标记数。

输出​

outputImage
绘制全部检测边框,并在第一个成功解算标记中心绘制圆圈的 BGR 图像。
measurements量测值集合
节点前缀键:markerCount、solvedCount、firstMarkerId、firstRvecX/Y/Z、firstTvecX/Y/Z;无标记时仅保证 markerCount=0。

行为​

  • 假定畸变系数为零,使用四个平面角点和 SolvePnP Iterative 解算位姿。
  • 单个标记解算失败时继续处理其他标记;solvedCount 只统计成功项。
  • 未检测到标记时返回输入的 BGR 投影和 markerCount=0;不修改输入图像。

错误与限制​

  • VISION_PIPELINE_PARAMETER_REQUIRED:markerLength、fx 或 fy 缺失。
  • VISION_PIPELINE_PARAMETER_RANGE:内参、标记边长、主点或 maximumMarkers 超出 参数合同 范围。
  • ARGUMENT_EXCEPTION:输入不是非空 8-bit 灰度/BGR 图像。
  • VISION_PIPELINE_RESOURCE_LIMIT:检测数超过 maximumMarkers。

示例​

以 50 mm 标记和 640×480 相机主点估计位姿。

var pose = ArucoMarkerPoseEstimate(dictionary: "Dict4X4_50", markerLength: 0.05, fx: 700, fy: 700, cx: 319.5, cy: 239.5, maximumMarkers: 256);

AverageHash 图像指纹​

AverageHashFingerprint · 可执行

计算固定 64-bit AverageHash 亮度均值指纹,并以两个 32-bit 测量值输出。

签名​

var fingerprint = AverageHashFingerprint();

输入​

inputImage
  • 输入
  • 必填
  • 约束 宽、高分别为 8–8192。像素数不超过 16777216。
非空 8-bit 灰度、BGR 或 BGRA 图像。

参数​

无参数。

输出​

outputImage
输入图像的独立克隆;像素内容不变。
measurements量测值集合
节点前缀键:hashHigh32、hashLow32、hashBitCount(恒为 64)、oneBits。高低 32 位按大端字节顺序组装。

行为​

  • 先转灰度,再调用 视觉运行时 AverageHash 生成恰好 8 字节的指纹。
  • AverageHash 可能使不同常量图像碰撞,只适合相似性粗筛,不是加密散列或唯一身份。
  • 四个 量测值 键必须在调用前均不存在;提交失败会回滚本次写入。

错误与限制​

  • ARGUMENT_EXCEPTION:输入为空,或不是 8-bit 1/3/4 通道图像。
  • INVALID_DATA_EXCEPTION:轴长越界、视觉运行时 指纹不是连续 8 字节,或目标 量测值 键已存在。
  • VISION_PIPELINE_RESOURCE_LIMIT:输入像素数超过 16777216 或静态输出预算不足。

示例​

计算图像 64-bit AverageHash,并从 量测值s 读取高低 32 位。

var fingerprint = AverageHashFingerprint();

CamShift 颜色跟踪定位​

CamShiftLocate · 可执行

从种子区域建立 HSV 色相直方图,以 CamShift 估计目标旋转矩形并输出质量测量。

签名​

var location = CamShiftLocate(seedX: 0, seedY: 0, seedWidth: 640, seedHeight: 480, hueBins: 32, minimumSaturation: 32, minimumValue: 32, maximumIterations: 20, epsilon: 1);

输入​

inputImage
  • 输入
  • 必填
非空 8-bit BGR 三通道图像。

参数​

seedXint
  • 输入
  • 可选
  • 默认 0
  • 单位 px
  • 约束 范围 0–输入宽度减 1。
种子 ROI 左上角 X。
seedYint
  • 输入
  • 可选
  • 默认 0
  • 单位 px
  • 约束 范围 0–输入高度减 1。
种子 ROI 左上角 Y。
seedWidthint
  • 输入
  • 可选
  • 默认 输入宽度
  • 单位 px
  • 约束 范围 1–输入宽度,且 ROI 必须完整位于图像内。
种子 ROI 宽度。
seedHeightint
  • 输入
  • 可选
  • 默认 输入高度
  • 单位 px
  • 约束 范围 1–输入高度,且 ROI 必须完整位于图像内。
种子 ROI 高度。
hueBinsint
  • 输入
  • 可选
  • 默认 32
  • 约束 范围 2–180。
色相直方图分箱数。
minimumSaturationint
  • 输入
  • 可选
  • 默认 32
  • 约束 范围 0–255。
参与建模和反投影的最小饱和度。
minimumValueint
  • 输入
  • 可选
  • 默认 32
  • 约束 范围 0–255。
参与建模和反投影的最小亮度。
maximumIterationsint
  • 输入
  • 可选
  • 默认 20
  • 约束 范围 1–1000。
CamShift/MeanShift 最大迭代次数。
epsilondouble
  • 输入
  • 可选
  • 默认 1
  • 约束 范围 1–1000。
终止位移阈值。

输出​

outputImage
在输入 BGR 图像克隆上绘制定位椭圆。
measurements量测值集合
节点前缀键:centerX、centerY、width、height、angleDegrees、backProjectionMass、finalWindowBackProjectionMass、finalWindowMassRatio、rotatedRectMassRatio、rotatedRectSupportCoverageRatio、meanShiftIterations、meanShiftIterationRatio、meanShiftCenterDisplacementPixels。

行为​

  • 仅使用满足 saturation/value 门限的种子像素建立归一化色相直方图。
  • CamShift 结果和最终窗口必须有限、非空且位于输入边界内,否则 fail-closed。
  • 额外执行 MeanShift 计算迭代比和中心偏移质量指标;不修改输入图像。

错误与限制​

  • VISION_PIPELINE_PARAMETER_RANGE:ROI、直方图、门限或终止参数超出 参数合同 范围。
  • VISION_PIPELINE_PARAMETER_RELATION:seed ROI 没有完整落在输入图像内。
  • ARGUMENT_EXCEPTION:输入不是 8-bit BGR 三通道图像。
  • INVALID_DATA_EXCEPTION:种子有效像素/直方图/反投影为空,或定位结果、质量测量无效。

