Halcon学习笔记

Halcon学习笔记——Region特征类算子(1)

Region特征类算子region_features(Regions::Features:Value)*计算区域的形状特征*输入参数：*Regions————待检测区域*Features————要检测的特征（默认值：'area',可选值见Region特征图所示）*输出参数：*Value————计算的特征*Features可以输入单个或者多个特征，例如['area','anisometry']sel
一楼二栋·2024-01-12 22:58

Halcon学习笔记——Tuple类算子

数组运算y:=[1,2,10,5,0,10]x:=[10,10,20,0,5,-10]a:=[10.5,-10.5,0,3]b:=[3.1415,0,1.5708,0.785]c:=[2,1,-2,3,5,-10]d:=[3,-10.5,0,5]tuple_abs(a,Abs)*计算一个元组的绝对值*元组中的元素为整型，则返回绝对值也为整型，为浮点型，则返回浮点型，可以混合*[10.5,10.5,
一楼二栋·2024-01-12 22:57

Halcon学习笔记——Region类算子(1)

connection(Region:ConnectedRegions::)*将不相连的区域都分割成单独的区域*Region：输入，ConnectedRegions：输出union1(Region:RegionUnion::)*将各自独立的区域合并成一整块区域(返回所有输入区域的并集)*Region：输入，RegionUnion：输出*与connection()相反union2(Region1,Re
一楼二栋·2024-01-12 22:57

halcon学习笔记（一）毛边检测 仿射变换+标准区域登陆检测内外边缘毛边

一、中级视频教程毛刺检测：实现功能，检测突出产品外围突出的毛刺：1.先获取背景的区域，用binary_threshold()获取背景区域A；2.背景区域进行闭运算得到闭运算区域B3.用difference（）算子计算AB两个区域的补集C；4.对C进行开运算，使边缘平滑。记得到边缘突出的毛刺使用到的算子：binary_threshold（）自动全局阈值，得到背景获背景和前景，适合使用在背景和前景差异
weixin_44482092·2024-01-01 17:39

HALCON学习笔记（八）——HALCON相关实例和算法

字符分割和识别字符识别(OCR）是在图像中识别字符的过程。主要包括在图像中的单个字符分割出来，将分割出来的字符进行分类两个部分。实例：dev_update_window('off')read_image(Image,'printer_chip/printer_chip_01')get_image_size(Image,Width,Height)dev_close_window()dev_open_
weixin_45482443·2024-01-01 17:09

Halcon学习笔记

目录一.简介一.简介Halcon和OpenCV在工业应用中的区别：OpenCV的精度没Halcon高；OpenCV没有模板匹配，Halcon有，而且Halcon匹配的精度更高。
诗仙&李白·2023-11-30 18:31

halcon学习笔记-01.Halcon简介

1.概述HALCON是德国MVtec公司开发的一套完善的标准的机器视觉算法包，拥有应用广泛的机器视觉集成开发环境，用户可以利用其开放式结构快速开发图像处理和机器视觉软件。其集成开发环境HDevelop可在Windows、Linux、UNLX系统下使用。使用HDevelop进行编程的过程一般是，在HDevelop环境中编写算法部分，使用C++、C#、VB等开发应用程序，从HDevelop中导出算法代
zxmyoung·2023-11-30 01:50

HalCon学习笔记6

halcon的数据结构之region、xld机器视觉的任务之一就是识别图像中的包含某种特性的区域，比如执行一个阈值分割处理，因此至少我们还需要一种数据结构，它可以表示一副图像中一个任意的像素子集，我们把区域定义为离散平面的任意子集使用halcon算子threshold来看看得到区域的效果，其中红色部分就是灰度值在123到255的所有像素点的集合，他们将作为一个整体作为一个区域，使用变量Region
工大陈·2023-11-30 01:49

halcon学习笔记

读取图片：read_image(Image,'C:/test.png')Halcon的一些基本数据结构：（1）Image：指Halcon的图像类型，由矩阵数据组成，矩阵中的每个值表示一个像素。Image中含有单通道或者多通道的颜色信息。（2）Region：指图像中的一块区域。该区域数据由点的坐标组成，表达的意义类似于一个范围。可以用Region来创建一个感兴趣区域（RegionofInterest
Alphapeople·2023-11-30 01:15

