총 63 건
1. Learning Threshold 학습할 이미지의 Threshold 값을 지정합니다. White on Black 어두운 배경에 밝은 문자의 경우 On, 아닐 경우 Off로 설정합니다. Edition Mode Cut Objects : 두 개체가 접촉하는 경우 사이에 검은색 선을 그려 분리합니다.(한 오브젝트를 분리시킬 때 사용합니다.) Repair Objects : 문자 또는 개체가 심하게 손상된 경우 흰색 선을 그려 개선합니다. (서로 다른 오브젝트를 합칠 때 사용합니다.) Area range (각 오브젝트의 Pixel개수가 지정한 값보다 높거나 낮으면 필터링 됩니다.) Minimum 개체 영역의 최소 임계값(Pixel)을 지정합니다. Maximum 개체 영역의 최대 임계값(Pixel)을 지정합니다. Characters building (개체는 드래그를 하여 선택할 수 있습니다.) ① Undo Char(s) : 선택된 개체의 그룹을 해제합니다. ② Form Single Char : 선택된 여러 개의 개체들을 하나의 개체로 인식시킵니다. ③ Form Multiple Chars : 선택된 여러 개의 개체들을 각각의 개체로 인식시킵니다. ④ Form Auto Chars : 자동으로 Single 또는 Multiple 개체로 지정시킵니다. Text(s) building (개체는 드래그를 하여 선택할 수 있습니다) Undo Text(s) : 선택된 개체의 그룹을 해제합니다. Form Text(s) : 선택된 여러 개의 개체들을 하나의 텍스트로 인식시킵니다. 2. Inspect Threshold 검사할 이미지의 Threshold 값을 지정합니다. Used Quality Indicators Location : 문자의 가장자리 픽셀을 기준으로 위치점수 검사에 이용합니다. Areas : 배경과 글자의 Pixel수를 검사에 이용합니다.(Threshold값에 의존 합니다.) Gray-level Sums : 배경과 글자의 Gray-level 값의 합계를 검사에 이용합니다. (Threshold값에 의존하지 않지만 gain 및 offset 변화가 고려될 수 있습니다.) Normalized Correlation : 정규화 상관관계를 이용해 두 이미지 사이의 불일치를 평가합니다. Model Load : OCV Model File을 Load합니다. Save As : OCV Model File을 Save합니다. Statistics Clear Statistics : 통계 누적을 초기화 합니다. Add to Statistics : 마지막 검사의 파라미터를 통계에 추가합니다. 3. Parameters and result Selected text(s) Position X,Y는 Pixel / Skew는 각도 Scale Isotropic은 크기 / Shear 는 이미지의 수직 방향에서 시계 방향으로 측정된 전단(틀어짐)을 나타냅니다. Bias : 학습시킨 Text에 대해서 검사할 이미지에 대한 Offset값을 입력합니다. Tolerance : 학습시킨 Text에 대해서 검사할 이미지에 대한 +-허용 수치를 입력합니다. (Bias값에 영향을 받습니다.) Stride/Count : 검사에 이용되는 최소 단위 Pixel 값입니다. (x 입력 시 x Pixel씩 건너뛰면서 검사하고 수치가 증가할수록 -> 검사 속도 증가 / 정확도가 감소 합니다.) Location : 위치에 사용되는 이 문자의 등고선 점 수를 입력합니다. (예시로 값을 적게 입력하면 등고선 값을 적게 이용하여 속도는 빨라지나 정확도가 감소 합니다.) Selected text(s) quality Template은 이미지를 학습시킬 때 추출된 Score값이 자동으로 들어가고 User가 변경할 수 있지만 수정하는 것을 권장하지 않습니다. Tolerance는 템플릿과 샘플에 사이의 오차 허용수치 이며 둘의 차가 Score보다 높을 경우 검사에 실패합니다.(원하는 오차에 대한 적정 값은 사용자마다 다를 수 있습니다.) Location Score : 학습 중 템플릿에서 측정된 위치 점수 값입니다. (샘플 점수가 매우 낮은 경우 해당 Text가 없음을 나타낼 수 있습니다.) Background area : Text의 배경에 있는 Pixel 수입니다. Foreground area: Text의 템플릿 전면에 있는 픽셀 수입니다. Background Normalized Gray-level Sum : text의 배경 픽셀에 대한 정규화 된 Gray-level 값의 합계입니다. Foreground Normalized Gray-level Sum : text의 전경 픽셀의 정규화 된 Gray-level 값의 합계입니다. Normalized Correlation : 표준화된 상관 관계와 통합 간의 최대 허용 차이입니다. (1- correalation value < Tolerance => Pass) Texts results 학습한 템플릿에 대한 Sample의 결과값을 표시해주는 창입니다. Selected character(s) position X, Y는 Pixel을 의미합니다. ① Bias : 학습시킨 Text에 대해서 검사할 이미지에 대한 Offset값을 입력합니다. Tolerance :학습시킨 Text에 대해서 검사할 이미지에 대한 +-허용 수치를 입력합니다. (Bias값에 영향을 받습니다.) Stride/Count : 검사에 이용되는 최소 단위 Pixel 값입니다. (x를 입력하면 x Pixel씩 건너뛰면서 검사하고 수치가 증가할수록 -> 검사 속도 증가 / 정확도 감소) Selected character(s) quality indicators Template은 이미지를 학습시킬 때 추출된 Score값이 자동으로 들어가고 User가 변경할 수 있지만 수정하는 것을 권장하지 않습니다. Tolerance는 템플릿과 샘플에 사이의 오차 허용수치 이며 둘의 차가 Score보다 높을 경우 검사에 실패합니다.(원하는 오차에 대한 적정 값은 사용자마다 다를 수 있습니다.) Character(s)의 수치는 선택된 문자에 대한 개별 수치를 표시해 줍니다. Location Score :학습 중 템플릿에서 측정된 위치 점수 값입니다. (샘플 점수가 매우 낮은 경우 해당 문자가 없음을 나타낼 수 있습니다.) Background area : 문자 배경에 있는 Pixel 수입니다. Foreground area : 이 문자의 템플릿 전면에 있는 픽셀 수입니다. Background Normalized Gray-level Sum : 이 문자의 배경 픽셀에 대한 정규화 된 Gray-level 값의 합계입니다. Foreground Normalized Gray-level Sum : 이 문자의 전경 픽셀의 정규화 된 Gray-level 값의 합계입니다. Normalized Correlation :표준화된 상관 관계와 통합 간의 최대 허용 차이입니다. (1- correalation value < Tolerance => Pass) Margin Width : 품질 표시기를 계산할 때 문자 경계 상자 주변에 사용할 여유 공간의 너비를 나타냅니다.(문의중) Shift (From ROI) 제공된 ROI에서 텍스트의 이동 허용 오차를 조정한다. (지정된 ROI가 항상 전체 텍스트를 포함하는 경우 이 방법은 텍스트 이동 허용오차를 계산하지만 skew와 shear는 고려되지 않으며 이 매개변수들이 허용 오차가 0으로 설정되지 않은 경우 호출하면 안됨) Position - 여러 이미지의 결과를 이용하여 문자와 텍스트의 Position 창에 tolerances를 조정합니다. (Inspect Tap의 Add to statistics를 이용하여 데이터를 모을 수 있습니다. ) Quality - 여러 이미지의 결과를 이용하여 문자와 텍스트의 Quality 창에 tolerances를 조정합니다. (Inspect Tap의 Add to statistics를 이용하여 데이터를 모을 수 있습니다. ) Contrast Contrast는 해당 합계에 대한 기준 Gray-levels의 차이의 비율로 정의됩니다. (완전 대조된 영상의 경우 최대 100% 입니다.) Template : Template의 Contrast 값입니다. Sample: Sample의 Contrast 값입니다. Tolerance : Template과 Sample의 허용 오차 값을 지정합니다. Template과 Sample의 허용 오차 값이 실제 차이보다 작을 경우 검사는 실패입니다. 이 검사 기능을 이용하려면 Quality of Equality 기능이 활성화돼 있어야 합니다. Average : Contrast의 평균 값입니다. Deviation : Contrast의 표준편차 값입니다. 4. Advanced Reference Gray Levels Foreground : 학습된 이미지(Template)와 검사 이미지(Sample)의 전경(Text) Gray level 평균 값입니다. Threshold : 학습 이미지(Template)와 검사 이미지(Sample)의 Threshold 설정 값입니다. Background : 학습된 이미지(Template)와 검사 이미지(Sample)의 배경 Gray level 평균 값입니다. Location Mode Raw : 원본 이미지를 그대로 사용합니다. Binarized : Threshold 적용 전 gray-level로 문자와 화면 사이의 대비를 개선합니다. Gradient : 영상의 그라데이션(에지 감지)이 작동합니다. Laplacian : 이미지에 Laplacian이 작동됩니다. Location Score Normalize : 현재 위치 점수 정규화 모드입니다. (Template과 Sample 영상 간의 잠재적인 대비 또는 강도 차이를 보정하기 위한 것이고 Sample 영상의 전경 및 배경 참조 gray-level이 Template 이미지와 동일한 것처럼 작동합니다.) Reduce : 현재 위치 점수 감소 모드입니다. (위치 점수는 문자 등고선을 따라 gray-level 값의 합으로 계산되고 감소 모드가 활성화되면 위치 점수가 등고선 점수로 나누어 0 범위의 평균 gray-level을 제공합니다.) Accurate Text Score : 현재 Text 위치 점수 모드입니다. (텍스트 위치에서 텍스트 위치 스코어는 개별 문자 변위가 허용되기 전에 계산되고 비정형 Template과 Sample Text간의 일치가 정확하지 않기 때문에 위치 점수가 낮아집니다.) Inspection Mode Resample Characters : 문자를 재 샘플링 기능입니다. (일반적으로 텍스트는 회전, 확대 또는 축소, Shearing을 사용하여 검사할 때 일부 재 샘플링을 수행해야 하지만 각도가 작아지고 축척 요소가 통계에 가깝다면 FALSE로 설정하여 재 샘플링을 방지하는 것이 좋습니다.)