示例​

从 120×90 像素种子区域跟踪颜色目标。

var location = CamShiftLocate(seedX: 100, seedY: 80, seedWidth: 120, seedHeight: 90, hueBins: 32, minimumSaturation: 32, minimumValue: 32, maximumIterations: 20, epsilon: 1);

HSV 彩色模板匹配​

ColorTemplateMatch · 可执行

在 HSV 三个通道分别执行归一化模板匹配,返回最佳通道、位置和各通道得分。

签名​

var match = ColorTemplateMatch(templatePath: "template.png", method: "CCoeffNormed", acceptScore: 0.7, maximumResponsePixels: 16777216);

输入​

inputImage
  • 输入
  • 必填
非空 8-bit BGR 或 BGRA 图像。

参数​

templatePathstring
  • 输入
  • 必填
  • 约束 模板宽高不得大于输入图像。
授权资源根内的 8-bit BGR/BGRA 模板路径。
methodstring
  • 输入
  • 可选
  • 默认 CCoeffNormed
  • 约束 可选 SqDiffNormed、CCorrNormed、CCoeffNormed。
视觉运行时 归一化模板匹配模式。
acceptScoredouble
  • 输入
  • 可选
  • 默认 0.7
  • 约束 范围 -1–1。当前实现对所有模式均以 score >= acceptScore 绘制绿色,包括 SqDiffNormed。
结果框颜色使用的得分阈值;不是失败门。
maximumResponsePixelsint
  • 输入
  • 可选
  • 默认 16777216
  • 约束 范围 1–16777216。
单通道匹配响应图允许的最大像素数。

输出​

outputImage
在最佳位置绘制绿色或红色模板矩形的 BGR 图像。
measurements量测值集合
节点前缀键:score、x、y、bestChannel(H=0/S=1/V=2)、channelScoreH、channelScoreS、channelScoreV。

行为​

  • 输入和模板转换到 HSV 后,H/S/V 三通道独立匹配;CCorr/CCoeff 取最大值,SqDiff 取最小值。
  • score 仅用于选择位置和结果框颜色,不会因低于 acceptScore 抛错。
  • 响应图像素数超过预算时 fail-closed;不修改输入图像。

错误与限制​

  • VISION_PIPELINE_PARAMETER_REQUIRED:templatePath 缺失或为空。
  • VISION_PIPELINE_PARAMETER_ENUM:method 不是允许的归一化模式。
  • ARGUMENT_EXCEPTION:输入不是非空 8-bit BGR/BGRA 图像。
  • INVALID_DATA_EXCEPTION:模板类型无效、模板大于输入或未产生有限得分。
  • VISION_PIPELINE_RESOURCE_LIMIT:响应图像素数超过 maximumResponsePixels。

示例​

在授权模板上执行 HSV 分通道相关匹配。

var match = ColorTemplateMatch(templatePath: "template.png", method: "CCoeffNormed", acceptScore: 0.7, maximumResponsePixels: 16777216);

轮廓形状匹配​

ContourShapeMatch · 可执行

将二值输入中的外轮廓与参考图最大轮廓按 Hu moments 或 ShapeContext 距离匹配。

签名​

var match = ContourShapeMatch(referencePath: "shape.png", method: "I1", minimumContourArea: 16, minimumContourPerimeter: 0.000001, maximumScore: 0.25, maximumComponents: 256, maximumPoints: 65536);

输入​

inputImage
  • 输入
  • 必填
  • 约束 像素必须仅为 0 或 255。宽、高分别不超过 32768。
非空 8-bit 单通道二值图像。

参数​

referencePathstring
  • 输入
  • 必填
  • 约束 参考图宽、高分别不超过 32768。
授权资源根内的参考图像路径;转灰度后必须是 0/255 二值图。
methodstring
  • 输入
  • 可选
  • 默认 I1
  • 约束 可选 I1、I2、I3、ShapeContext。
轮廓距离方法。
minimumContourAreadouble
  • 输入
  • 可选
  • 默认 16
  • 单位 px²
  • 约束 范围 0.000001–1000000000000。
参与匹配的最小轮廓面积。
minimumContourPerimeterdouble
  • 输入
  • 可选
  • 默认 0.000001
  • 单位 px
  • 约束 范围 0.000001–1000000000000。
参与匹配的最小闭合周长。
maximumScoredouble
  • 输入
  • 可选
  • 默认 0.25
  • 约束 范围 0–1000000000000。method=ShapeContext 时必须显式提供。
接受结果的最大距离;仅影响 accepted 和绘制颜色。
maximumComponentsint
  • 输入
  • 可选
  • 默认 256
  • 约束 范围 1–4096。ShapeContext 时不得超过 32。
输入或参考图允许的最大连通域/候选轮廓数。
maximumPointsint
  • 输入
  • 可选
  • 默认 65536
  • 约束 范围 3–65536。至少为 maximumComponents 的三倍。
每张图所有候选轮廓允许的总点数。

输出​

outputImage
在输入二值图的 BGR 投影上绘制最佳轮廓;接受为绿色,拒绝为红色。
measurements量测值集合
节点前缀键:score、accepted、matchedArea、matchedCenterX、matchedCenterY、matchedPointCount。

行为​

  • 参考图选择面积最大的合格外轮廓,输入图对全部合格外轮廓计算距离并选择最低分。
  • I1/I2/I3 使用 视觉运行时 MatchShapes;ShapeContext 固定重采样 64 点,并要求显式 maximumScore。
  • 没有合格轮廓、Hu 公共有效分量或有限 ShapeContext 距离时 fail-closed;不隐式二值化。

错误与限制​

  • VISION_PIPELINE_PARAMETER_REQUIRED:referencePath 缺失,或 ShapeContext 未显式提供 maximumScore。
  • VISION_PIPELINE_PARAMETER_RELATION:maximumPoints 小于 maximumComponents×3,或 ShapeContext 组件上限超过 32。
  • ARGUMENT_EXCEPTION:输入不是 8-bit 单通道图像。
  • INVALID_DATA_EXCEPTION:图像非严格二值、轮廓退化或没有有限匹配分数。
  • VISION_PIPELINE_RESOURCE_LIMIT:连通域或轮廓点数超过 maximumComponents/maximumPoints。