Halcon学习笔记_03：Blob分析

Blob分析由以下步骤组成：采集图像->提取ROI->图像或ROI对齐->修正图像->图像预处理->提取分割参数->分割图像->区域预处理->提取特征->将结果转为世界坐标->可视化显示1.修正图像图像或区域对齐问题：（SolutionGuideIII-Cinsection3.4）2.图像预处理消除噪声的相关函数：mean_image（）gauss_image（）相对高斯滤波速度快，效果不完美的函
PaQiuQiu·2023-11-25 03:49

HALCON学习笔记之blob分析+特征（定位） 11

blob分析+特征（定位）*采集图像dev_close_window()dev_update_off()read_image(ImageOrig,'blister/blister_reference')dev_open_window_fit_image(ImageOrig,0,0,-1,-1,WindowHandle)set_display_font(WindowHandle,14,'mono',
学习ing的青年·2023-11-23 09:40

HalCon学习笔记3

一、实例透视形变图像校正透视形变图形校正步骤如下1.读取图像，并对图像进行简单的处理，分割出目标形变区域2.获取形变区域的轮廓，并计算出顶点坐标信息3.利用上一步得出的坐标信息，计算投影变换矩阵4.进行投影变换二、实现代码1.将图像转化为灰度图像rgb1_to_gray(Image_display,GrayImage)rgb1_to_gray将RGB图像转换为灰度图像RGB图像的三个通道作为输入图
工大陈·2023-11-04 12:40

Halcon学习笔记——条形码的定位与识别

一维码的原理与结构条码基本原理是利用条纹和间隔或宽窄条纹（间隔）构成二进制的”0“和”1“，反映的是某种信息。一维条码数据结构，分四个区域。组成分别为静区、起始/终止符、校验符、数据符。一维条码的意识形态结构，分三条。构成一维码的基本单元是模块，模块是指条码中最窄的条或空；构成条码的条或空称为一个单元，一个单元包含多个或单个模块；一个单元包含的模块数量由编码方式决定，即形成了不同的码制。一维码的定
weixin_30708329·2023-02-04 15:57

Halcon学习笔记：xyz_attrib_to_object_model_3d示例

Halcon学习笔记：xyz_attrib_to_object_model_3d——从X、Y和Z图像中创建3D对象模型同时附加属性xyz_attrib_to_object_model_3d.hdevThisexampleprogramshowstheusageoftheprocedurexyz_attrib_to_object_model
Leon_Chan0·2023-01-28 12:38

Halcon相机标定及利用标定结果测距

Halcon相机标定及导出标定板实际圆心距离（Halcon学习笔记）首先，采集一组标定板不同位姿图片，利用Halcon标定助手进行标定。
Mechantronic Bao·2023-01-18 19:44

Halcon齿轮测量

Halcon齿轮测量（Halcon学习笔记）齿轮灰度图像如下：Halcon齿轮测量设计流程首先进行阈值分割并利用面积特征选取出齿轮部分：创建圆的XLD轮廓：进行尺寸测量：生成测量结果并显示：Halcon
Mechantronic Bao·2023-01-18 19:44

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
lfw2019·2023-01-11 23:09

Halcon学习笔记02——透视形变的车牌识别

1程序流程整体流程如下图所示：首先通过RGB→HSV在颜色空间进行Blob分析提取车牌区域，提取区域如下图所示：可以发现图片出现了透视变换，由于拍摄视角未正视车牌，因此矩形的车牌变成了斜四边形。因此需要对该区域进行透视变换，其核心算子如下：获取变换矩阵：hom_vector_to_proj_hom_mat2d(::Px,Py,Pw,Qx,Qy,Qw,Method:HomMat2D)其中Px，Py分
weixin_43710224·2023-01-07 00:52