2022.10.261. Source Image Source Image 학습할 전체 이미지 또는 ROI 영역을 선택합니다. 2. Learn Learn 인식된 문자는 초록색 Bounding Box로 표시됩니다. 표시된 문자를 마우스로 클릭하면 아래의 창이 생성됩니다. Character 학습할 문자를 입력합니다. Class 학습할 문자를 저장할 영역을 선택합니다. 3. Recognition Recognition results 인식된 결과를 보여줍니다. Char 인식된 문자를 표시합니다. (1,2는 후보를 의미합니다.) Err 인식된 문자의 불 일치율을 표시합니다. (1,2는 후보를 의미합니다.) Confid 검출 문자와 패턴 문자의 일치율을 표시합니다. Org X, Y 검사 이미지를 기준으로 좌표 값을 표시합니다. Width, Height 검출된 문자의 가로, 세로 픽셀 수를 표시합니다. 4. Recognition Parameters Characters 인식할 글자의 최대 개수를 설정합니다. Classes 인식에 사용할 클래스를 선택합니다. Matching Mode 글자 인식에 관하여 글자 비교 방법과 이동한 것(Shift)에 대해 보정하는 방법을 설정합니다. RMS 제곱 평균 제곱근(Root-Mean-Square) 에러 방법을 사용합니다. Standard Gray-Level 유사 방법을 사용합니다. Normalized : 정규화된 Gray-Level 유사 방법을 사용합니다. Shifting Mode Shift Text 문자 세트가 같이 이동됩니다. Shift Char 각 문자가 개별적으로 이동됩니다. Shift X,Y Tolerance 문자의 가로, 세로 위치 허용 범위를 설정합니다. Compare aspect ratio 글자 크기 정규화 후 각 문자가 같아 보이는 경우, 이 모드를 사용하면 인식 성능이 향상됩니다. 5. Font File Load, Save As, New Font File(*.ocr)을 생성하거나 다른 이름으로 저장, 불러오는 기능입니다. Pattern Width, Height 생성할 패턴의 가로, 세로 픽셀 수를 설정합니다. 6. Segmentation Parameter Threshold 이진화 임계값을 설정합니다. Absolute : 흰색 레이어의 첫 번째 회색 값을 나타내고 조절이 가능합니다. Relative (%) : 검정색 레이어에 속한 이미지 픽셀의 비율을 나타내며, 0~1사이 범위의 사용자정의 부동소수 값 Minimum residue : 소스와 Threshold값 적용 이미지의 이차(quadratic)차이가 최소화가 되도록 자동으로 계산. Maximum entropy : Threshold값 적용 결과 이미지의 엔트로피(예: 정보의 양)가 최대화되도록 자동으로 계산 Iso-Data : 평균 진회색 값(Threshold값 아래의 회색조)과 평균 연회색 값(Threshold값 위의 회색조) 사이 중간이 되도록 자동으로 계산. Chars Color White on Black : 문자가 배경보다 밝은 조건입니다. Black on white : 문자가 배경보다 어두운 조건입니다. Light on Dark : 문자가 배경보다 밝은 조건입니다. 학습 및/또는 인식될 때 Thresholding이 발생하지 않습니다. Dark on Light : 문자가 배경보다 어두운 조건입니다. 학습 및/또는 인식될 때 Thresholding이 발생하지 않습니다. Size Min Width, Height 문자가 인식될 최소 가로, 세로 크기를 정의합니다. Max Width, Height 문자가 인식될 최대 가로, 세로 크기를 정의합니다. Spacing 문자와 문자 사이의 간격을 정의합니다. Noise Area 설정된 값보다 작은 Area가 Blob으로 잡히는 경우, 노이즈로 판단되어 제거됩니다. Remove Narrow Or Flat Blob 결과가 얇거나 평평한 경우(narrow, flat) 제거됩니다. Remove Border 이미지 또는 ROI의 Edge 부분 Blob 결과물은 제거됩니다. Cut large characters Blob 결과가 Max Width 보다 클 경우 제거됩니다. Relative Spacing (%) Cur large characters가 활성화 되어있을 때, 이 값을 설정하면 Blob의 분할된 부분 사이의 여백이 적용됩니다. Segmentation Mode Keep Objects : 한 문자가 한 Blob이며, Blob을 그룹화하려는 시도를 하지 않으므로 손상된 문자를 처리할 수 없습니다. 액센트나 점과 같은 특징이 최소 문자 크기기준에 따라 제거될 수 있습니다. Repaste objects : Blob이 최대 문자 크기에 맞고 수직 간격에 의해 분리되지 않은 경우, Blob이 그룹화되어 고유 문자를 형성하므로 액세트와 점이 보존됩니다.
2022.10.261.Encoder Segmentation Method GrayscaleDoubleThreshold : BW8 및 BW16이미지에 적용 가능. a) Black Layer : Threshold값 아래의 회색 값을 갖는 마스크 되지 않은 픽셀이 포함 b) White Layer: Threshold값 보다 크거나 같은 회색 값을 갖는 마스크 되지 않은 픽셀이 포함. c) 5가지 Threshold값 적용방식을 제공 1) 절대(정수 값): 흰색 레이어의 첫 번째 회색 값을 나타내고 조절이 가능. 2) 상대(%): 검정색 레이어에 속한 이미지 픽셀의 비율을 나타내며, 0~1사이 범위의 사용자정의 부동소수 값 3) 최소 잔류(기본값): 소스와 Threshold값 적용 이미지의 이차(quadratic)차이가 최소화가 되도록 자동으로 계산. 4) 최대 엔트로피: Threshold값 적용 결과 이미지의 엔트로피(예: 정보의 양)가 최대화되도록 자동으로 계산 5) Iso-Data: 평균 진회색 값(Threshold값 아래의 회색조)과 평균 연회색 값(Threshold값 위의 회색조) 사이 중간이 되도록 자동으로 계산. GrayscaleSingleThreshold : BW8및 BW16 이미지에 적용 가능, Neutral Layer추가 a) Neutral Layer : White와 Black에 포함되지 않는 픽셀이 포함 b) Black < Neutral < White로 Black과 White의 중간 Threshold값을 가진 픽셀 ColorRangeThreshold : C24 이미지에 사용 가능. Threshold와 Tolerance 설정해서 실행. a) White Layer : Threshold값과 Tolerance값안에 속하는 픽셀. b) Black Layer : White Layer에 속하지 않는 나머지 픽셀. ColorSingleThreshold : C24 이미지에 사용 가능. a) White Layer : Threshold값과 화이트 포인트(255,255,255)로 정의 되는 색공간에 속한 픽셀 b) Black Layer : Threshold값 이하의 값에 포함되는 픽셀 ImageRange : 배경이 충분히 균일하지 않은 경우 사용. 이미지 전체에 걸쳐 조명이 균일 하지 않은 경우 사용. 이미지와 레퍼런스 이미지(이상적) 사이의 차이점만 강조해야 하는 경우 사용 EasyObject -> Mack Min Max를 이용해서 Min/Max이미지를 생성 후 High Image& Low Image에 설정. 설정 된 이미지의 Min/Max 값으로 Blob검사 실행. ReferenceImage : 배경이 충분히 균일하지 않은 경우 사용. 이미지 전체에 걸쳐 조명이 균일 하지 않은 경우 사용. 이미지와 레퍼런스 이미지(이상적) 사이의 차이점만 강조해야 하는 경우 사용. LabledImage : BW8 및 BW16 이미지에 적용 가능. 최대 Threshold 값 수와 동일한 에이어 수의 코드화 이미지를 생성. 기본적으로 모든 레이어가 인코딩 되고, Minimum Layer ~ Maximum Layer의 사이 값 Eight Connexity 동일 조건의 서로 인접한 픽셀을 그룹화 하는 과정 Edge 또는 Corner를 따라 픽셀이 서로 접촉 가능 하며 2가지 방법으로 나뉜다. ① Four Connexity : Edge에 접촉하는 픽셀만을 그룹화. ② Eight Connexity : Edge와 Corner 모두 접촉하는 픽셀을 그룹화. Countinuous 연속 모드에서는 높이를 알 수 없거나 무한한 이미지를 처리할 수 있다. 범위를 나누어 코드화 시킨 결과값이 다음 범위와 인접할 때 한 개의 Object로 인식. 2. Selection Select Using 아래 조건 들을 지정해서, 코드화 이미지를 Add, Remove 할 수 있다. Feature a) Area : 픽셀 수 b) GravityCenterX : 무게중심점 X c) GravityCenterY : 무게중심점 Y d) BoundingBoxCenterX : 바운딩박스 중심점X e) BoundingBoxCenterY : 바운딩박스 중심점Y f) BoundingBoxWidth : 바운딩박스 너비 g) BoundingBoxHeight : 바운딩박스 높이 h) MinimumEnclosingRectangleCenterX : 최소 외곽 사각형 중심점 X i) MinimumEnclosingRectangleCenterY : 최소 외각 사각형 중심점 Y j) MinimumEnclosingRectangleCenterWidth : 최소 외각 사각형 너비 k) MinimumEnclosingRectangleCenterHeight : 최소 외각 사각형 높이 l) MinimumEnclosingRectangleCenterAngle : 최소 외각 사각형의 방향(각도) m) WeightedGravityCenterX : 가중 무게중심점 X n) WeightedGravityCenterY : 가중 무게중심점 Y Threshold Type Double : Threshold 범위를 설정. InSide : Low값보다는 크거나 같고 High값보다는 작은 값 Low Threshold < High (And연산) OutSide : Low 값보다는 작거나 또는High값과 같거나 큰 값 Low < Threshold < High (OR 연산) Single : 기준 되는 Threshold 값 설정. Less : Threshold값보다 작은 값 LessEqual : Threshold값보다 작거나 같은 값 Equal : Threshold값과 같은 값 GreaterEqual : Threshold값보다 크거나 같은 값 Greater : Threshold값보다 큰 값 Different : Threshold값과 다른 값 Layer 선택한 Layer의 Blob된 이미지를 Add, Remove 할 수 있다. Position Blob된 이미지의 X,Y Position 위치로 Add, Remove할 수 있다. Rectangle ROI영역을 지정하고 Mode에 따라 Blob된 이미지를 Add, Remove 할 수 있다. ① EntirelyInside : ROI 테두리를 포함하지 않고, ROI 내부만 포함. ② EntirelyOutside : ROI 테두리를 포함하지 않고, ROI 외부만 포함. ③ InsideOrOnBorder : ROI 테두리와 내부만 포함. ④ OutsideOrOnBorder : ROI 테두리와 외부만 포함. ⑤ OnBorder : ROI 테두리만 포함. 3. Holes Hole Hole은 부모 개체에 의해 완전히 둘러싸여 연결된 픽셀의 집합. (Connexity에 의해 4또는 8픽셀) Layer : 몇 번째 Layer를 사용할지 선택. Object : 지정한 Layer의 몇 번째 Object를 사용할지 선택. Hole : 지정한 Layer -> Object의 Hole를 선택. Add : 선택된 Blob된 이미지를 추가. Remove: 선택된 Blob된 이미지를 제거. 4. Advanced Attached Image 이미지에 따라 기능을 계산하기 위해 연결된 이미지를 설정. 적용되는 설정이 한정적이다. Selection tap에서 Feature 에서 아래와 같은 파라미터를 설정했을 때 만 적용된다. PixelMin : Blob된 요소를 통해 Attached Image의 최소 Gray Level 값 적용. PixelMax : Blob된 요소를 통해 Attached Image의 최대 Gray Level 값 적용. WeightedGravityCenterX : Blob된 요소 위에 부착된 Attached Image 픽셀의 무게 중심점 X WeightedGravityCenterY : Blob된 요소 위에 부착된 Attached Image 픽셀의 무게 중심점 Y PixelGrayAverage : Blob된 요소를 통해 Attached Image의 평균 Gray-Level 값 적용. PixelGrayVariance : Blob된 요소에 Attached Image의 Gray Level의 분산 값 적용. PixelGrayDeviaion : Blob된 요소에 Attached Image의 Gray Level의 표준편차 값 적용. Feret Angle Feret 상자의 각도. Feret 상자 지정된 각도로 회전하는 최소 표면의 사격형으로 개체의 모든 픽셀 중심점이 포함. 5. Result Result Blob된 이미지의 결과값을 출력합니다. 기본 출력 내용은 LayerIndex, ObjectIndex,RunCount입니다. 출력할 List는 Columns에서 선택 가능합니다. Columns 출력 하고싶은 결과를 선택할 수 있습니다. ① Area : 코드화 이미지 내부의 전체 픽셀 수. ② BoundingBoxCenterX : Blob된 요소의 BoundingBox의 중심점 X ③ BoundingBoxCenterY : Blob된 요소의 BoundingBox의 중심점 Y ④ BoundingBoxCenterHeight : Blob된 요소의 BoundingBox의 높이 ⑤ BoundingBoxCenterWidth : Blob된 요소의 BoundingBox의 너비 ⑥ GravityCenterX : Blob된 요소의 무게중심점 X ⑦ GravityCenterY : Blob된 요소의 무게중심점 Y ⑧ MinimumEnclosingRectangleCenterX : 최소영역으로 포함된 직사각형의 중심점 X ⑨ MinimumEnclosingRectangleCenterY : 최소영역으로 포함된 직사각형의 중심점 Y ⑩ MinimumEnclosingRectangleCenterHeight : 최소영역으로 포함된 직사각형의 높이 ⑪ MinimumEnclosingRectangleCenterWidth : 최소영역으로 포함된 직사각형의 너비 ⑫ WeightedGravityCenterX : Blob된 요소의 가중 무게중심점 X ⑬ WeightedGravityCenterY : Blob된 요소의 가중 무게중심점 Y 5.3 Drawing Blob된 이미지에 추가적으로 출력할 수 있다. ① Bounding Box: Blob된 요소에 Bounding Box를 표시. ② Convex Hull: Blob된 요소를 완전히 감싸는 최소 면적의 볼록 다각형을 표시. ③ Ellipse : Blob된 요소에 타원을 표시. ④ Gravity Center : Blob된 요소의 무게중심점 표시 ⑤ Minimum Enclosing Rectangle : Blob된 요소를 포함하는 최소둘레의 직사각형 표시. ⑥ Weighted Gravity Center : Blob된 요소의 가중 무게중심점 표시.
2022.10.261. Read Grading Compute Grading 체크하여 사용할 경우 Matrix Code의 등급(Grade) 값을 얻을 수 있습니다. Result 디코딩 된 문자열(Code), 논리적인 크기(Logical Size), 수정된 오류 개수(Errors Corrected), 코드에 대한 대비(Contrast), 상하, 좌우 반전 여부(Flipping), 인코딩 유형(Family), GS1 Encoded 값이 표시됩니다. Message Reading에 Error가 발생할 경우 Error에 대한 메시지 출력 2. Learn Symbol Size 사용자가 원하는 Matrix Code의 Symbol 사이즈 선택 학습 가능 Contrast 사용자가 원하는 Matrix Code 위치의 대비 차에 대한 검사 선택 학습 가능 Flipping Flip된 Matrix Code에 대한 검사 여부에 대해 사용자가 선택 학습 가능 Family 사용자가 원하는 Matrix Code의 Version ( ECC000, ECC050, ECC080, ECC100, ECC140, ECC200 )에 대해 선택 학습 가능 Code / Errors Corrected 학습된 Matrix Code의 디코딩 결과 및 Errors Corrected 수 출력 Model 학습 Model File ( *.MX2 ) 저장 및 불러오기 3. Advanced Timeout 검사 처리 시간에 대한 값 설정 단위는 [ms] 입니다. ( Ex) 5000 => 5초 ) 4. AIM BC11 / ISO 15415 / ISO 29158 / SEMI T10 AIM BC11 (= ANSI/AIM ), ISO 15415 (= ISO/IEC 15415 ), ISO 29158 (= ISO/IEC TR 29158 ), SEMI T10 (= SEMI T10-0701 ) 여러 표준에 대한 Matrix Code 등급을 기반으로 코드의 품질을 검증할 수 있습니다. ( ※ 해당 탭의 결과는 Read Tap의 Compute Grading를 체크 할 경우 보여집니다.)
2022.10.261.Learning Minimum Reduced Area Matching을 실행할 Processing 단계를 설정합니다. 권장 값은 64이며, 그 이상/이하의 값을 권하지 않습니다. 값을 줄이게 되면 속도가 빨라지며, 값을 키우면 속도가 느려집니다. 대부분의 경우 64 값이 최적입니다. Advanced Learning 해당 파라미터가 활성화되면, 최적의 Minimum Reduced Area 값을 결정합니다. 다른 파라미터에는 영향을 주지 않습니다. 만약, Minimum Reduced Area 파라미터의 값을 수동으로 변경하면 Advanced Learning은 자동적으로 비활성화 됩니다. Filtering ① Uniform Low-Pass를 사용할 때를 제외한 경우에 사용합니다. ② Low-Pass 이미지가 선명할 때 사용합니다. Pixel Dimensions Pixel의 가로, 세로 비율을 설정합니다. 정사각형이 아닌 방식으로 이미지를 획득한 경우, 픽셀과 이미지의 비율을 등가로 설정 가능합니다. 2. Matching Max Occurrences 최대 검사 개수를 설정합니다. Max Initial Occurrences 최초의 Processing 과정에서 설정된 수만큼 패턴과 유사한 후보 위치를 지정합니다. 지정된 후보는 Processing이 진행되면서 유사도가 낮을 시에 제거됩니다. Min Score 검사 결과의 최소 유사도를 지정합니다. Final Reduction Matching의 처리 속도를 높이기 위해 생략할 Processing 단계를 설정합니다. 값을 높이면 처리 속도는 빨라지지만, 생략 단계가 늘어날수록 정확도는 떨어집니다. Contrast Normal 모델과 검사 이미지가 같은 Contrast 극성일 때 사용합니다(기본값). Inverse 모델과 검사 이미지가 반대의 Contrast 극성일 때 사용합니다. Any Normal과 Inverse 모두 사용합니다. Correlation Mode Standard : 패턴 이미지에 Offset과 Gain 보정을 적용하지 않습니다. Offset Normalized : 패턴 이미지에 Offset 보정을 적용합니다. Gain Normalized : 패턴 이미지에 Gain 보정을 적용합니다. Normalized : Offset Normalized와 Gain Normalized 모두 적용됩니다. Angle (Deg) 각도 허용치를 설정합니다. (Min~Max) Scale (%) Isotropic : 크기 허용치를 비율로 설정합니다. Anisotropic : 크기 허용치를 X축, Y축 개별로 설정합니다. 3. Don't Care Areras Blacken Inside 선택한 도형을 그리면, 도형 내부가 0으로 마스크 처리됩니다. Blacken Outside 선택한 도형을 그리면, 도형 외부가 0으로 마스크 처리됩니다. Don’t care Threshold Threshold 이하의 값을 무시합니다.