示例​

以 I1 Hu 距离匹配参考二值轮廓。

var match = ContourShapeMatch(referencePath: "shape.png", method: "I1", minimumContourArea: 16, minimumContourPerimeter: 0.000001, maximumScore: 0.25, maximumComponents: 256, maximumPoints: 65536);

ECC 图像配准​

EccImageRegister · 可执行

以增强相关系数最大化估计平移、欧氏、仿射或单应变换,并将输入配准到参考图。

签名​

var registered = EccImageRegister(referencePath: "reference.png", motionModel: "Affine", maximumIterations: 100, epsilon: 0.000001, gaussianFilterSize: 5, minimumCorrelation: 0.8, pyramidLevels: 1, pyramidScale: 0.5);

输入​

inputImage
  • 输入
  • 必填
非空且有灰度纹理的 8-bit 灰度、BGR 或 BGRA 图像。

参数​

referencePathstring
  • 输入
  • 必填
  • 约束 参考图必须是非空 8-bit 灰度、BGR 或 BGRA 图像。
授权资源根内、与输入同尺寸且有纹理的参考图像路径。
motionModelstring
  • 输入
  • 必填
  • 约束 可选 Translation、Euclidean、Affine、Homography。
待估计的运动模型。
maximumIterationsint
  • 输入
  • 可选
  • 默认 100
  • 约束 范围 1–500。
每层 ECC 最大迭代次数。
epsilondouble
  • 输入
  • 可选
  • 默认 0.000001
  • 约束 范围 0.000000001–0.1。
ECC 收敛精度。
gaussianFilterSizeint
  • 输入
  • 可选
  • 默认 5
  • 单位 px
  • 约束 奇数,范围 1–31。
ECC 内部高斯滤波核。
minimumCorrelationdouble
  • 输入
  • 可选
  • 默认 0.8
  • 约束 范围 0–1。
接受配准结果的最小相关系数。
pyramidLevelsint
  • 输入
  • 可选
  • 默认 1
  • 约束 范围 1–8。最粗层尺寸和总工作量还受输入尺寸、模型参数数和 maximumIterations 的关系门约束。
由粗到细的图像金字塔层数。
pyramidScaledouble
  • 输入
  • 可选
  • 默认 0.5
  • 约束 范围 0.25–0.9。
相邻金字塔层缩放比。

输出​

outputImage
按估计逆映射变换到输入尺寸的配准图像,边界以 0 填充。
measurements量测值集合
节点前缀键:correlation、m00、m01、m02、m10、m11、m12、m20、m21、m22。非单应模型最后一行固定为 0,0,1。

行为​

  • 输入和参考图转为 [0,1] 浮点灰度;多层模式从最粗层向原分辨率传播变换。
  • 相关系数低于 minimumCorrelation、纹理过平、ECC 不收敛或矩阵退化时 fail-closed。
  • Homography 还验证四角分母同号,拒绝地平线穿过图像域或角点映射异常。

错误与限制​

  • VISION_PIPELINE_PARAMETER_REQUIRED:referencePath 或 motionModel 缺失。
  • VISION_PIPELINE_PARAMETER_ODD:gaussianFilterSize 不是 1–31 的奇数。
  • VISION_PIPELINE_PARAMETER_RELATION:金字塔层数、缩放比、输入尺寸和迭代工作量组合无效。
  • VISION_ECC_IMAGE_REGISTER_DID_NOT_CONVERGE:任一 ECC native 调用未收敛。
  • VISION_ECC_HOMOGRAPHY_HORIZON_CROSSES_IMAGE_DOMAIN:单应地平线穿过闭合图像域。
  • INVALID_DATA_EXCEPTION:参考图不同尺寸、纹理不足、相关性不足或变换矩阵无效。

示例​

以三层金字塔执行仿射 ECC 配准。

var registered = EccImageRegister(referencePath: "reference.png", motionModel: "Affine", maximumIterations: 100, epsilon: 0.000001, gaussianFilterSize: 5, minimumCorrelation: 0.8, pyramidLevels: 3, pyramidScale: 0.5);

Haar 人眼检测​

EyeDetectHaar · 可执行

加载授权 Haar 级联 XML,以多尺度分类器检测人眼矩形。

签名​

var eyes = EyeDetectHaar(cascadePath: "haarcascade_eye.xml", scaleFactor: 1.1, minNeighbors: 3, minimumObjectWidth: 16, minimumObjectHeight: 16, maximumDetections: 512);

输入​

inputImage
  • 输入
  • 必填
非空 8-bit 灰度、BGR 或 BGRA 图像。

参数​

cascadePathstring
  • 输入
  • 必填
授权资源根内的 Haar 级联 XML 路径。
scaleFactordouble
  • 输入
  • 可选
  • 默认 1.1
  • 约束 范围 1.0001–100。
相邻检测尺度的缩放因子。
minNeighborsint
  • 输入
  • 可选
  • 默认 3
  • 约束 范围 0–100。
保留候选所需的最小邻居数。
minimumObjectWidthint
  • 输入
  • 可选
  • 默认 16
  • 单位 px
  • 约束 范围 1–32768。
最小检测宽度。
minimumObjectHeightint
  • 输入
  • 可选
  • 默认 16
  • 单位 px
  • 约束 范围 1–32768。
最小检测高度。
maximumDetectionsint
  • 输入
  • 可选
  • 默认 512
  • 约束 范围 1–8192。
允许的最大检测数。

输出​

outputImage
以青色矩形绘制检测结果的 BGR 图像。
measurements量测值集合
节点前缀键:eyeCount、firstX、firstY、firstWidth、firstHeight、totalArea;无检测时 firstX/firstY=-1,尺寸和面积为 0。

行为​

  • 输入先转灰度,再以 ScaleImage 模式调用 Haar 多尺度分类器。
  • 未检测到目标时正常返回零计数,不伪造矩形。
  • 级联文件无法加载或检测数超过上限时 fail-closed;不修改输入图像。