HALCON学习笔记

一、第一个halcon程序初次接触视觉算法，对很多概念还是一个很模糊的状态。第一次使用halcon，根据B站联为智能教育的教学视频进行学习记录1.读取图片*Readinganimage:read_image(Image,'mreut')*Reading3imagesintoanimagearray:read_image(Images,['ic0','ic1','ic2'])HALCON算子:rea
工大陈·2023-01-06 09:15

HalCon学习笔记

一、连接相机算子open_framegrabber：连接相机并设置一些基本的采集参数，如选择相机类型和指定采集设备Parameters:1.HorizontalResolution：水平相对分辨率，如果是1，说明采集的图宽度和原图一样大，是2，表示采集的图宽度是原图的两倍，默认为12.VerticalResolution：垂直相对分辨率，如果是1，说明采集的图宽度和原图一样大3.ImageWidt
工大陈·2023-01-06 09:15

HALCON学习笔记（五）——图像分割

图像分割：将图像中具有特殊意义的不同区域划分开来，这些区域是不交互的。一般采用的图像分割方法有阈值分割，边缘检测，区域生长，霍夫变换等。阈值分割阈值分割：按图像灰度幅度进行分割的方法，把图像的灰度分成不同的等级，然后用设置灰度阈值的方法确定有意义的区域或要分割物体的边界。难点：无法确定图像分割生成区域的数目阈值的确定（阈值选取过高，容易把大量的目标误判为背景；阈值选取过低，容易把大量的背景误判为目
weixin_45482443·2022-12-06 07:48

halcon学习笔记4-字符识别（包括汉字识别）

本篇笔记着重写的是如何训练汉字字符，让电脑能够识别出来汉字1.使用系统训练好的文件完成车牌的识别首先我在网上随便找了一直车牌图像然后灰度化再进行阈值操作下一步连通区域后进行特征选择，因为识别中文要训练，这里就先识别英文和数字，后面会有中文的识别详解。因为这里的车牌看起来跟基本是水平的，就不用矫正了。识别前需要将灰度图反转一下（因为我选的字体’Industrial_0-9A-Z_NoRej.omc’
丶听涛·2022-11-27 22:21

halcon学习笔记

API:erision_circle()opening_clrcle()腐蚀命令对原图像信息的丢失比open命令更为严重select_shape()dev_close_window()dev_open_window()需要在窗口显示信息前需要进行这两部操作，获取窗口ID图片处理一般流程采集》预处理（去噪声）》特征处理API:decompose3将一张图装换成三个色域的图Convertathree-
beaconlight·2022-11-23 18:10

Halcon学习笔记之测量系列-卡尺测量

介绍完简单的一维测量之后，下面我们来介绍下常用的卡尺测量。Halcon中的Metrology方法即为卡尺工具，可用来拟合线，圆，这种方法对于目标比背景很明显的图像尺寸测量是很方便的，不需要用blob进行边缘提取等，但缺点也很明显，需要目标的相对位置基本不变才行。大致的步骤如图所示：下面我直接用代码来演示，如何用halcon进行卡尺测量。供测量用的图像如下。代码如下：read_image(Image
小丶锦·2022-05-10 08:37

[Halcon学习笔记]标定常用的Halcon标定板规格及说明

1、介绍大多数标定的要求都是以实心圆或方格来作为标志点，所以一般的标定板为棋盘格或矩阵圆点图，高精度的相机标定过程中，大多是以比较明确的特征点来作为参考，所以通过识别标定板的圆形，拟合出精确的中心位置，然后再通过已知的标定模板参数来消除投影造成的形心误差。2、标定板规格标定板的大小要大于全视野的1/3，小于全视野，一般建议使用2/3视野大小的标定板，而且标定板要靠近视野中心，这样中心有效区域的标定
·2021-09-05 00:55

[Halcon学习笔记]机器视觉缺陷检测常用方法对比总结

1、介绍缺陷检测时机器视觉需求中最复杂难度较大的一类需求。究其原因，主要是在项目开发过程中首先要保证检测的稳定性和精度，又要实现缺陷检测的通用性，常见的缺陷：凹凸、污点瑕疵、划痕、裂缝、伤痕、毛刺等等类型种类繁杂，缺陷检测不同于尺寸、二维码、OCR识别等算法。后者的应用场景比较单一，基本使用一些成熟的算法实现，最多增加一些定位、图像增强的算法，应用门槛相对较低，也比较容易做成通用的产品或工具。但缺
·2021-09-05 00:24