2022.10.261. Gain / Offset Gain 입력 이미지의 각 픽셀 값 앞 부분에 곱해지는 Normalization Factor입니다. 이미지의 픽셀 값을 Pinput라고 하고, Gain 값을 G라고 했을 때, 출력 픽셀 값 Poutput은 다음의 식을 따릅니다. Offset 입력 이미지의 각 픽셀값 뒷부분에 더해지는 Normalization Factor입니다. 이미지의 픽셀값을 Pinput라고 하고, Gain 값을 G라고 하며, Offset 값을 O라고 했을 때, 출력 픽셀값 Poutput은 다음의 식을 따릅니다. 2. Arithmetic & Logic 원본 이미지와 또 다른 이미지 및 값을 이용하여 연산을 수행하는 부분입니다. 연산의 종류는 다음과 같습니다. Copy Source Image의 픽셀 데이터를 Destination Image로 복사하는 연산입니다. Invert Source Image의 픽셀 데이터에 보수 연산을 취하여 Destination Image로 복사하는 연산입니다. 예를 들어, 655 x 597 사이즈의 이미지의 (5, 10) 위치의 픽셀 값이 172라고 가정했을 때, Invert연산을 취하면 출력 픽셀값은 다음과 같이 계산됩니다. Add Source Image 0에 Source Image 1의 픽셀 데이터 값을 더하여 Destination Image로 복사하는 연산입니다. Subtract Source Image 0에 Source Image 1의 픽셀 데이터 값을 빼서 Destination Image로 복사하는 연산입니다. Compare Subtract를 수행한 다음 절대값을 취하여 Destination Image에 복사하는 연산입니다. Multiply Source Image 0에 Source Image 1을 곱하여 Destination Image에 복사하는 연산입니다. Divide Source Image 0에 Source Image 1을 나누어 Destination Image에 복사하는 연산입니다. Modulo Source Image 0에 Source Image 1을 나누어 나온 나머지 값을 Destination Image에 복사하는 연산입니다. Scaled Add Source Image 0에 Source Image 1을 더하는 연산을 취하고 나서, 위의 자리수부터 8bit를 끊어 Destination Image에 복사하는 연산입니다. Scaled Subtract Source Image 0에 Source Image 1을 빼는 연산을 취하고 나서, 위의 자리수부터 8bit를 끊어 Destination Image에 복사하는 연산입니다. Scaled Multiply Source Image 0에 Source Image 1을 곱하는 연산을 취하고 나서, 위의 자리수부터 8bit를 끊어 Destination Image에 복사하는 연산입니다. Scaled Divide Source Image 0에 Source Image 1을 나누는 연산을 취하고 나서, 위의 자리수부터 8bit를 끊어 Destination Image에 복사하는 연산입니다. Shift Left Source Image 0의 픽셀 값을 상수 값 n만큼 왼쪽으로 Shift 시키고 나서, Destination Image에 복사하는 연산입니다. (단, n은 0부터 255까지의 정수 값을 가진다) Shift Right Source Image 0의 픽셀 값을 상수 값 n만큼 오른쪽으로 Shift 시키고 나서, Destination Image에 복사하는 연산입니다. (단, n은 0부터 255까지의 정수 값을 가진다) Bitwise AND Source Image 0에 Source Image 1을 비트 별로 AND 연산을 취하여 Destination Image에 복사하는 연산입니다. Bitwise OR Source Image 0에 Source Image 1을 비트 별로 OR 연산을 취하여 Destination Image에 복사하는 연산입니다. Bitwise XOR Source Image 0에 Source Image 1을 비트 별로 XOR 연산을 취하여 Destination Image에 복사하는 연산입니다. Logical AND Source Image 0와 Source Image 1을 논리적으로 AND 연산을 취하여 Destination Image에 복사하는 연산입니다. Source Image 0와 Source Image 1의 양쪽의 각 픽셀마다 다음의 논리를 따릅니다. Source Image 0 Source Image 1 Destination Image 0 0 0 0 0이상의 값 0 0이상의 값 0 0 0이상의 값 0이상의 값 0 Logical OR Source Image 0와 Source Image 1을 논리적으로 OR 연산을 취하여 Destination Image에 복사하는 연산입니다. Source Image 0와 Source Image 1의 양쪽의 각 픽셀마다 다음의 논리를 따릅니다. Source Image 0 Source Image 1 Destination Image 0 0 0 0 0이상의 값 255 0이상의 값 0 255 0이상의 값 0이상의 값 255 Logical XOR Source Image 0와 Source Image 1을 논리적으로 XOR 연산을 취하여 Destination Image에 복사하는 연산입니다. Source Image 0와 Source Image 1의 양쪽의 각 픽셀마다 다음의 논리를 따릅니다. Source Image 0 Source Image 1 Destination Image 0 0 0 0 0이상의 값 255 0이상의 값 0 255 0이상의 값 0이상의 값 0 Minimum Source Image 0와 Source Image 1의 각 픽셀마다 둘 중 작은 값을 취하여 Destination Image에 복사하는 연산입니다. Maximum Source Image 0와 Source Image 1의 각 픽셀마다 둘 중 큰 값을 취하여 Destination Image에 복사하는 연산입니다. Set Zero Source Image 0의 모든 픽셀값이 0이면, Source Image 1의 모든 픽셀값을 Destination Image에 복사하는 연산입니다. Set Non Zero Source Image 0의 모든 픽셀값이 0이 아니면, Source Image 1의 모든 픽셀값을 Destination Image에 복사하는 연산입니다. Equal Source Image 0와 Source Image 1의 각 픽셀값이 다 같으면 Destination Image의 각 픽셀값에 255을 복사하는 연산입니다. Not Equal Source Image 0와 Source Image 1의 각 픽셀값이 다 같지 않으면 Destination Image의 각픽셀값에 255을 복사하는 연산입니다. Greater or Equal Source Image 0의 각 픽셀값이 Source Image 1의 각 픽셀값보다 크거나 같으면 Destination Image의 각 픽셀값에 255을 복사하는 연산입니다. Lesser or Equal Source Image 0의 각 픽셀값이 Source Image 1의 각 픽셀값보다 작거나 같으면 Destination Image의 각 픽셀값에 255을 복사하는 연산입니다. Greater Source Image 0의 각 픽셀값이 Source Image 1의 각 픽셀값보다 크면 Destination Image의 각 픽셀값에 255을 복사하는 연산입니다. Lesser Source Image 0의 각 픽셀값이 Source Image 1의 각 픽셀값보다 작으면 Destination Image의 각 픽셀 값에 255을 복사하는 연산입니다. 3. Convolution Kernel Predefined kernels 항목에 선택된 Kernel Data를 확인합니다. Predefined kernels 미리 정의된 마스크를 선택합니다. 마스크 선택 후 ‘View’ 버튼을 클릭하여 정의된 데이터를 확인할 수 있습니다. Smoothing Masks : Uniform3x3 / Uniform5x5 / Uniform7x7 / Gaussian / Gaussian3x3 / Gaussian5x5 / Gaussian7x7 / Lowpass1 / Lowpass2 / Lowpass3 Sharpening Masks : Highpass1 / Highpass2 / Differential Masks : Gradient / GradientX / GradientY / Sobel / SobelX / SobelY / Prewitt / Prewitt X / Prewitt Y / Roberts / LaplacianX / LaplacianY / Laplacian4 / Laplacian8 User defined kernels 사용자가 직접 커널을 정의합니다. 버튼을 클릭하여 커널의 크기 및 데이터를 정의합니다. Square & Rectangle 이 기능은 Uniform 및 Gaussian 마스크에만 적용이 됩니다. 크기를 늘릴수록 더욱 Blur된 영상을 얻을 수 있습니다. Uniform 마스크 : 픽셀 값을 직사각형 윈도우의 인접 값의 산술 평균으로 바꿉니다. 실행 시간이 커널 크기에 의존하지 않습니다. 정사각형은 Square를, 직사각형은 Rectangle을 선택하여 가로, 세로의 크기를 정의합니다. Gaussian 마스크 : 홀수 크기의 직사각형 커널에서 가우시안 필터링(이항 가중치)을 적용합니다. 