错误与限制​

  • VISION_PIPELINE_PARAMETER_REQUIRED:cascadePath 缺失或为空。
  • VISION_PIPELINE_PARAMETER_RANGE:尺度、邻居数、最小尺寸或结果上限越界。
  • ARGUMENT_EXCEPTION:输入不是非空 8-bit 1/3/4 通道图像。
  • INVALID_DATA_EXCEPTION:Haar 级联 XML 无法加载。
  • VISION_PIPELINE_RESOURCE_LIMIT:检测数超过 maximumDetections。

示例​

用授权眼部级联模型检测人眼。

var eyes = EyeDetectHaar(cascadePath: "haarcascade_eye.xml", scaleFactor: 1.1, minNeighbors: 3, minimumObjectWidth: 16, minimumObjectHeight: 16, maximumDetections: 512);

Haar 人脸检测​

FaceDetectHaar · 可执行

加载授权 Haar 级联 XML,以多尺度分类器检测人脸矩形。

签名​

var faces = FaceDetectHaar(cascadePath: "haarcascade_frontalface_default.xml", scaleFactor: 1.1, minNeighbors: 3, minimumObjectWidth: 24, minimumObjectHeight: 24, maximumDetections: 256);

输入​

inputImage
  • 输入
  • 必填
非空 8-bit 灰度、BGR 或 BGRA 图像。

参数​

cascadePathstring
  • 输入
  • 必填
授权资源根内的 Haar 级联 XML 路径。
scaleFactordouble
  • 输入
  • 可选
  • 默认 1.1
  • 约束 范围 1.0001–100。
相邻检测尺度的缩放因子。
minNeighborsint
  • 输入
  • 可选
  • 默认 3
  • 约束 范围 0–100。
保留候选所需的最小邻居数。
minimumObjectWidthint
  • 输入
  • 可选
  • 默认 24
  • 单位 px
  • 约束 范围 1–32768。
最小检测宽度。
minimumObjectHeightint
  • 输入
  • 可选
  • 默认 24
  • 单位 px
  • 约束 范围 1–32768。
最小检测高度。
maximumDetectionsint
  • 输入
  • 可选
  • 默认 256
  • 约束 范围 1–4096。
允许的最大检测数。

输出​

outputImage
以绿色矩形绘制检测结果的 BGR 图像。
measurements量测值集合
节点前缀键:faceCount、firstX、firstY、firstWidth、firstHeight、totalArea;无检测时 firstX/firstY=-1,尺寸和面积为 0。

行为​

  • 输入先转灰度,再以 ScaleImage 模式调用 Haar 多尺度分类器。
  • 未检测到目标时正常返回零计数,不伪造矩形。
  • 级联文件无法加载或检测数超过上限时 fail-closed;不修改输入图像。

错误与限制​

  • VISION_PIPELINE_PARAMETER_REQUIRED:cascadePath 缺失或为空。
  • VISION_PIPELINE_PARAMETER_RANGE:尺度、邻居数、最小尺寸或结果上限越界。
  • ARGUMENT_EXCEPTION:输入不是非空 8-bit 1/3/4 通道图像。
  • INVALID_DATA_EXCEPTION:Haar 级联 XML 无法加载。
  • VISION_PIPELINE_RESOURCE_LIMIT:检测数超过 maximumDetections。

示例​

用授权正面人脸级联模型检测人脸。

var faces = FaceDetectHaar(cascadePath: "haarcascade_frontalface_default.xml", scaleFactor: 1.1, minNeighbors: 3, minimumObjectWidth: 24, minimumObjectHeight: 24, maximumDetections: 256);

ORB 特征模板匹配​

FeatureTemplateMatch · 可执行

使用 ORB、比率筛选与 RANSAC 单应性定位模板区域。

签名​

var region = FeatureTemplateMatch(fastThreshold: 20, levels: 8, maxFeatures: 1000, minInlierRatio: 0.5, minInliers: 8, minMatches: 12, ransacThreshold: 3, ratioThreshold: 0.75, scaleFactor: 1.2, templatePath: "template.png");

输入​

inputImage
  • 输入
  • 必填
  • 约束 输入和模板都必须能产生非空 ORB 描述子。
待定位模板的非空 8-bit 灰度、BGR 或 BGRA 输入图像。

参数​

templatePathstring
  • 输入
  • 必填
授权资源根内的模板图像路径。
maxFeaturesint
  • 输入
  • 可选
  • 默认 1000
  • 约束 范围 50–10000。
ORB 最大特征数。
scaleFactordouble
  • 输入
  • 可选
  • 默认 1.2
  • 约束 范围 1.01–2。
ORB 金字塔缩放因子。
levelsint
  • 输入
  • 可选
  • 默认 8
  • 约束 范围 1–16。
ORB 金字塔层数。
fastThresholdint
  • 输入
  • 可选
  • 默认 20
  • 约束 范围 1–255。
ORB FAST 阈值。
ratioThresholddouble
  • 输入
  • 可选
  • 默认 0.75
  • 约束 范围 0.1–0.99。
KNN Lowe 比率阈值。
minMatchesint
  • 输入
  • 可选
  • 默认 12
  • 约束 范围 4–10000。
进入单应性估计的最小匹配数。
ransacThresholddouble
  • 输入
  • 可选
  • 默认 3
  • 单位 px
  • 约束 范围 0.1–100。
RANSAC 重投影阈值。
minInliersint
  • 输入
  • 可选
  • 默认 8
  • 约束 范围 4–10000。
接受定位的最小内点数。
minInlierRatiodouble
  • 输入
  • 可选
  • 默认 0.5
  • 约束 范围 0–1。
接受定位的最小内点比例。

输出​

outputImage
绘制投影模板四边形的 BGR 图像。
measurements量测值集合
节点前缀键:matchCount、inlierCount、inlierRatio、regionArea。

行为​

  • 模板和场景都必须产生非空 ORB 描述子。
  • KNN 比率筛选后使用 RANSAC 单应性,并按内点数和比例 fail-closed。
  • 不修改输入图像。