Halcon学习笔记之定位测量项目案例

前面我已经逐个介绍了一维测量，卡尺测量以及相关的模板匹配内容，那么这篇文章呢，我们就完整的介绍下如何去使用模板匹配和测量去完成一个简单的测量项目，这里还是只介绍像素精度的情况下的，有关相机标定的内容后面会单独讲解，话不多说了，我们直奔主题！原图如下(这也是halcon里面案例的图片集)：代码如下：read_image(Image,'C:/Users/Public/Documents/MVTec/H
J。in·2021-04-16 22:44

Halcon学习笔记之模板匹配-基于形状的多模板匹配

基于形状的模板匹配在我们实际的项目中应用最广，同时在一些项目中，光是选中一个目标作为匹配的模板，效果可能还达不到我们所需要达到的要求或者我们所需要检测的目标存在多个特征需要去判别，所以这个时候可以考虑多模板匹配，以增加特征的个数来提高精度或者去得到所需要查找的多个不同特征目标。直接上原图，供创建模板的图片：代码如下：read_image(Image,'C:/Users/Administrator/
小丶锦·2021-03-12 14:22

Halcon学习笔记之模板匹配-基于形状的匹配

上篇文章主要介绍的是基于形状的匹配的算子各个参数所具备的作用，这篇文章主要介绍下如何在halcon中去使用这些算子完成基于形状的情况下找到我们的目标，同时我们也介绍下适用于缩放的模板查找。模板图片如下：代码如下：read_image(Image,'C:/Users/Administrator/Desktop/基于形状的匹配/1.jpg')rgb1_to_gray(Image,GrayImage)d
小丶锦·2021-03-10 15:32

Halcon学习笔记之OCR系列-环形字符，斜体字

这篇文章主要是介绍下我经历的一些比较难已提取OCR部分的图片，从而介绍下一些特别的处理方式。第一种：差分高斯diff_of_gauss(近似拉普拉斯高斯)原图如下：一般的方法基本提取不出来相应的字符。那我们可以通过差分高斯这个算子直接得出很好的效果图，代码以及效果图如下：read_image(Image,'C:/Users/Administrator/Desktop/3.bmp')rgb1_to_
J。in·2021-01-09 10:10

Halcon学习笔记之OCR系列-车牌识别

车牌识别的第一步就是先随便在路边上找一辆车，把他的车牌号拍下来留作图像处理的图片。为了保护隐私，只露出后面部分。![在这里插入图片描述](https://img-blog.csdnimg.cn/20210107152909995.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9
J。in·2021-01-08 10:11

halcon学习笔记——（10）从数字图像基础到halcon数据结构概述

(一)数字图像基础概念1、数字图像：一幅图像可以定义为一个二维函数f(x,y)，其中x和y是空间（平面）坐标，而在任何一对空间坐标（x,y）处的幅值f称为图像该点处的强度或灰度。当x,y和灰度值f是有限的离散数值时，我们称该图像为数字图像。简而言之，数字图像就是离散的灰度集。2、像素：数字图像是由有限数量的元素组成的，每个元素都有特定的位置和幅值，这些元素我们称之为像素。(二)halcon数据结构
weixin_33819479·2020-09-17 03:06

halcon学习笔记——实例篇（2）长度和角度测量

实例二：长度和角度测量素材图片：halcon代码：1:*读取并截取图片2:dev_close_window()3:read_image(Image,'D:/MyFile/halcon/长度和角度测量/图.png')4:crop_rectangle1(Image,ImagePart,75,0,400,400)5:get_image_size(ImagePart,Width,Height)6:dev_
weixin_33725126·2020-09-15 15:04

