尋找特征步步逼近

選中一塊區域，查看這個區域的特征：

比如可以查看這個區域的面積：

再配合面積選擇的算子：

select_shape (SelectedRegions, SelectedRegions1, 'area', 'and', 7500, 99999)

完美~~~

select_shape (SelectedRegions, SelectedRegions1, 'outer_radius', 'and', 30, 40)

'outer_radius'? 表示使用外接圓半徑進行查找，這個是一個很好用的選項！

最常用，最直接的算子：對圖形按灰度值進行分割！

（Region區域，圖像的一個子集。）

threshold (Image, Region, 128, 255) *篩選出灰度值在128~255之間的區域

為了快速的選擇合適的灰度，我們通常會用到一個工具：灰度直方圖，是對像素的一個灰度統計：

halcon提供這樣的工具：

?圖中紅色區域就代表被當前灰度范圍選中的部分。

將Region進行打散以便選擇過濾

connection (Region, ConnectedRegions)

?被打散的版塊通過彩色顯示~~~

有打散就有聯合：union1

union1 (ConnectedRegions, RegionUnion)

將打散的塊，聯合成一個整體。

通過夠不夠方（通過更換參數，也可以選擇夠不夠圓），將目標顯示出來：

select_shape (ConnectedRegions, SelectedRegions, 'rectangularity', 'and', 0.9, 1)

篩選出夠方的區域：

?填補沒有選擇到的洞

fill_up(SelectedRegions1, RegionFillUp)

通過區域將圖像摳出來，俗稱摳圖

reduce_domain (Image, RegionFillUp, ImageReduced)

?通過參數列表也能看到，第二個參數位區域，輸出的參數圖片。該圖片以外的區域都將變成無效區域。

通過這個算子，可以清晰的認識到區域（Region）和圖片（image）區別！

Region：（符合一定條件的）二值化區域。

體會一下? image-》Region-》image 的過程。

顯示邊框還是填充由你決定

右鍵圖片-》更新窗口-》在單步模式-》清空并顯示：

作用是每次單步清除上一次的結果，顯示當前作用效果，可以看著自己的選擇一點點在靠近目標。

改變形狀

shape_trans , 可將圖形改變為圓形（外接圓，內接圓），方形，還有“凸性” ‘convex’。

凸性，就是將凸出的最高點連接起來了：

總結

以上是生活随笔為你收集整理的【halcon】halcon常用方法总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。