Halcon入门(1)——选取ROI区域

1.读取图像

read_image(Image, 'fabrik')

Halcon入门(1)——选取ROI区域_第1张图片

2.获取图像的大小

*获取图片的大小
get_image_size(Image, Width, Height)

2.开关窗口

*关窗口
dev_close_window()

*开窗口
dev_open_window(0, 0, Width, Height, 'white', WindowHandle)

3.图像显示

* 显示图像
dev_display(Image)

4.找到说明书的位置即ROI区域

* 找到说明书的位置
threshold(Image, Region, 128, 255)

Halcon入门(1)——选取ROI区域_第2张图片

 阈值分割效果很差,可以结合面积进行分割。在点击我们的ROI区域的时候发现他们都是粘连在一起的。如下:

Halcon入门(1)——选取ROI区域_第3张图片

因此我们首先需要进行打散

*由于在点击选取的ROI部分的时候,旁边还有很多黏连在一起的非ROI区域,因此需要首先去打散
connection(Region, ConnectedRegions)

打散之后结果:

Halcon入门(1)——选取ROI区域_第4张图片

打散之后发现点击ROI区域的时候就不会出现粘连在一起的情况。然后需要对ROI区域结合面积特征进行选择。打开下图中的打开特征检测。

Halcon入门(1)——选取ROI区域_第5张图片

发现ROI区域的面积是8144,因此我们可以进行选择:

*打散后进行ROI区域筛选,利用筛选特征发现面积是8144,所以可以设置最大最小值
select_shape(ConnectedRegions, SelectedRegions, 'area', 'and', 8000, 8500)

Halcon入门(1)——选取ROI区域_第6张图片

 发现看不出效果,但是实际上已经处理好了,要想看出效果如下操作:

Halcon入门(1)——选取ROI区域_第7张图片

 先点击清空图像窗户口

Halcon入门(1)——选取ROI区域_第8张图片

然后右击选择原始图Image

Halcon入门(1)——选取ROI区域_第9张图片 

 然后再选择我们选择好的ROI区域Halcon入门(1)——选取ROI区域_第10张图片

 Halcon入门(1)——选取ROI区域_第11张图片

 5.获取中心坐标是十字星

*得到说明书的面积中心坐标
area_center(SelectedRegions, Area, Row, Column)

* 生成一个十字星
gen_cross_contour_xld(Cross, Row, Column, 12, 0.0)

Halcon入门(1)——选取ROI区域_第12张图片

6.完整程序

read_image(Image, 'fabrik')

*获取图片的大小
get_image_size(Image, Width, Height)

*关窗口
dev_close_window()

*开窗口
dev_open_window(0, 0, Width, Height, 'white', WindowHandle)

* 显示图像
dev_display(Image)

* 找到说明书的位置
threshold(Image, Region, 128, 255)

*由于在点击选取的ROI部分的时候,旁边还有很多黏连在一起的非ROI区域,因此需要首先去打散
connection(Region, ConnectedRegions)

*打散后进行ROI区域筛选,利用筛选特征发现面积是8144,所以可以设置最大最小值
select_shape(ConnectedRegions, SelectedRegions, 'area', 'and', 8000, 8500)

*得到说明书的面积中心坐标
area_center(SelectedRegions, Area, Row, Column)

* 生成一个十字星
gen_cross_contour_xld(Cross, Row, Column, 12, 0.0)





 

你可能感兴趣的:(Halcon入门,图像处理,人工智能,Halcon)