halcon学习笔记——实例篇（1）车牌识别

转自：http://www.cnblogs.com/hanzhaoxin/archive/2013/02/09/2909626.html实例一：车牌识别素材图片：halcon代码：1:read_image(Image,'D:/MyFile/halcon/车牌识别/图片.jpg')2:decompose3(Image,ImageR,ImageG,ImageB)3:trans_from_rgb(Ima
liuxiaomao1988·2020-08-25 07:13

halcon学习笔记——实例篇（3）条形码识别

转载：http://www.cnblogs.com/hanzhaoxin/archive/2013/02/16/2913284.html条形码或条码(barcode)是由一组按一定编码规则排列的条,空符号，用以表示一定的字符,数字及符号组成的信息。条码系统是由条码符号设计,制作及扫描阅读组成的自动识别系统。条码卡分为一维码和二维码两种。一维码比较常用，如日常商品外包装上的条码就是一维码。它的信息存
liuxiaomao1988·2020-08-25 07:13

halcon学习笔记(6)——学习Crystals例子的凸包及图像熵

还是手册里面的例子，这个回的难度比较大，概念性的东西比较多，例子在Halcon手册SolutionGuideIBasics的4.3.1Crystals里；话不多说贴一下代码：*crystal.hdev:extractionofhexagonallyshapedcrystalsvialocalthresholdingandregionpost-processing*dev_close_window(
abcvincent·2020-08-23 23:49

halcon学习笔记——实例篇（1）车牌识别

实例一：车牌识别素材图片：halcon代码：1:read_image(Image,'D:/MyFile/halcon/车牌识别/图片.jpg')2:decompose3(Image,ImageR,ImageG,ImageB)3:trans_from_rgb(ImageR,ImageG,ImageB,ImageResult1,ImageResult2,ImageResult3,'hsv')4: 5:
jinfengbyd·2020-08-21 09:33

Halcon学习笔记（八）——OCR识别初步 利用文本模板识别与生成训练文件

第二讲上一部分（OCR初步letters_mlp例程分析）讲了创建分类器进行OCR识别并生成自己的训练文件，这一部分我们着重分析利用模板进行OCR识别。主要分析两个例程bottle、bottlet。bottle例程主要是分割并读取酒瓶上的数字第一步：具体化酒瓶上需要识别的数字字体，一般采用提前训练好的'Universal_0-9_NoRej'FontName:='Universal_0-9_NoR
ThetaQing·2020-08-20 15:23

机器视觉Halcon学习笔记-关于低通空间滤波器

关于低通空间滤波器首先得对空间滤波器有一定的了解，空间滤波简单来说就是直接在灰度值上进行滤波操作。大部分线性的空间滤波器（比如均值滤波器），是在空间上进行一些灰度值上的操作，这个线性空间滤波器与频域滤波器有一一对应的关系（比如均值滤波器其本质就是低通滤波器），这样会有助于理解这个滤波器的特性。滤波器的运算使用的就是卷积。下面这个博客是对空间滤波写的比较详细。https://blog.csdn.ne
nopromisess·2020-08-08 18:03

halcon学习笔记——（11）Image，region，xld初步

一读取的3种方式：read_image(image,'filename')//image是输出对象，后面是输入文件的路径和名称读取多图：1，申明一个数组，分别保存路径ImagePath:=[]ImagePath[0]:='D:/1.bmp'ImagePath[1]:='D:/2.bmp'ImagePath[2]:='D:/3.bmp'fori:=0to2by1read_image(Image,Im
weixin_33898876·2020-08-04 20:53

halcon学习笔记——机器视觉工程应用的开发思路

机器视觉工程应用主要可划分为硬件和软件两大部分。硬件：工程应用的第一步就是硬件选型。硬件选型很关键，因为它是你后面工作的基础。主要是光源、工业相机和镜头选择。软件：目前业内商业库主要有Halcon，康耐视，DALSA，evision，NI等，开源库有OpenCV.其中NI的labview+vision模块。机器视觉工程应用的基本开发思路是：一、图像采集，二、图像分割，三、形态学处理，四、特征提取，
weixin_33696106·2020-08-04 20:36