4. Threshold Simple Threshold Absolute : 절대(정수 값)으로 흰색 레이어의 첫번째 회색 값을 나타내고 조절이 가능합니다. Relative : 상대(%)값으로 검정색 레이어에 속한 이미지 픽셀의 비율을 나타내며, 0~1 사이 범위의 사용자정의 부동 소수 값 입니다. Minimum residue : 최소 잔류(기본값)으로 소스와 Threshold값 적용 이미지의 이차(Quadratic) 차이가 최소화 되도록 자동으로 계산합니다. Maximum entropy : Threshold값 적용 결과 이미지의 엔트로피가 최대화되도록 자동으로 계산 합니다. Iso-data : 평균 어두운 회색 값(예: Threshold값 아래의 회색 수준)과 평균 밝은 회색 값 입니다. (예: Threshold값을 초과하는 회색 수준) 사이의 중간에 있는 Threshold값을 자동으로 계산합니다. Preview Mode: 원본 이미지에 Threshold값을 적용하여 결과 이미지를 미리 보여주는 모드입니다. Above or on threshold : Threshold 설정 값이 0에 가까워 질수록 나타낼 색상 설정을 합니다. (White, Reddish, Gray) Below threshold : Threshold 설정 값이 255에 가까워 질수록 나타낼 색상 설정을 합니다. (Black, Bluish, Gray) Double Threshold Pixels high value : Threshold high value값보다 높거나 같은 값을 가진 Pixel들을 설정한 값으로 설정합니다. Threshold high value : Threshold의 High값의 기준 값을 설정합니다. Pixels between value : Threshold high value 와 low value 사이의 값을 가진 Pixel들을 설정한 값으로 설정합니다. Threshold low value : Threshold의 low값의 기준 값을 설정합니다. Pixels low value : Threshold low value 값보다 낮은 값을 가진 Pixel들을 설정한 값으로 설정합니다. Adaptive Threshold 일반적인 Threshold는 균일하지 않은 밝기에서 적용하기 어렵습니다. Adaptive Threshold는 필터 적용과 같이 Kernel의 데이터 중 임계값을 적용하기 때문에, 균일하지 않은 밝기에서 유용합니다. Method Mean : Kernel 데이터의 평균값을 Threshold값으로 사용합니다. Median : Kernel 데이터 정렬 후 중앙값을 Threshold값으로 사용합니다. Middle : Kernel 데이터 정렬 후 간격의 중간값을 Threshold값으로 사용합니다. Half Kernel Size : 커널의 절반 크기를 정의합니다. (홀수 크기의 커널 크기는 소수점이 내림처리 됩니다.) Threshold Offset : Threshold값에 적용된 상수 Offset입니다. 5. Image Statistics Gray Scale Mask : 마스크 이미지를 선택합니다. Minimum : 이미지에서 최소 Gray-Level값을 계산해서 출력합니다. Maximum : 이미지에서 최대 Gray-Level값을 계산해서 출력합니다. Average : 이미지에서 평균 Pixel값을 계산해서 출력합니다. Variance : 이미지에서 Pixel 값의 평균 및 분산을 계산해서 출력합니다. Standard Deviation : 이미지에서 Pixel 값의 표준편차 값을 계산해서 출력합니다. Pixel Count 최대/최소 Threshold값을 설정하여 Pixel들의 값이 어떻게 분포 되어있는지 확인 가능합니다. Min Threshold : 최소 Threshold값을 설정합니다. Max Threshold : 최대 Threshold 값을 설정합니다. Pixels < Min : 최소 Threshold값으로 설정된 값보다 적은 값을 가진 Pixel의 수를 출력합니다. Min <= Pixels < Max : 최소 Threshold값보다는 크거나 같으며, 최대 Threshold값보다는 작은 값을 가진 Pixel의 수를 출력합니다. Pixels >= Max : 최대 Threshold값보다 크거나 같은 Pixel의 수를 출력합니다. Gravity Center : White Layer 기준으로 Threshold가 적용된 Blob들의 무게중심 x, y를 출력합니다. Color Average : RGB 픽셀 컬러 성분의 평균을 계산해서 출력합니다. Pixel Variance Variance : RGB 픽셀 컬러 성분의 분산을 계산해서 출력합니다. Covariance : RGB 픽셀 컬러 성분 쌍 사이의 공분산을 계산해서 출력합니다. Pixel Standard Deviation Standard Dev. : RGB 픽셀 컬러 성분의 표준편차를 계산해서 출력합니다. Correlation Coeff. : RGB 픽셀 컬러 성분 쌍 상이의 상관계수를 계산해서 출력합니다. 6. MonoPhology Operations Erode : 침식 연산을 수행합니다. Dilate : 팽창 연산을 수행합니다. Open : 열기 연산을 수행합니다. Close : 닫기 연산을 수행합니다. White Top Hat : White Top Hat 필터를 수행합니다(얇은 흰색 특징을 강조). Black Top Hat : Black Top Hat 필터를 수행합니다(얇은 검정색 특징을 강조). Gradient : 에지를 강조를 수행합니다. 팽창 연산 결과와 침식 연산 결과의 차이를 의미합니다. Median 3x3 : 임펄스 노이즈를 제거를 수행합니다. < Square > < Rectangle > < Circle > 커널의 크기는 Half Width, Half Height 설정으로 조절되며 위와 같이 지정된 형상(Square, Rectangle, Circle)의 이웃에 포함된 픽셀 값을 결합하고, 이웃의 중심 픽셀을 그 결과로 대체합니다. 커널 크기에 따라 결과에 중대한 영향을 주게 됩니다. 7. Histogram Compute Source Image(Gray Scale) : Pixel값의 분포도를 확인 하려는 원본 이미지입니다. Mask : 마스크 이미지를 설정합니다. Destination Vector : 선택된 벡터에 히스토그램이 계산됩니다. Result : 벡터의 결과를 보여줍니다. Equalize 이미지의 Pixel값이 전체적으로 균일하게 분포하도록 GrayScale 값을 다시 계산합니다. 이는 이미지 대비를 극대화하거나, 어두운 부분의 이미지 세부 정보를 다수 밝히는데 유용합니다. Source Image(Gray Scale) : 원본 이미지입니다. Destination Image : 히스토그램의 분포를 균등하게 재 계산한 결과 이미지입니다. Result 8. Canny Edge Detector Threshold (= Gradient threshold with Hysteresis ) Gradient threshold with Hysteresis는 주변의 분류 결과에 따라서 자신의 분류 결과가 달라 질 수 있는 Thresholding 기법으로서 대표적으로 Canny Edge Detector에 사용되는 이진화 기법입니다. 영상처리에서 Gradient(기울기)는 이미지의 Edge 및 그 방향을 찾는 용도로 활용 됩니다. Hysteresis Thresholding은 High Threshold와 Low Threshold 두 개의 Threshold 값이 존재하며 High Threshold 이상의 Edge를 갖는 픽셀들은 무조건 Edge 픽셀로 분류합니다. Low와 High 사이에 있으면서 이미 Edge로 분류된 픽셀들과 인접해 있으면 Edge 픽셀로 분류합니다. 나머지 픽셀들 (Low Threshold 이하 이거나 High Threshold 이하 이면서 Edge 픽셀과 연결되어 있지 않은 경우)는 모두 Non Edge 픽셀로 분류합니다. Mode Absolute : 절대 적인 값이며, 8bit 단위로 0~255 설정 가능합니다. Relative : 상대 적인 값이며, 검정색 레이어에 속한 이미지 픽셀의 비율을 나타내며, 0~1사이 범위의 사용자정의 부동 소수 값, % 단위로 0~100 설정 가능합니다. Gaussian Smothing 노이즈 제거를 위해 가우시안 필터의 표준편차를 이용하여 Source Image를 부드럽게 만드는 설정입니다. SmoothingScale Source Image에 Gradient를 적용시키기 전에, 스케일 값에 따라 먼저 Smoothing 처리를 합니다. 9. Harris Comer Detector Threshold 계산된 그래디언트(Gradient) 값을 기준으로 임계 값을 설정합니다. Absolute는 절댓값, Relative는 상대 값(0~100%)으로 입력합니다. 상대 값은 검정색 레이어에 속한 이미지의 픽셀 비율을 나타냅니다. Integration Scale 가우시안 필터의 표준 편차입니다. 표준편차가 클수록 더욱 스무딩된 효과를 적용하게 됩니다. Derivation Scale 그래디언트(Gradient) 계산 중 노이즈 감소에 사용되는 가우시안 필터의 표준 편차입니다. 해당 값은 Integration Scale * 0.7로 재설정 됩니다. 이 값은 문헌에서 제안한 권장 값입니다. (임의의 값을 설정하기 보다는, Integration Scale * 0.7 값을 사용하길 권장합니다.) Gradient Normalization 코너 측정 값 계산 전에 그래디언트(Gradient) 정규화를 할 것인지 설정합니다. 정규화를 적용하면 코너 측정 값은 대략 1근처로 계산되며, 적용하지 않으면 코너 측정 값이 상당히 커지게 됩니다. Subpixel Precision 서브 픽셀 정밀도 활성화 여부를 설정합니다. 10. Hit And Miss Half Width 커널 폭의 절반을 설정합니다. (1~10) Half Height 커널 높이의 절반을 설정합니다. (1~10) Kernel Background : 해당 영역을 음(-)으로 지정합니다. Foreground : 해당 영역을 양(+)으로 지정합니다. Don’tCare : 해당 영역을 값에 영향을 받지 않는 상태로 지정합니다. 11. Countour Destination Vector 윤곽선을 구성하는 점들이 저장되는 Vector를 선택합니다. 버튼을 클릭하여 이미지 포맷에 맞는 Path Vector를 생성합니다. Freeman Codes 윤곽선의 경로 중에 픽셀로부터 다음으로 픽셀로 이어지는 경로에 대해 알려주는 코드라고 하며, 수평 방향으로 0부터 시작하여 시계 반대 방향으로 숫자가 증가합니다. Closed Freeman Codes로 표시된 결과 값을 다시 Gray Level로 바꿀 때 사용합니다. Threshold ( =Gray Level ) 개체를 선택하여 윤곽선을 계산할 경우, Starting Point에 해당하는 Pixel의 Gray Level 값이 기준 Threshold로 설정됩니다. Object color Object color를 이용하여 검사할 때 Starting Point에 해당하는 Pixel은 무조건 포함되어야 합니다. ex) 위 이미지의 경우, Starting Point의 Gray Level이 130이기 때문에 Above Thr. 및 Below Thr. 