Halcon特征提取

基本图像操作

示例：sort_region (SelectedRegions, SortedRegions, 'first_point', 'true', 'column')示例：shape_trans (ObjectSelected1, RegionTrans, 'rectangle1')ObjectSelected1（输入对象）：输入一个区域对象。RegionTrans（输出对象）：输出变换后的区域对象。SortedRegions（输入对象）：输入多个区域对象。RegionTrans（输入对象）：输入一个区域对象。

第一步：提取ROI read_image (Qq20210116074813, 'C:/Users/Administrator/Desktop/QQ截图20210116074813.png') get_image_size (Qq20210116074813, Width, Height) dev_close_window () dev_open_window (0, 0, Width, Height, 'black', WindowHandle) rgb1_to_gray (Qq2021011607481

通过3D成像系统（激光三角、结构光+单/双目等），对物体表面轮廓进行扫描，形成点云数据。选择其中一个物体的点云数据作为模板，去对其他物体的点云数据进行「三维点云匹配」，获取各个物体的姿态信息（x、y、z、Rx、Ry、Rz+1个旋转类型）。

图像特征提取之图像中圆及其特征提取 运行代码 read_image (Image, 'F:/2020spring/机器视觉/作业/lesson8-图形特征提取/实验图像.bmp') rgb1_to_gray (Image, GrayImage) *转换为灰度图 gauss_filter (GrayImage, ImageGauss, 3) roberts (ImageGauss, Ima...

这节主要介绍通过灰度进行特征的选择和提取，基于区域特征进行提取的估计大家都会，这里不再细说，本节通过灰度提取针对某些场合会很有用，例如在三维类的视差图进行处理时，这方面用的是比较多的，废话不多说，下面开始： *主要介绍是基于灰度进行提取特征的算法，其实更多的是使用区域方法，大家应该和熟悉了，这里只介绍 *通过灰度的使用。 *gray_features(Regions, Image :...

通过分割形态学得到一些图像区域之后，就可以使用特提取想要的区域，通常特征的类型有面积最大的区域、灰度差异大的图、区域面积中心 区域形状特征的算子 区域面积及和中心点坐标信息：area_center() 封闭区域孔洞的面积：area_holes() 根据特征值选择区域：select_shape() 可以根据不同特征选取区域 根据特征值创建区域：inner_circle() 求最小外接矩形：smallest_rectangle2() 矩形与物体方向平行。smallest_retangle1()矩形和坐标轴平行

【代码】【Halcon】笔记-缺陷特征提取。

Halcon中获取Region角度的方法有：smallest_rectangle2，orientation_region 1. smallest_rectangle2(Regions: : :Row,Column,Phi,Length1,Length2) Row,Column为中心点的坐标 Phi为倾斜角度（- pi / 2 < Phi && Phi &l...

由于这段时间在做一个视觉项目，里面由的产品类似于矩形， 使用模板匹配定位坐标系，边缘提取计算。可以做到精定位。 但是项目中，在相机视野内存在多个矩形产品（客户要求的定位精度要求：±0.5）比较松 所以我选择了 图像处理+矩形提取的方式，快捷，简单，客户对机器也不需要操作转向，矩形产品进去视野内直接抓取 halcon代码 read_image (Image, 'C:/Users/wind...

Halcon条码二维码识别和测量，简单的介绍

Halcon学习笔记——Region类算子(1)

一、xld线段中点 area_center_points_xld (Line4, Area, Row, Column) 二、xld线段端点 *xld转region gen_region_contour_xld (LineContours, RegionLines, 'filled') *提取区域轮骨 skeleton (RegionLines, Skeleton) *获取轮骨端点 junctions_skeleton (RegionLines, EndPoints, JuncPoints) get_reg

选中一块区域，查看这个区域的特征： 比如可以查看这个区域的面积： 再配合面积选择的算子： select_shape (SelectedRegions, SelectedRegions1, 'area', 'and', 7500, 99999) 完美~~~ 最常用，最直接的算子：对图形按灰度值进行分割！ threshold (Image, Region, 128, 255) Region区域，图像的一个子集。 右键图片-》更新窗口-》在单步模式-》清空并显示： 作用是每

gen_rectangle1(Rectangle,Row1,Column1,Row2,Column2） 参数：Rectangle 输出矩形 Row1 矩形左上角行坐标 Column1 矩形左上角列坐标 Row2矩形右下角行坐标 Column2矩形右下角列坐标 gen_rectangle2(Rectangle,Row,Column,Phi,Length1,Length1,Length2) ...

仅需修改tuple_sort_index (sortcol, Indices)，这个里面的排序点的坐标，到底是按row排序还是column排序，或者是-row，-column。算法不仅可以找到最左边或者最右边，也可以找到最上边或者最下面的顶点。

课题需要对图像中的缺陷进行尺寸评价，开发环境是Halcon。 选择使用最小外接矩形方法，原因主要是 可获得的评价参数多：长度，宽度，角度，长宽比，面积 通过长宽比参数可以判定缺陷形状 获取最小外接矩形的过程: 这里是做测试的原图 图像分割 选取合适的阈值比较困难。考虑到是工厂环境，采光可能不均匀，也为了测试方便（主要使用手机拍照，光源是环境光和手机闪光灯）， 采用动态阈值分割法，Hal...

图（b）为阈值分割后的图像，其中较亮部分为提取的区域，这些区域将作为area_center 算子的输入；图（c）为求面积与形状中心坐标的结果。其中文字标注的是对应区域的面积，文字的位置为中心位置设置行方向偏移后的位置。提到区域的特征，最常用的莫过于区域的面积和中心点坐标信息。该代码实现了将输入图像中的较暗的孔洞区域提取出来，计算各个独立区域的面积和中心坐。（2）中心：指的是几何中心点坐标，即单个区域的中心点行坐标均值和列坐标均值。（1）面积：指的是单个区域（输入区域可能不止一个）中包含的灰度像素数量。

算子：select_shape(Regions : SelectedRegions : Features, Operation, Min, Max : ) 功能：根据区域要求的特征提取适应的区域。 输入参数： Regions 输入需要测噩的区域（数组）； Features 输入要检测的特征 （为以上函数的特征系数） 参考特征：‘area’,‘row’,‘column’,‘width’,‘height’,‘rowl’,‘columnl’,‘row2’,‘column2’,‘circularity’,‘comp