错误与限制​

  • VISION_PIPELINE_PARAMETER_REQUIRED:templatePath 缺失或为空。
  • VISION_PIPELINE_PARAMETER_RANGE:ORB、比率筛选、RANSAC 或内点门参数超出 参数合同 范围。
  • INVALID_OPERATION_EXCEPTION:描述子为空、有效匹配数不足、单应矩阵退化、内点不足或投影区域无效。
  • UNAUTHORIZED_ACCESS_EXCEPTION:templatePath 不能解析到授权资源根内。

示例​

使用默认 ORB 与 RANSAC 质量门定位授权模板。

var region = FeatureTemplateMatch(fastThreshold: 20, levels: 8, maxFeatures: 1000, minInlierRatio: 0.5, minInliers: 8, minMatches: 12, ransacThreshold: 3, ratioThreshold: 0.75, scaleFactor: 1.2, templatePath: "template.png");

Ballard 广义霍夫平移定位​

GeneralizedHoughBallardLocate · 可执行

以 Ballard 广义霍夫变换在单通道图像中执行受限平移定位和确定性候选抑制。

签名​

var location = GeneralizedHoughBallardLocate(templatePath: "template.png", cannyLowThreshold: 50, cannyHighThreshold: 100, dp: 1, minDist: 1, levels: 360, votesThreshold: 100, maximumCandidates: 64, maximumTemplateEdgePoints: 262144, maximumInputEdgePoints: 1048576, maximumVoteOperations: 268435456, maximumRawCandidates: 16384);

输入​

inputImage
  • 输入
  • 必填
  • 约束 像素数不超过 16777216。
非空 8-bit 单通道输入图像。

参数​

templatePathstring
  • 输入
  • 必填
  • 约束 模板不得大于输入图像,且必须有 Canny 边缘。
授权资源根内的非空 8-bit 单通道模板。
cannyLowThresholdint
  • 输入
  • 可选
  • 默认 50
  • 约束 范围 1–254,且严格小于 cannyHighThreshold。
Canny 低阈值。
cannyHighThresholdint
  • 输入
  • 可选
  • 默认 100
  • 约束 范围 2–255。
Canny 高阈值。
dpdouble
  • 输入
  • 可选
  • 默认 1
  • 约束 范围 1–16。
位置累加器分辨率反比。
minDistdouble
  • 输入
  • 可选
  • 默认 1
  • 单位 px
  • 约束 范围 1–32768。
Darra 确定性 NMS 的最小中心距离。
levelsint
  • 输入
  • 可选
  • 默认 360
  • 约束 范围 1–360。
Ballard 方向量化级数。
votesThresholdint
  • 输入
  • 可选
  • 默认 100
  • 约束 范围 1–16777216,且不得大于 maximumTemplateEdgePoints。
中心候选最小票数。
maximumCandidatesint
  • 输入
  • 可选
  • 默认 64
  • 约束 范围 1–4096,且不得大于 maximumRawCandidates。
NMS 后允许的最大候选数。
maximumTemplateEdgePointsint
  • 输入
  • 可选
  • 默认 262144
  • 约束 范围 1–16777216。
模板边缘点预算。
maximumInputEdgePointsint
  • 输入
  • 可选
  • 默认 1048576
  • 约束 范围 1–16777216。
输入边缘点预算。
maximumVoteOperationsint
  • 输入
  • 可选
  • 默认 268435456
  • 约束 范围 1–268435456。
模板边缘点×输入边缘点的工作量预算。
maximumRawCandidatesint
  • 输入
  • 可选
  • 默认 16384
  • 约束 范围 1–262144。
native 原始候选预算。

输出​

outputImage
绘制最佳模板矩形和中心十字的 BGR 图像。
measurements量测值集合
节点前缀键:found、centerX、centerY、scale(恒 1)、angleDegrees(恒 0)、centerVotes、candidateCount、rawCandidateCount、secondCenterVotes、centerVoteMargin、bestCenterVoteShare、meanRetainedCenterVotes。

行为​

  • 该实现只做平移定位,不搜索旋转或尺度;scale 恒为 1,angleDegrees 恒为 0。
  • 候选按票数降序、Y/X/原序号稳定排序,再按 minDist 执行确定性 NMS。
  • 无输入边缘或无候选时正常返回 found=0;工作量或结果超过显式预算时 fail-closed。

错误与限制​

  • VISION_PIPELINE_PARAMETER_RELATION:Canny 阈值顺序、候选上限或票数/边缘预算关系无效。
  • ARGUMENT_EXCEPTION:输入或模板不是非空 8-bit 单通道图像。
  • INVALID_DATA_EXCEPTION:模板无边缘,模板大于输入,或 native 候选形态/值无效。
  • VISION_PIPELINE_RESOURCE_LIMIT:图像、边缘点、投票操作数或候选数超过对应上限。

示例​

以 8 像素 NMS 距离执行受限平移定位。

var location = GeneralizedHoughBallardLocate(templatePath: "template.png", cannyLowThreshold: 50, cannyHighThreshold: 100, dp: 1, minDist: 8, levels: 360, votesThreshold: 100, maximumCandidates: 64, maximumTemplateEdgePoints: 262144, maximumInputEdgePoints: 1048576, maximumVoteOperations: 268435456, maximumRawCandidates: 16384);

Guil 广义霍夫旋转尺度定位​

GeneralizedHoughGuilLocate · 可执行

以 Guil 广义霍夫变换在受控旋转、尺度范围内定位模板,并对计算量和候选数实施硬预算。

签名​

var location = GeneralizedHoughGuilLocate(templatePath: "template.png", cannyLowThreshold: 30, cannyHighThreshold: 110, dp: 3, minDist: 10, maxBufferSize: 256, xi: 90, levels: 360, angleEpsilon: 1, minAngle: 0, maxAngle: 360, angleStep: 1, angleThreshold: 1500, minScale: 0.5, maxScale: 2, scaleStep: 0.05, scaleThreshold: 50, positionThreshold: 10, maximumTemplateEdgePoints: 262144, maximumInputEdgePoints: 1048576, maximumFeaturePairOperations: 268435456, maximumFeatureComparisons: 268435456, maximumRawCandidates: 16384, maximumCandidates: 64);

输入​

inputImage
  • 输入
  • 必填
  • 约束 宽、高分别不超过 32768。像素数不超过 16777216。
非空 8-bit 单通道输入图像。