Halcon学习笔记之缺陷检测（二）

例程：detect_indent_fft.hdev说明：这个程序展示了如何利用快速傅里叶变换（FFT）对塑料制品的表面进行目标（缺陷）的检测，大致分为三步：首先，我们用高斯滤波器构造一个合适的滤波器（将原图通过高斯滤波器滤波）；然后，将原图和构造的滤波器进行快速傅里叶变换；最后，利用形态学算子将缺陷表示在滤波后的图片上（在缺陷上画圈）。注：代码中绿色部分为个人理解和注释,其余为例程中原有代码*In
weixin_30908649·2020-08-04 19:24

Halcon学习笔记（二） 算子学习

区域操作算子填充区域（fill_up/fill_up_shape：二者区别在于后者针对面积大小范围来决定是否填充）区域联合（union1union2）skeleton（返回一个区域的框架）get_region_runs（访问一个区域的游程编码）partition_dynamic（在较小垂直范围内水平划分区域）区域交集（intersection）complement（返回一个区域的补码）differ
csdnromme·2020-08-04 17:28

Phalcon学习笔记-常用函数

Model层：initialize();onContruct();-------初始化函数getSource()------返回真正的表名称columnMap()-------key对应真正的数据库中字段value对应application中的字段（极大的防止了sql注入）View中表单echoPhalcon\Tag::textField(array("name1","size"=>30));//
田小涛·2020-08-02 22:03

halcon学习笔记(8)——QT显示halcon处理的图像和结果

前面讲过如何配置halcon和QT的联合编程，这次分享一下显示halcon处理后的图像，并输出处理后的结果。第一步：如前面将的配置halcon的lib一样配置好环境；第二步：将halcon中调试好的程序导出c++的代码。方法是HDevelop》文件》导出，然后选择c++的输出，utf-8的格式，确定即可；第三步：打开导出的c++文档，将内容main函数前面的内容全部复制到qt的要实现内容的.cpp
abcvincent·2020-08-02 12:45

Halcon学习笔记(一)：Qt+Halcon联合开发配置

Halcon学习笔记(1)：Qt+Halcon联合开发配置首先是新建一个QT项目qtest_hc方法一：1)QT项目文件qtest_hc添加库：#1.包含目录添加INCLUDEPATH+=D:/MVTec
Leon_Chan0·2020-08-02 12:29

halcon学习笔记——（6）单摄像机标定

Inthereferencemanual，operatorsignaturesarevisualizedinthefollowingway:operator(iconicinput:iconicoutput:controlinput:controloutput)在HALCON所有算子中，变量皆是如上格式，即：图像输入：图像输出：控制输入：控制输出。其中四个参数任意一个可以为空。控制输入可以是变量、
weixin_34384915·2020-07-28 19:56

HALCON学习笔记

2019-2-2:硬件选型--->镜头光源相机选型第一讲.avi:高斯公式:1/u+1/v=1/fu:物距v:像距f:焦距线放大倍率:像高/物高或者像距/物距镜头需要掌握基本概念:焦距光圈光圈数(这个参数越大,分辨率越大)景深物体在清晰成像的移动范围(光圈越小景深越大;焦距越小,景深越大;拍摄距离越大景深越大)具体选型案例如下:硬件选型--->超人视觉初级班镜头光源选型第二讲.avi相机主要参数:
aguels7612·2020-07-15 20:42

halcon学习笔记(7)——学习particle例子的动态阈值分割dyn_threshold

手册里面的particle例子，例子的任务是分析颗粒在液体中。在这个应用程序的主要困难：存在两种类型的对象:大明亮物体和较低的小物体的对比。此外噪音使分割的存在困难；无法使用全局灰度阈值threshold进行分割；所以采用先将大块不需要检测的部分去除掉，再通过灰度动态阈值dyn_threshold分割图像得到想要的内容。处理图片和结果图片：以下是代码：read_image(Image,'parti
abcvincent·2020-07-15 19:13

Halcon学习笔记（八）——OCR初步创建并训练OCR分类器

第一讲OCR：（OpticalCharacterRecognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助
ThetaQing·2020-07-15 19:41
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他