를 사용할 때 Gray Level 130은 무조건 포함시키도록 설정하여야 합니다. Above Thr. : 위와 같이 선택된 윤곽선 개체에서 설정 된 Threshold 이상에 해당하는 Gray Level 값을 가지는 Pixel을 검사합니다. Below Thr. : 위와 같이 선택된 윤곽선 개체에서 설정 된 Threshold 이하에 해당하는 Gray Level 값을 가지는 Pixel을 검사합니다. Starting Point 선택된 개체 윤곽선의 시작 좌표를 나타냅니다. Contour Following Mode Clockwise Standard : 선택된 개체의 윤곽선은 시계 방향으로 진행됩니다. Continue if border detected : 이미지 테두리를 만났을 때 윤곽선이 시계 반대 방향으로 다시 시작됩니다. 이미지 테두리가 발견되었으면 윤곽선이 완전히 닫히지 않는다고 예외가 발생합니다. Always closed : 선택된 개체의 윤곽선은 시계 방향으로 진행되며 필요한 경우 윤곽선을 닫을 때 이미지 테두리를 개체의 테두리와 동일하게 보고 작용하여 예외가 발생하지 않습니다. Anticlockwise Standard : 선택된 개체의 윤곽선은 시계 반대방향으로 진행됩니다. Continue if border detected : 이미지 테두리를 만났을 때 윤곽선이 시계 방향으로 다시 시작됩니다. 이미지 테두리가 발견되었으면 윤곽선이 완전히 닫히지 않는다고 예외가 발생합니다. Always closed : 선택된 개체의 윤곽선은 시계 반대방향으로 진행되며 필요한 경우 윤곽선을 닫을 때 이미지 테두리를 개체의 테두리와 동일하게 보고 작용하여 예외가 발생하지 않습니다. Connexity 4 또는 8 Pixel을 선택할 수 있으며 이미지 처리 과정에서 인접한 Pixel을 동일한 객체에 속하는 것으로 간주시키는 것입니다. 12. Profile Destination Vector 이미지 내의 선(Line)을 지정하여 샘플링된 일련의 픽셀값을 저장할 Vector를 선택합니다. 버튼을 클릭하여 이미지 포맷에 맞는 Vector를 생성합니다. Start X & End X 선(Line)의 시작 좌표 및 끝 좌표를 입력하여 설정합니다. 13. Projection Destination Vector 계산된 Projection을 저장할 Vector를 선택합니다. Projection on a row or column 어떤 축으로 Projection을 할 것인지 선택합니다. row로 Projection을 하는 경우는 각 Column마다 모든 데이터를 더한 다음에 높이로 나눈 데이터가 Projection 결과 Data가 되며,column로 Projection을 하는 경우는 각 Row마다 모든 데이터를 더한 다음에 폭으로 나눈 데이터가 Projection 결과 Data가 됩니다. 이를 수식으로 표현하게 되면 다음과 같습니다. Projection Data를 이라고 하고, 이미지의 Pixel 값을 (단, i는 0에서 Width -1의 값을 갖는 정수이며, j는 0부터 Height – 1의 값을 갖는 정수)라고 하면 는 다음과 같이 표현 가능합니다. 14. Uniformize Light Reference Vector : 생성된 Vector를 사용합니다. (Vector의 elements수와 Source Image의 Width가 같아야 합니다.) Gray Scale : 변환된 이미지의 Gray Scale의 최대값을 지정합니다. Color : 변환된 이미지의 Color의 최대값을 지정합니다. Dark Reference Vector : 생성된 Vector를 사용합니다. (Vector의 elements수와 Source Image의 Width가 같아야 합니다) Gray Scale : 변환된 이미지의 Gray Scale의 최소값을 지정합니다. Color : 변환된 이미지의 Color의 최소값을 지정합니다. Two Reference Images Light Reference와 Dark Reference를 둘 다 사용합니다. 두 개의 레퍼런스를 사용 시, Adapted Gain, Offset과 같은 효과를 줄 수 있습니다. Multiplicative On 시에는 변환 공식이 곱셈(Gain), Off 시에는 변환 공식이 덧셈(Offset)으로 적용됩니다. 15. Scale and Rotate Scale X : 폭의 크기 변환 비율을 지정합니다. Y : 높이의 크기 변환 비율을 지정합니다. Angle (Deg) : 회전할 각도를 지정합니다. Move source point : 원본 이미지의 기준점을 움직입니다. Move destination point : 결과 이미지의 기준점을 움직입니다. Scale and Rotate : 크기 변환과 회전을 적용합니다. Rotate : 회전을 적용합니다. Scale : 크기 변환을 적용합니다. Scale anisotropic : 원본 비율을 무시하고 크기를 변환합니다. Interpolation bits : 이미지를 회전시킬 때 무너지는 가장자리 부분을 4비트 또는 8비트 정밀도로 보상합니다. 16. Register Two Pivots & Three Pivots Pivot (중심점)을 2개 또는 3개로 설정할 수 있습니다. Allow Scaling 위와 같이 Source Image가 Destination Image 보다 해상도가 더 높을 때, Two Pivots를 사용하면 이미지가 잘리기 때문에 Allow Scaling를 사용하여 이미지를 맞춰 줍니다. Interpolation bits 보간의 정확도 비트 수 이며, 허용되는 값은 0 ( =보간 없음, 가장 가까운 ), 4 or 8 입니다. ※ bits를 늘릴 경우 이미지 처리에 대한 정확도가 올라 갈 수 있지만 검사시간이 증가합니다. Source Pivots & Destination Pivots 이미지에 표시된 부분은 각 Pivot (중심점)의 좌표 값을 의미합니다. Register의 기능은 Pivots를 이용하여 틀어진 이미지를 정방향으로 맞출 수 있습니다. 17. Ring Warp Wedge Position Center X : Wedge의 중앙X값을 설정합니다. Center Y : Wedge의 중앙Y값을 설정합니다. Min Radius : Wedge의 최소 Radius값을 설정합니다. Max Radius : Wedge의 최대 Radius값을 설정합니다. Min Angle (Deg) : Wedge의 최소 각도를 설정합니다. Max Anlge (Deg) : Wedge의 최대 각도를 설정합니다. Full Circle : 체크 시, 완전한 원 형태의 Wedge를 사용합니다. Dragging Mode Standard 최대 2개의 외부점, 2개의 내부점으로 Wedge의 크기 및 범위를 지정합니다. Edges 최대 3개의 외부점, 1개의 내부점으로 Wedge의 크기 및 범위를 지정합니다. 드래그하는 1개의 외부점을 제외한 나머지 2개의 외부점은 고정됩니다.
2022.10.261. Position Position Center X,Y Gauge 위치의 중심 좌표 입니다. Tolerance Gauge 가 적용될 허용 범위 입니다. Angle Gauege 의 각도 입니다. Length (LineGauge 전용) LineGauge의 길이 입니다. Size X,Y ( RectangleGauge 전용) RectangleGauge의 크기 입니다. Diameter (CircleGauge, WedgeGauge 전용) CircleGauge 혹은 WdgeGauge의 지름 입니다. Amplitude (CircleGauge, WedgeGauge 전용) CircleGauge 혹은 WdgeGauge의 크기이며, 이는 각도로서 정의 됩니다. 만약에 Angle 30 이고 Amplitude가 150이면 다음과 같이 그려집니다. Full Circle (WedgeGauge 전용) Full Circle Gauge가 체크되어 있을 경우 아래의 왼쪽과 같이 원으로 표시됩니다. Breadth (WedgeGauge 전용) WedgeGauge의 폭을 변경할 때 사용합니다. Interactivity Dragable Drag를 할 수 있게 할지 못하게 할지를 선택하는 파라미터 입니다. Rotatable 회전을 할 수 있게 할지 못할지 선택하는 파라미터 입니다. Resizable 사이즈를 조정할 수 있게 할지 못하게 할지 결정하는 파라미터 입니다. Labeled Gauge의 결과를 출력해 줄 지 출력 하지 않을지를 결정하는 파라미터 입니다. Active Gauge를 활성화시킬지 비활성화 시킬지 결정하는 파라미터 입니다. Handles Standard Gauge의 중심점을 기준으로 움직이도록 선택하는 파라미터 입니다. Edge Gauge를 좌측 기준으로 움직이도록 선택하는 파라미터 입니다. Plot Profile Gauge 된 포인트들의 프로파일을 그래프로 나타낸 것입니다. Derivative Gauge 된 포인트들의 값을 미분화 값을 그래프로 나타낸 것이다. Draw Nominal Gauge를 조절하는 틀을 그릴지 체크하는 파라미터 입니다. Actual Gauge로 Fitting 된 부분을 그릴지 체크하는 파라미터 입니다. Actual을 체크한 것을 풀리전과 푼 후의 차이는 다음과 같습니다. Draw Samples Paths 측정된 모든 샘플링 포인트에 대한 경로를 대해 보여줍니다. Points 측정된 모든 샘플링 포인트에 대해 보여줍니다. Path 측정이 시작되는 샘플링 된 포인트의 경로에 대해 보여줍니다. Point 측정이 시작되는 샘플링 된 포인트에 대한 위치를 보여줍니다. Transition Type Gauge의 측정하려는 변이점 방향을 그를지 체크하는 파라미터 입니다. Transition Type를 체크한 것을 풀기 전과 푼 후의 차이는 다음과 같습니다. 2. Measurement Active Edges "x","y","X","Y" ( RectangleGauge 전용) Rectangle의 각 모서리에 자체 변이 감지 매개변수를 적용할 때 사용합니다. 4가지 측면의 체크박스를 활성화 또는 비활성화 설정으로 영향을 주어 원하는 가장자리만 검사 할 수 있습니다. 기본적으로 모든 모서리가 활성화 됩니다. "a","r","AA","RR" ( Wedgegauge 전용) Wedge의 각 측면에 자체 변이 감지 매개변수를 적용할 때 사용합니다. 4가지 측면의 체크박스 활성화 또는 비활성화 설정으로 전체 쐐기가 아니라 평행 호 또는 빗면 또는 코너 지점을 측정할 수 있습니다. 