参数​

templatePathstring
  • 输入
  • 必填
  • 约束 模板不得大于输入图像,且必须有 Canny 边缘。
授权资源根内的非空 8-bit 单通道模板。
cannyLowThresholdint
  • 输入
  • 可选
  • 默认 30
  • 约束 范围 1–254,且严格小于 cannyHighThreshold。
Canny 低阈值。
cannyHighThresholdint
  • 输入
  • 可选
  • 默认 110
  • 约束 范围 2–255。
Canny 高阈值。
dpdouble
  • 输入
  • 可选
  • 默认 3
  • 约束 范围 1–16。
位置累加器分辨率反比。
minDistdouble
  • 输入
  • 可选
  • 默认 10
  • 单位 px
  • 约束 范围 1–32768。
Darra 确定性 NMS 的最小中心距离。
maxBufferSizeint
  • 输入
  • 可选
  • 默认 256
  • 约束 范围 1–4096。
每个方向层的特征缓冲上限。
xidouble
  • 输入
  • 可选
  • 默认 90
  • 约束 范围 0.000001–359.999999。
特征对方向差。
levelsint
  • 输入
  • 可选
  • 默认 360
  • 约束 范围 1–360。
方向量化级数。
angleEpsilondouble
  • 输入
  • 可选
  • 默认 1
  • 单位 deg
  • 约束 范围 0.000001–180,且小于 xi 与 360-xi。
方向差容差。
minAngledouble
  • 输入
  • 可选
  • 默认 0
  • 单位 deg
  • 约束 范围 0–359.999999,且小于 maxAngle。
最小搜索角度。
maxAngledouble
  • 输入
  • 可选
  • 默认 360
  • 单位 deg
  • 约束 范围 0.000001–360。
最大搜索角度。
angleStepdouble
  • 输入
  • 可选
  • 默认 1
  • 单位 deg
  • 约束 范围 0.000001–359.999999,角度分箱数不超过 4096。
角度分箱步长。
angleThresholdint
  • 输入
  • 可选
  • 默认 1500
  • 约束 范围 1–268435456。
角度候选票数阈值。
minScaledouble
  • 输入
  • 可选
  • 默认 0.5
  • 约束 范围 0.000001–16,且小于 maxScale。
最小搜索尺度。
maxScaledouble
  • 输入
  • 可选
  • 默认 2
  • 约束 范围 0.000001–16。
最大搜索尺度。
scaleStepdouble
  • 输入
  • 可选
  • 默认 0.05
  • 约束 范围 0.000001–16,尺度分箱数不超过 4096。
尺度分箱步长。
scaleThresholdint
  • 输入
  • 可选
  • 默认 50
  • 约束 范围 1–268435456。
尺度候选票数阈值。
positionThresholdint
  • 输入
  • 可选
  • 默认 10
  • 约束 范围 1–268435456。
位置候选票数阈值。
maximumTemplateEdgePointsint
  • 输入
  • 可选
  • 默认 262144
  • 约束 范围 1–16777216。
模板边缘点预算。
maximumInputEdgePointsint
  • 输入
  • 可选
  • 默认 1048576
  • 约束 范围 1–16777216。
输入边缘点预算。
maximumFeaturePairOperationsint
  • 输入
  • 可选
  • 默认 268435456
  • 约束 范围 1–268435456。
特征对构建预算。
maximumFeatureComparisonsint
  • 输入
  • 可选
  • 默认 268435456
  • 约束 范围 1–268435456。
旋转/尺度特征比较预算。
maximumRawCandidatesint
  • 输入
  • 可选
  • 默认 16384
  • 约束 范围 1–262144。
native 原始候选预算。
maximumCandidatesint
  • 输入
  • 可选
  • 默认 64
  • 约束 范围 1–4096,且不得大于 maximumRawCandidates。
NMS 后允许的最大候选数。

输出​

outputImage
绘制最佳旋转缩放矩形和中心十字的 BGR 图像。
measurements量测值集合
节点前缀键:found、centerX、centerY、scale、angleDegrees、positionVotes、scaleVotes、angleVotes、candidateCount。

行为​

  • 在 minAngle..maxAngle 和 minScale..maxScale 内搜索,并在 native 调用前估算特征对、比较次数和原始候选上界。
  • 候选按位置票、尺度票、角度票降序后按位置/尺度/角度稳定排序,再按 minDist 执行 NMS。
  • 该结果是受限旋转/尺度定位,不承诺无界遮挡、透视形变或亚像素 shape model。

错误与限制​

  • VISION_PIPELINE_PARAMETER_RELATION:Canny 顺序、角度/尺度区间、分箱数、xi 容差或候选上限关系无效。
  • ARGUMENT_EXCEPTION:输入或模板类型无效,或浮点参数非有限。
  • INVALID_DATA_EXCEPTION:模板无边缘、模板大于输入,或 native 候选形态/值无效。
  • VISION_PIPELINE_RESOURCE_LIMIT:图像、边缘点、特征对、比较次数或候选数超过对应上限。

示例​

在 0–30°、0.8–1.2 倍尺度内执行受限旋转尺度定位。

var location = GeneralizedHoughGuilLocate(templatePath: "template.png", cannyLowThreshold: 30, cannyHighThreshold: 110, dp: 3, minDist: 10, maxBufferSize: 256, xi: 90, levels: 360, angleEpsilon: 1, minAngle: 0, maxAngle: 30, angleStep: 1, angleThreshold: 1500, minScale: 0.8, maxScale: 1.2, scaleStep: 0.05, scaleThreshold: 50, positionThreshold: 10, maximumTemplateEdgePoints: 262144, maximumInputEdgePoints: 1048576, maximumFeaturePairOperations: 268435456, maximumFeatureComparisons: 268435456, maximumRawCandidates: 16384, maximumCandidates: 64);

HOG 行人检测​

PedestrianDetectHog · 可执行

使用 视觉运行时 默认行人 SVM 检测器和 HOG 多尺度滑窗输出行人矩形。

签名​

var pedestrians = PedestrianDetectHog(hitThreshold: 0, winStride: 8, padding: 8, scale: 1.05, finalThreshold: 2, maximumDetections: 512);

