在 Cognex VisionPro 坐标中使用 VisionPro Deep Learning 标记

使用 VisionPro Deep Learning 工具时需要使用三个 Deep Learning 坐标空间：

• 图像坐标
• 视图坐标
• 匹配坐标

本主题描述如何将这些不同的坐标系转换为 VisionPro 可理解的坐标系。

图像坐标

对于由 Deep Learning 工具处理的图像，图像坐标是相对于图像左上角像素的左上角的坐标。此空间对应于 VisionPro 中的像素空间。因此，通过将结果转换为图像坐标，可以直接在原始图像中的正确位置上绘制 Deep Learning 标记的结果。将这些结果作为 VisionPro 图形添加到 VisionPro 图像时，由于每个结果都以像素坐标定义，必须为像素空间将 SelectedSpaceName 属性设置为“#”。

视图坐标

对于由 Deep Learning 工具处理的图像，工具将在图像中的 1 到 N 个矩形关注区域（或视图）上操作。Deep Learning 结果（例如蓝色工具特征标记的中心点）以相对于产生结果的视图的坐标给出 – 而不是相对于输入图像。这个坐标系的原点是视图矩形的左上角。

要使这些结果与 VisionPro 兼容，必须首先将它们转换为图像坐标。从视图坐标到图像坐标的转换由每个视图对象的姿势属性提供：

因此，要将 Deep Learning 结果转换为 VisionPro 的像素坐标空间，结果中的每个点都必须通过其视图的姿势进行转换。

匹配坐标

在蓝色定位或蓝色读取工具中找到匹配（特征的几何排列）时，匹配也会定义自己的坐标空间。匹配中的每个点都以相对于匹配的坐标给出 - 而不是相对于产生匹配的视图。

要使匹配与 VisionPro 兼容，必须先将其点转换为视图坐标，然后转换为图像坐标。从匹配到视图坐标的转换由每个匹配的姿势属性提供：

Deep Learning 标记中保存的结果可以转换为图像坐标，即可与 VisionPro 兼容。然后可以在图像的像素空间中绘制结果。