halcon学习笔记--图像数据结构,connection和opening算子使用注意事项

一、机器视觉应用中的三种基本数据结构:

1、图像

2、区域

3、轮廓            

亚像素轮廓比图像像素分辨率精度更高,亚像素数据可以通过亚像素阈值分割或亚像素边缘提取来获得

二、write_image(Image : : Format, FillColor, FileName : )

按指定格式保存图片,可将图片保存在本地。

三、write_region() 

将区域保存在本地

四、tuple_concat( : : T1, T2 : Concat)

将两个数组拼接成一个新的数组

五、connection,opening算子注意事项(opening自带范例)

halcon学习笔记--图像数据结构,connection和opening算子使用注意事项_第1张图片

* Apply an opening to a region
* 
dev_close_window ()
read_image (letters, 'letters')
get_image_size (letters, Width, Height)
dev_open_window (0, 0, Width / 2, Height / 2, 'black', WindowID)
dev_display (letters)
threshold (letters, Region, 0, 100)
connection (Region, ConnectedRegions)
select_obj (ConnectedRegions, ObjectSelected, 100)
* Erosion of a region with a circular structuring element
* 以圆形结构元素对筛选出的对象进行腐蚀
erosion_circle (ObjectSelected, RegionErosion, 1.5)
*对整幅图的区域用被腐蚀处理过的对象进行开运算,找出整张图中所有和被腐蚀的对象一样的对象,
*开运算简单理解,用输入的结构元素去图像中匹配对象,能装的下结构元素的保存,装不下的去除
*注意这种手法的运用
opening (Region, RegionErosion, RegionOpening)
dev_display (letters)
dev_set_color ('red')
dev_display (RegionOpening)
write_region (RegionOpening, 'region.hobj')

connection (Region, ConnectedRegions)

*筛选出编号为100的对象
select_obj (ConnectedRegions, ObjectSelected, 100)

connection算子第二个参数,包含所有打散的对象,每个对象都有一个编号,可以通过select_obj算子筛选出指定编号的对象

halcon学习笔记--图像数据结构,connection和opening算子使用注意事项_第2张图片

 

halcon学习笔记--图像数据结构,connection和opening算子使用注意事项_第3张图片
* 以圆形结构元素对筛选出的对象进行腐蚀,
erosion_circle (ObjectSelected, RegionErosion, 1.5)
*对整幅图的区域用被腐蚀处理过的对象进行开运算,找出整张图中所有和被腐蚀的对象类似的对象,
*开运算简单理解,用输入的结构元素去图像中匹配对象,能装的下结构元素的保存,装不下的去除,
所以开运算之前可以先对需要处理的对象腐蚀一下
opening (Region, RegionErosion, RegionOpening)

如下图先对e字母腐蚀,然后通过开运算找出所有区域中的e字母

halcon学习笔记--图像数据结构,connection和opening算子使用注意事项_第4张图片

halcon学习笔记--图像数据结构,connection和opening算子使用注意事项_第5张图片

 

需要说明的是在opening算子中对打散的区域进行开运算,只是将打散的区域的对象屏蔽了,开运算之后对象依然存在,如下:

 connection之后Number1 = Number2

connection (Region, ConnectedRegions)

count_obj (ConnectedRegions, Number1)

opening (ConnectedRegions, RegionErosion, RegionOpening)

count_obj (RegionOpening, Number2)

 

你可能感兴趣的:(机器视觉,halcon)