输入​

inputImage
  • 输入
  • 必填
非空 8-bit 灰度、BGR 或 BGRA 图像。

参数​

hitThresholddouble
  • 输入
  • 可选
  • 默认 0
  • 约束 范围 -1000–1000。
SVM 检测窗口命中阈值。
winStridedouble
  • 输入
  • 可选
  • 默认 8
  • 单位 px
  • 约束 范围 1–256。
水平和垂直滑窗步长。
paddingdouble
  • 输入
  • 可选
  • 默认 8
  • 单位 px
  • 约束 范围 0–256。
水平和垂直检测 padding。
scaledouble
  • 输入
  • 可选
  • 默认 1.05
  • 约束 范围 1.0001–10。
图像金字塔相邻尺度因子。
finalThresholddouble
  • 输入
  • 可选
  • 默认 2
  • 约束 范围 0–100。
传给 视觉运行时 groupThreshold 的值;执行时转换为 Int32。
maximumDetectionsint
  • 输入
  • 可选
  • 默认 512
  • 约束 范围 1–8192。
允许的最大检测数。

输出​

outputImage
以黄色矩形绘制行人候选的 BGR 图像。
measurements量测值集合
节点前缀键:pedestrianCount、firstX、firstY、firstWidth、firstHeight、totalArea;无检测时 firstX/firstY=-1。

行为​

  • 输入先转灰度,再使用 视觉运行时 默认 64×128 行人检测器执行多尺度检测。
  • 未检测到行人时正常返回零计数;不输出置信权重。
  • 检测数超过 maximumDetections 时 fail-closed;不修改输入图像。

错误与限制​

  • VISION_PIPELINE_PARAMETER_RANGE:HOG 阈值、步长、padding、尺度或结果上限越界。
  • ARGUMENT_EXCEPTION:输入不是非空 8-bit 1/3/4 通道图像,或 winStride/scale 关系无效。
  • VISION_PIPELINE_RESOURCE_LIMIT:检测数超过 maximumDetections。

示例​

用 视觉运行时 默认 HOG/SVM 配置检测行人候选。

var pedestrians = PedestrianDetectHog(hitThreshold: 0, winStride: 8, padding: 8, scale: 1.05, finalThreshold: 2, maximumDetections: 512);

相位相关配准​

PhaseCorrelationRegister · 可执行

将输入与授权参考图转为浮点灰度,通过相位相关估计纯平移,并把输入反向平移到参考图坐标系。

签名​

var registered = PhaseCorrelationRegister(referencePath: "reference.png", window: "Hann", minimumResponse: 0.1);

输入​

inputImage
  • 输入
  • 必填
  • 约束 Hann 窗模式要求宽和高都大于 1。
待配准的非空 8-bit 灰度、BGR 或 BGRA 图像。

参数​

referencePathstring
  • 输入
  • 必填
  • 约束 参考图必须是与输入同尺寸的非空 8-bit 灰度、BGR 或 BGRA 图像。
授权资源根内的参考图像路径。
windowstring
  • 输入
  • 可选
  • 默认 Hann
  • 约束 可选 Hann、None。
相位相关前应用的窗口类型。
minimumResponsedouble
  • 输入
  • 可选
  • 默认 0.1
  • 约束 范围 0.000001–1。
接受平移估计的最小相位相关响应。

输出​

outputImage
按估计位移反向 WarpAffine 到输入尺寸的配准图像,边界以 0 填充。
measurements量测值集合
节点前缀键:shiftX、shiftY、response。shiftX/shiftY 是从参考图到输入图的估计位移。

行为​

  • 输入和参考图转为 [0,1] 的 CV_32FC1 灰度;Hann 模式使用同尺寸 Hanning 窗。
  • 视觉运行时.PhaseCorrelate 估计参考图到输入图的位移,输出以 -shiftX/-shiftY 对输入执行线性仿射变换。
  • 响应低于 minimumResponse、位移或响应非有限、参考图无效或尺寸不一致时 fail-closed;不修改输入和参考图。

错误与限制​

  • VISION_PIPELINE_PARAMETER_REQUIRED:referencePath 缺失或为空。
  • VISION_PIPELINE_PARAMETER_ENUM:window 不是 Hann 或 None。
  • VISION_PIPELINE_PARAMETER_RANGE:minimumResponse 超出 0.000001–1。
  • ARGUMENT_EXCEPTION:输入不是非空 8-bit 灰度/BGR/BGRA 图像,或 Hann 模式的输入宽高不都大于 1。
  • INVALID_DATA_EXCEPTION:参考图类型或尺寸无效,位移/响应非有限,或响应低于 minimumResponse。
  • UNAUTHORIZED_ACCESS_EXCEPTION:referencePath 不能解析到授权资源根内。
  • VISION_PIPELINE_RESOURCE_LIMIT:参考资源、输出或 native/managed 工作区超过资源计划上限。
  • OPERATION_CANCELED_EXCEPTION:取消令牌在资源读取、相位相关或输出提交前触发。

示例​

SCL 教程示例:用 Hann 窗配准同尺寸参考图,并拒绝响应低于 0.05 的结果。

var registered = PhaseCorrelationRegister(referencePath: "reference.png", window: "Hann", minimumResponse: 0.05);

参考图像差分​

ReferenceDiff · 可执行

将输入与授权参考图逐通道比较并生成阈值差异掩膜。

签名​

var mask = ReferenceDiff(alignmentRule: "RequireSameSize", iterations: 1, kernelSize: 3, morphology: "None", referencePath: "golden.png", threshold: 25);

输入​

inputImage
  • 输入
  • 必填
  • 约束 输入像素数不得超过 16777216。
非空 8-bit 灰度、BGR 或 BGRA 输入图像。

参数​

referencePathstring
  • 输入
  • 必填
  • 约束 参考图必须是非空 8-bit 灰度、BGR 或 BGRA 图像。
授权资源根内的参考图像路径。
alignmentRulestring
  • 输入
  • 必填
  • 约束 可选 RequireSameSize、ResizeReferenceToInput。
输入与参考图尺寸不一致时的处理规则。
thresholddouble
  • 输入
  • 可选
  • 默认 25
  • 约束 范围 0–255。
绝对差异二值化阈值。
morphologystring
  • 输入
  • 可选
  • 默认 None
  • 约束 可选 None、Open、Close。
差异掩膜的可选后处理。
kernelSizeint
  • 输入
  • 可选
  • 默认 3
  • 单位 px
  • 约束 奇数,范围 1–255。
Open/Close 的矩形核边长。
iterationsint
  • 输入
  • 可选
  • 默认 1
  • 约束 范围 1–100。
形态学迭代次数。