기본적으로 모든 모서리가 활성화 됩니다. Transition Selection Type Black To white 개체의 측정하려는 부분을 검은색에서 흰색 방향으로 변하는 지점을 측정할 수 있습니다. White To Black 개체의 측정하려는 부분을 흰색에서 검정색 방향으로 변하는 지점을 측정할 수 있습니다. White To Black Or Black To White 개체의 측정하려는 부분을 흰색에서 검정색 방향 또는 검정색에서 흰색 방향으로 변하는 지점을 측정할 수 있습니다. Black To White To Black 개체의 측정하려는 부분을 검정색에서 흰색으로 그리고 흰색에서 검정색 방향으로 변하는 지점을 측정할 수 있습니다. White To Black To White 개체의 측정하려는 부분을 흰색에서 검정색으로 그리고 검정색에서 흰색 방향으로 변하는 지점을 측정할 수 있습니다. Thickness 노이즈 영향을 줄이거나 여러 개의 프로파일을 늘릴 때 사용합니다. Choice From Begin 처음부터 N 번째 순서로 전환 (=Transition) 합니다. From End 끝부터 N 번째 순서로 전환(=Transition) 합니다. Largest Amplitude 피크가 가장 큰 진폭(=Amplitude) 값을 갖는 전환(=Transition) 합니다. Largest Area 피크가 가장 큰 영역 값을 갖는 전환(=Transition) 합니다. Closet 센터에 가장 가까운 기준으로 전환(=Transition) 합니다. All 모든 것을 전환(=Transition) 합니다. Index Point Gauge에 따라 여러 피크가 감지될 수 있습니다. 이 매개 변수는 원하는 위치로 전환할 때 사용됩니다. (Choice가 From Begin 또는 From End일 때만 설정 가능합니다.) Filter 노이즈 영향을 줄이기 위해 프로파일 데이터를 Point 위치 Gauge에 방향을 따라 low-pass Filter를 적용시킬 수 있습니다. Threshold 프로파일을 분석할 때 피크는 임계 값보다 높은 연속 픽셀 값으로 구성됩니다. Minimum Amplitude 피크가 감지될 때 임계 값에 추가되는 오프셋입니다. Minimum Area 피크 곡선과 Threshold 레벨에서 수평 사이의 영역이 설정한 MinArea 값에 도달하면 유효하게 선언되어 프로파일이 줄어듭니다. H/V Constraint Point Gauge 또는 Model Fitting 샘플 경로의 방향에 대해 제한할 수 있습니다. Rectangular Sampling Area Sampling 영역을 항상 사각형으로 유지시킬 수 있습니다. ※Peak 감지 및 필터링 동작 방법 기본적으로, 미분 그래프에서 Threshold 값을 초과하는 Point가 Peak로 간주됩니다. 그리고 노이즈 간섭을 방지하기 위해 추가 파라미터인 Minimum Amplitude 파라미터가 제공되며, 이를 사용하면 미분 그래프에서 Threshold + Minimum Amplitude 기준을 넘어야 Peak로 간주됩니다. Results Choice 파라미터에 선택된 기능에 의존하여 결과 값을 보여줍니다. Draw Samples ( Path or Point )를 활성화 해야 값을 얻을 수 있습니다. PointGauge의 경우 Choice 파라미터가 All일 경우 Results 탭에서 확인해야 됩니다. Center X, Y 측정된 Gauge의 시작 Point에 대한 중심 좌표입니다. Amplitude, Area 측정된 Gauge의 Point의 Peak 강도와 연관이 있습니다. 미분 피크가 Threshold + Amplitude 값에 도달하면 포인트(=트랜지션)이 감지되고 피크 곡선과 Threshold Level에서 수평 사이 영역이 Area 값에 도달하면 유효하게 선언됩니다. Sample Measure 측정된 Gauge의 샘플링 된 포인트에 대한 인덱스입니다. 3. Fitting Sampling Step 각 점 사이마다 몇 단계로 Sampling을 할 것인지에 대한 파라미터입니다. Known Angle Fitting 될 도형의 각도를 알고 있는지 모르는지를 체크하는 파라미터입니다. LineGauge의 경우 측정될 Line의 각도를 알 경우 이 플래그를 체크하면 됩니다. Outliers Filtering Sampling된 점들이 계산된 Line보다 기준 값 이상으로 벗어날 경우, Filtering 하여 좀 더 정확하게 측정하게 할 수 있는 파라미터입니다. Threshold 필터링을 위한 Threshold를 설정한다. 기준 범위를 넘어선 점들은 무시합니다. Passes Fitting된 Gauge 밖으로 나간 포인트들에 대해서 해당 Filtering을 몇 번 수행할 것인지를 결정하는 파라미터입니다. Average Distance Fitting된 Gauge 밖으로 나간 포인트들과 밖으로 나가지 않은 점들 간의 거리의 평균입니다. 4. Result Measured Center X, Y 측정된 Gauge의 중심 좌표입니다. Size X, Y ( RectangleGauge 전용 ) 측정된 Gauge의 크기를 나타냅니다. Angle ( LineGauge, RectangleGauge 전용 ) 측정된 Gauge의 수평 기준으로 틀어진 각도에 대해 나타냅니다. Diameter ( CircleGauge, WedgeGauge 전용 ) 측정된 Gauge의 지름입니다. Breadth ( WedgeGauge 전용 ) 측정된 WedgeGauge에 대한 폭을 나타냅니다. Amplitude ( WedgeGauge 전용 ) 측정된 WedgeGauge에 대한 각도를 나타냅니다. Samples 측정된 Gauge에서 샘플링 된 포인트 개수의 수치입니다. Valid Samples 측정된 Gauge에서 유효한 샘플 수를 가져오거나 측정에 따라 신뢰 할 수 없는 포인트도 있을 경우 합하여 나타내는 수치입니다. 5. Frmae Shape 좌표계의 다른 기준으로 잡게 해주는 기준 축입니다. 이를 기준으로 하여 Gauge를 새로 생성할 수 있고, 그렇게되면 Gauge는 Frame Shape를 기준으로 작동하게 됩니다. Position Center X, Y Frame Shape의 중심 좌표입니다. 중심 좌표를 움직이면 다음과 같이 됩니다. Frame Shape의 각도입니다. 각도를 바꾸면 다음과같이 됩니다. Axis Length X, Y Frame Shape의 각축의 길이입니다. Interactivity Dragable Drag를 할 수 있게 할지 못하게 할지를 선택하는 파라미터입니다. Rotatable 회전을 할 수 있게 할지 못하게 할지를 선택하는 파라미터입니다. Labeled Frame Shape의 결과를 출력해 줄 지 출력 안 할 지를 결정하는 파라미터입니다.
2022.10.261. Model Tab Pattern Type Consistent Edges 모델의 Contrast 변환이 뚜렷한 경우, Edge가 비교적 선명할 때 사용합니다. Contrasting Region 모델이 거의 구분하기 어려울 정도로 얇은 요소일 때 사용합니다. Thin Structure 모델의 Edge 또는 Contrast 변환이 불분명할 경우 사용합니다. Light Balance Light Balance는 이미지를 분석하여 Gradient 의 크기에 대한 임계 값 계산 방식을 정의합니다. -1이 될수록 더 많은 Edge Pointts 가 특징점이 되고, 1에 가까울수록 Gradient 크기가 큰 Points 만 특징점으로 고려합니다. Transition Thickness Pattern Type이 Contrasting Region인 경우 조정하는 파라미터 입니다. 아래 그림의 파란색 영역처럼, 변화하는 두께가 존재할 경우 직접 두께를 픽셀 단위로 입력하거나 자동(Auto)으로 설정이 가능합니다. 2. Search Filed Max Instances 찾게 될 검사 개수의 최대치를 설정합니다. Min Score 검사 결과의 최소 유사도를 지정합니다. Contrast Normal : 모델과 검사 이미지가 같은 Contrast 극성일 때 사용합니다 (기본 값) Inverse : 모델과 검사 이미지가 반대의 Contrast 극성일 때 사용합니다. Any : Normal 와 Inverse 두 방법 모두 사용합니다. Point by point Normal : 모델의 feature point와 검사 영역의 feature point가 같은 극성일 때 사용합니다. Point by point Inverse : 모델의 feature point와 검사 영역의 feature point가 반대의 극성일 때 사용합니다. Point by point Any : Point by Point Normal과 Point by Point Inverse 두 방법 모두 사용합니다. Drawing Drawing 옵션으로 bounding Box, Center, Feature을 선택할 수 있습니다. 3. Allowances Angle (Deg) 각도 허용치를 설정합니다. (Bias ± Tolerance) Scale (%) : 크기 허용치를 설정합니다. (Bias ± Tolerance) Search Area : 검사 영역을 벗어난 결과물을 검출하기 위해 벗어난 만큼 픽셀 단위로 입력합니다. 4. Don't Care Areas Blacken Inside 선택한 도형을 그리면, 도형 내부가 0으로 마스크 처리됩니다. Blacken Outside 선택한 도형을 그리면, 도형 외부가 0으로 마스크 처리 됩니다. 5. Advanced Model Forced Pattern Type이 Contrasting Regions 일 때 사용합니다. 0부터 255까지 입력이 가능하며, 기본 값인 0은 자동으로 계산합니다. Thin Structure Mode Pattern Type이 Thin Structure 일 때 사용합니다. 모델의 얇은 요소가 영역보다 어둡거나 밝은지 여부를 설정합니다. Minimum Feature Points, Maximum Feature Points 검출하는 Feature Points의 최소, 최대 개수를 설정합니다. 포인트 수가 많을수록 처리 시간이 오래 소요됩니다. Reduction Strength (%) 검출 속도를 조정합니다. 일반적으로 기본 값인 Auto를 사용하지만, 처리 속도를 높여야 하는 경우 수동으로 조정 가능합니다. Search Field Local Search Mode 더 나은 결과를 얻기 위해 범위를 선택할 수 있습니다. 선택한 모드에 따라 처리 시간이 달라집니다.
2022.10.261. Get/Set Component Get Component Color Image 에서 Color System으로 선택된 내용을 가져올 수 있습니다. Source Image (Color) Color 원본 이미지 입니다. Destination Image ( Gray Scale) 결과 이미지 입니다. Color Lookup 이미지를 다른 Color System으로 변환활 경우 사전 계산된 LUT가 필요합니다. 버튼을 클릭하여 LUT를 생성합니다. Bits 및 Interpolation 선택에 따라 보간 정도가 달라집니다. IndexBits 테이블 항목의 수 (LUT의 크기) 입니다. 4bit : 14,739, 5bit = 107,811, 6bit = 823,875 Interpolation Off : 테이블이 픽셀 값에 가장 가까운 항목을 찾습니다. IndexBits 속성의 값과 동일한 정확도를 얻을 수 있고 처리속도가 빠릅니다. On : 테이블은 8개의 인접 항목을 찾아보고 적절한 평균을 계싼합니다. 변환이 충분히 되었을 경우 최대 정확도를 제공하기 때문에 처리속도가 느립니다. Color System Open eVision에서는 아래와 같은 Color System을 제공합니다. (RGB, ISH, LSH, VSH, XYZ, LAB, LUV, LCH, YUV, YIQ, YSH) Set Component Gray Scale Image에 Color(RGB) Bayer를 덮어 씌웁니다. Source Image Bayer 패턴을 적용할 원본 이미지 입니다. Destination Image (Color) Bayer 패턴을 적용한 결과 이미지 입니다. 2. Adjust Gain / Offset Gain Gain은 1에 까깝게 유지되어야 하며 이미지의 대비를 조정할 수 있습니다. Offset Offset은 양수 또는 음수 일 수 있으며 이미지의 Intensity(강도)를 조정할 수 있습니다. 결과 값은 항상 [0..255] 범위로 포화됩니다. Source Image( Color) Color 원본 이미지 Destination Image (Gray Scale) 결과 이미지 Color Lookup 이미지의 다른 Color System으로 변환할 경우 사전 계산된 LUT가 필요합니다. 버튼을 클릭하여 LUT를 생성합니다. Bits 및 Interpolation 선택에 따라 보간 정도가 달라집니다. IndexBits 테이블 항목 수 (Lut의 크기)입니다. 4bit = 14,739, 5bit = 107,811, 6bit = 823,875 Interpolation Off : 테이블 픽셀 값에 가장 가까운 항목을 찾습니다. IndexBits 속성의 값과 동일한 정확도를 얻을 수 있고, 처리 속도가 빠릅니다. On : 테이블은 8개의 인접 항복을 찾아보고 적절한 평균을 계산합니다. 변환이 충분히 되었을 경우 최대 정확도를 제공하기 때문에 처리속도가 느립니다. Color System : Open eVision 에서는 아래와 같은 Color System을 제공합니다. (RGB, ISH, LSH, VSH, XYZ, LAB, LUV, LCH, YUV, YIQ, YSH) 3. Color Threshold Threshold Value & Tolerance 성분별 값(Threshold Value)과 Tolerance는 범위로서 설정됩니다. 아래와 같이 LSH Color System을 예시로 들겠습니다. LSH(223,204,105), Tolerance(126,104,110)은 다음과 같은 범위로 계산됩니다. Minimum : 성분별 값 – Tolerance = EC24(97,100,0) Maximum : 성분별 값 + Tolerance = EC24(255,255,215) 위 계산된 범위가 아래 API의 매개 변수로 사용됩니다. Color Lookup 이미지를 다른 Color System으로 변환할 경우 사전 계산된 LUT가 필요합니다. 버튼을 클릭하여 LUT를 생성합니다. Bits 및 Interpolation 선택에 따라 보간 정도가 달라집니다. IndexBits 테이블 항목의 수(LUT의 크기) 입니다. 4bit = 14,739 , 5bit = 107,811 , 6bit = 823,875 Interpolation Off : 테이블이 픽셀 값에 가장 가까운 항목을 찾습니다. IndexBits 속성의 값과 동일한 정확도를 얻을 수 있고, 처리속도가 빠릅니다. On : 테이블은 8개의 인접 항목을 찾아보고 적절한 평균을 계산합니다. 변환이 충분히 되었을 경우 최대 정확도를 제공하기 때문에 처리속도가 느립니다. Color System Open eVision에서는 아래와 같은 Color System을 제공합니다. (RGB, ISH, LSH, VSH, XYZ, LAB, LUV, LCH, YUV, YIQ, YSH) Preview Mode 불러온 Source Image에서 미리보기 기능 적용을 선택합니다. 4. White Balance Color Lookup 이미지를 다른 Color System으로 변환할 경우 사전 계산된 LUT가 필요합니다. 버튼을 클릭하여 LUT를 생성합니다. Bits 및 Interpolation 선택에 따라 보간 정도가 달라집니다. IndexBits : 테이블 항목의 수(LUT의 크기) 입니다. 4bit = 14,739 , 5bit = 107,811 , 6bit = 823,875 Interpolation Off : 테이블이 픽셀 값에 가장 가까운 항목을 찾습니다. IndexBits 속성의 값과 동일한 정확도를 얻을 수 있고, 처리속도가 빠릅니다. On : 테이블은 8개의 인접 항목을 찾아보고 적절한 평균을 계산합니다. 변환이 충분히 되었을 경우 최대 정확도를 제공하기 때문에 처리속도가 느립니다. White Balance White Balance 처리를 위한 RGB 값을 설정하는 부분입니다. 옆쪽에 있는 Predefined에 있는 Algorithm을 클릭하면 해당 Algorithm을 토대로 RGB 값이 자동으로 설정됩니다. 추가로 ‘From Source’를 클릭하게 되면 원본 이미지를 토대로 가장 적당한 RGB 값이 설정됩니다. Gain 출력 이미지에 대한 Gain 값을 설정하는 부분입니다. Gamma 감마 값을 설정하는 부분입니다. Predefined에는 미리 설정된 감마 값이 들어 있습니다 5. Color Conversion Color System Open eVision에서는 아래와 같은 Color System을 제공합니다. (RGB, ISH, LSH, VSH, XYZ, LAB, LUV, LCH, YUV, YIQ, YSH) Color Lookup 이미지를 다른 Color System으로 변환할 경우 사전 계산된 LUT가 필요합니다. 버튼을 클릭하여 LUT를 생성합니다. Bits 및 Interpolation 선택에 따라 보간 정도가 달라집니다. IndexBits : 테이블 항목의 수(LUT의 크기) 입니다. 4bit = 14,739 , 5bit = 107,811 , 6bit = 823,875 Interpolation Off : 테이블이 픽셀 값에 가장 가까운 항목을 찾습니다. IndexBits 속성의 값과 동일한 정확도를 얻을 수 있고, 처리속도가 빠릅니다. On : 테이블은 8개의 인접 항목을 찾아보고 적절한 평균을 계산합니다. 변환이 충분히 되었을 경우 최대 정확도를 제공하기 때문에 처리속도가 느립니다. Image Format Gray Level : 이미지를 Gray Level이미지로 변환합니다. Bayer Encoded : Bayer이미지는 컬러 이미지로, 컬러 이미지는 Bayer이미지로 변환합니다. Interpolate 컬러 변환에 사용되는 보간 적용 여부를 선택합니다. Off 시, 누락된 픽셀의 색상은 위쪽과 왼쪽의 픽셀을 참조합니다. On 시, 이웃 픽셀들로부터 평균을 적용합니다. Improved On 시, 향상된 보간 적용 여부를 선택합니다. 가장자리의 artifacts를 줄여줍니다. 처리시간이 늘어납니다. Even Column 가장 왼쪽 열에 파란색 픽셀이 없는 경우, On 합니다. Even Row 맨 위의 행에 빨간색 픽셀이 없는 경우, On 합니다.
2022.10.261. AutoRead AutoRead Decoded Symbology 이 부분은 어떤 Symbology에 대해서 어떤 결과를 출력하지는지 보여주는 부분 입니다. 해당 예에서는 EAN13 Symbology로 4007066391734 이라는 겨로가가 출력되었습니다. 만약에 다수의 Symbology에 대해서 인식이 될 경우에는 Index는 0 이상의 값을 가질 수 있습니다. 예를들어 Sysmbology Code39의 A 라는 결과는 0의 Index를 가지고 , Symbology Code128의 B라는 결과는 1의 인덱스를 가질 수있습니다. 2. Result Symbology 어떤 Symbology로 인식되었는지를 목록화 해 놓은 부분입니다. Result 각 Symbology에 대해서 어떤 결과가 출력되었는지 목록화 해 놓은 부분입니다. 3. Symbology Standard & Additional 사용할 Symbology를 토글하는 부분입니다. 현재 토글되어 있는 Symbology로 바코드가 인식되지 않는다면 추가적인 Symbology를 토글하여 바코드를 읽는 데에 사용합니다. Verify Checksum 선택한 Symbology에 근거하여 바코드의 타당성을 체크하는 플래그입니다. 예를 들어 ‘Code 39’ Symbology의 바코드 구조는 다음과 같습니다. 이 구조에 근거해서 읽을 바코드가 타당한 구조를 가지고 있는지 체크합니다. 4. Read Position 굵은 선으로 되어있는 박스로서 , 사용자가 수동으로 직접 읽을 때 사용하는 검사 영역의 위치입니다. Center - 영역의 중심점 입니다. Size - 영역의 크기 입니다. Angle - 영역의 각도입니다. Reading Area 바코드를 읽을 영역입니다. 이 영역의 폭은 바코드의 Bounding Box 보다 넓어야 합니다. 이 영역의 높이는 바코드의 Bounding Box 보다 위에 있어야합니다.
2022.10.26