输出​

outputImage
单通道二值差异掩膜。
measurements量测值集合
节点前缀键:changedPixels、changedRatio、blueMaximumDifference、blueMeanDifference、blueThresholdExceededRatio、greenMaximumDifference、greenMeanDifference、greenThresholdExceededRatio、redMaximumDifference、redMeanDifference、redThresholdExceededRatio。灰度输入复用同一平面,BGRA 的 alpha 不参与统计。

行为​

  • RequireSameSize 在尺寸不一致时拒绝;ResizeReferenceToInput 以 Linear 插值对齐参考图。
  • 单通道掩膜按灰度绝对差生成;逐通道统计输出 B/G/R 最大差、平均差和超阈值比例,BGRA 的 alpha 被忽略。
  • 输入和参考图各自受 16777216 像素硬上限与资源计划约束;不修改输入和参考图像。

错误与限制​

  • VISION_PIPELINE_PARAMETER_REQUIRED:referencePath 或 alignmentRule 缺失。
  • VISION_PIPELINE_PARAMETER_ENUM:alignmentRule 或 morphology 不是 参数合同 允许值。
  • VISION_PIPELINE_PARAMETER_RANGE:threshold、kernelSize 或 iterations 超出 参数合同 范围。
  • VISION_PIPELINE_PARAMETER_ODD:kernelSize 不是 1–255 的奇数。
  • ARGUMENT_EXCEPTION:输入不是非空 8-bit 灰度/BGR/BGRA 图像,或 RequireSameSize 下参考图尺寸不同。
  • INVALID_DATA_EXCEPTION:参考图不是支持的图像类型,或规划后参考资源内容发生变化。
  • UNAUTHORIZED_ACCESS_EXCEPTION:referencePath 不能解析到授权资源根内。
  • VISION_PIPELINE_RESOURCE_LIMIT:输入或参考图超过 16777216 像素,或资源、工作区、输出、测量预算不足。
  • OPERATION_CANCELED_EXCEPTION:取消令牌在资源读取、逐通道统计、形态学或提交前触发。

示例​

SCL 教程示例:按同尺寸规则和默认阈值生成参考图像差异掩膜。

var mask = ReferenceDiff(alignmentRule: "RequireSameSize", iterations: 1, kernelSize: 3, morphology: "None", referencePath: "golden.png", threshold: 25);

归一化模板匹配​

TemplateMatch · 可执行

用指定模板执行归一化模板匹配,输出最佳位置、得分和峰值质量测量。

签名​

var match = TemplateMatch(acceptScore: 0.8, maximumResponsePixels: 16777216, method: "CCoeffNormed", peakExclusionRadius: 8, templatePath: "template.png");

输入​

inputImage
  • 输入
  • 必填
非空 8-bit 灰度、BGR 或 BGRA 输入图像。

参数​

templatePathstring
  • 输入
  • 必填
  • 约束 模板图像不得大于输入图像。
授权资源根内的模板图像路径。
methodstring
  • 输入
  • 可选
  • 默认 CCoeffNormed
  • 约束 可选 SqDiffNormed、CCorrNormed、CCoeffNormed。
归一化匹配模式。
acceptScoredouble
  • 输入
  • 可选
  • 默认 0.8
  • 约束 范围 -1–1。
决定结果框颜色的接受得分。
peakExclusionRadiusint
  • 输入
  • 可选
  • 默认 8
  • 单位 px
  • 约束 范围 1–32768。
计算次优峰和 PSR 时排除最佳峰的半径。
maximumResponsePixelsint
  • 输入
  • 可选
  • 默认 16777216
  • 约束 范围 1–16777216。
匹配响应图允许的最大像素数。

输出​

outputImage
在最佳匹配矩形上绘制接受或拒绝颜色的 BGR 图像。
measurements量测值集合
节点前缀键:score、x、y、secondBestScore、peakMargin、psr。

行为​

  • SqDiffNormed 以 1-minValue 转换为越大越好的得分;CCorrNormed 和 CCoeffNormed 使用 maxValue。
  • 以 peakExclusionRadius 屏蔽最佳峰邻域后计算 secondBestScore、peakMargin 和 psr;无旁瓣时返回有限零质量值。
  • 模板经授权资源根解析,响应图在 native 分配前受 maximumResponsePixels 限制;acceptScore 只控制框色,不构成失败门;不修改输入图像。

错误与限制​

  • VISION_PIPELINE_PARAMETER_REQUIRED:templatePath 缺失或为空。
  • VISION_PIPELINE_PARAMETER_ENUM:method 不是 SqDiffNormed、CCorrNormed 或 CCoeffNormed。
  • VISION_PIPELINE_PARAMETER_RANGE:acceptScore、peakExclusionRadius 或 maximumResponsePixels 超出 参数合同 范围。
  • ARGUMENT_EXCEPTION:输入不是非空 8-bit 灰度/BGR/BGRA 图像,或模板尺寸大于输入。
  • INVALID_OPERATION_EXCEPTION:最佳得分、次优得分、峰值差或旁瓣统计不是有限值。
  • UNAUTHORIZED_ACCESS_EXCEPTION:templatePath 不能解析到授权资源根内。
  • VISION_PIPELINE_RESOURCE_LIMIT:响应图超过 maximumResponsePixels,或模板资源、输出、工作区、测量预算不足。

示例​

SCL 教程示例:使用授权资源根中的模板,以默认归一化方法和质量参数执行匹配。

var match = TemplateMatch(acceptScore: 0.8, maximumResponsePixels: 16777216, method: "CCoeffNormed", peakExclusionRadius: 8, templatePath: "template.png");