关于halcon深度图转灰度图

最新推荐文章于 2024-09-15 16:27:26 发布
原创 最新推荐文章于 2024-09-15 16:27:26 发布 · 4.6k 阅读 · 16 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#opencv #人工智能 #算法 #图像处理

本文详细介绍了在电容测高项目中遇到的图像处理问题及解决方案。针对32位深度图显示一片黑的问题，提出了两种线性变换和范围拉伸的方法，显著提升了图像对比度。接着，通过阈值分割、临近连接和形状选择策略，成功识别并区分了电容和驱动器，定位到电容两端生成ROI区域，实现了精确的测高和高度差管控。

近期测试一个电容测高的项目，对电容两端测高。

每次需要对电容两端测高，求得高度差，进行管控

遇到一下问题：

1、原图为32位的深度图，通过halcon打开，因为高度信息太小，图像一片黑

2、将深度图转为灰度图后，如何能自动识别电容，并在两端创建ROI区域

先解决第一个问题：

思路本质在于将深度图信息数据进行拉伸，然后将拉伸信息后的图像转为byte

第一种：基于线性变换将高度信息进行变换，高度信息低时拉高，过高时降低

              然后将其格式转为byte，最后将对比度拉伸。

scale_image (Image, ImageScaled, 20, -100)
convert_image_type (ImageScaled, ImageConverted, 'byte')
scale_image_max (ImageConverted, ImageScaleMax)

第二种思路：将高度信息内（lowValue, highValue）拉伸成0-255，对应第一种思路第一个和第三个算子,然后将其转为byte。

scale_image_range (Image, ImageScaled, lowValue, highValue)

convert_image_type (ImageScaled, ImageConverted, 'byte')

上述两种效果实测，效果提升明显。

再解决第二个问题：

1）设置阈值分割出电容、驱动器和背景，再临近分割

threshold (ImageReduced, Region, lowThreshold, highThreshold)
connection (Region, ConnectedRegions)

2）电容和驱动器高度类似，转为灰度后，也相近，剔除干扰项

select_shape (ConnectedRegions, SelectedRe

最低0.47元/天 解锁文章
halcon real类型深度图转灰度图、转点云图、拟合平面和测量高度
beyond951的博客
12-13 1万+
dev_clear_window() dev_open_window (0, 0, 545, 400, 'black', WindowHandle) xResolution:=0.04 yResolution:=0.04 * Image Acquisition 01: Code generated by Image Acquisition 01 * list_files ('E:/SMT电容虚焊测高/12-3测试图', ['files','follow_links'], ImageFiles) * tupl
halcon深度图，平面拟合后，高度矫正
beyond951的博客
12-14 7883
dev_clear_window() dev_open_window (0, 0, 545, 400, 'black', WindowHandle) xResolution:=0.04 yResolution:=0.04 read_image (Image, 'E:/SMT电容虚焊测高/Test_Pic/12-3测试图/12-03-15-34-58-155.tif') *未滤波的深度图转成灰度图 threshold (Image, Region, 0, 20) min_max_gray (Region, I
深视3D点云数据转换成HALCON深度图像和灰度图像。
02-22
深视3D点云数据转换成HALCON深度图像和灰度图像。
Halcon点云转深度图
05-30
网上关于Halcon点云转成深度图的方法： get_image_size (GrayImage, Width, Height) gen_image_const (ImageConst, 'real', Width, Height) set_grayval (ImageConst, X, Y, Z) 首先要知道图像的宽度和高度,但是不适用于另外一种场景,比如说点云拼接融合后,不知道宽高,此种方法会计算要生成图像的宽高并生成2D图像。
使用opencv将16位深度图转灰度图
qq_36559293的博客
02-21 4931
使用opencv将16位深度图转灰度图
深度图像转换为灰度图
Xu_Haocan的博客
10-23 9266
Mat src = imread("path", IMREAD_UNCHANGED); //对于深度为8位的普通深度图，IMREAD_UNCHANGED可以省略，若原始深度图像的深度为16位，不能省略，否则src会成为三通道的色彩图像 Mat Gray = Mat(src.rows, src.cols, CV_8UC1); for (size_t i = 0; i < src.rows
深度图+灰度图 可视化判断灰度图区域是否有深度
baidu_40840693的博客
07-27 746
# yangninghua import cv2 import open3d import numpy as np import os import shutil import sys import json from PIL import Image import matplotlib import matplotlib.pyplot as plt turbo_colormap_data = np.array( [[0, 0, 0], #[0.18995, 0.07176, ...
精选资源
02 Halcon 深度图转点云图.zip
06-27
* @文档名称: 深度图显示点云。 * @作者: hugo * @版本: 1.1 * @日期: 2021-6-20 * @描述: 该方法支持显示3D彩色点云以及灰度点云。 ***********************************************/ read_image (imageReal, ...
精选资源
Halcon深度图转伪彩色
05-07
总结来说，Halcon的深度图转伪彩色过程涉及深度图的获取、数值处理、颜色映射和图像转换。理解并掌握这一技术，有助于我们在实际项目中更好地利用深度信息，实现更精确的图像理解和处理。在实践过程中，需要根据具体...
02 Halcon 深度图转点云图
robotvision+
06-29 3035
*/********************************************* * @文档名称: 深度图显示点云。 * @作者: hugo * @版本: 1.1 * @日期: 2021-6-20 * @描述: 该方法支持显示3D彩色点云以及灰度点云。 * @来源：关注微信公众号 AmazingRobot+ 获取更多机器人视觉知识。 ***********************************************/
3d点云的显示和转换成深度图
07-03
简单的3d点云显示以及生成深度图，C++代码 ，用的pcl
halcon把所有图像转灰度图
Major_S的博客
07-14 654
【代码】halcon把所有图像转灰度图。
Halcon 深度图转点云
czhgysdtl的博客
09-15 1928
线扫激光得到图片有两张，一张是深度图，一张是灰度图，基恩士的会将两张图像合成显示，看起来更加自然，如何用Halcon实现同样的功能呢 。
Halcon3D篇-深度图与halcon模型互转
m0_51559565的博客
01-03 3350
关于3D相机采图部分，可以参考我们LMISDK的二次开发程序： https://blog.youkuaiyun.com/m0_51559565/article/details/134404394 彩色融合图效果。由于Win自带的图片查看并不能正常渲染Tiff图像。所有推荐一个免费tiff查看器：irfanview
Halcon中像素、灰度和数据结构介绍
yuanrongyouzhi的博客
03-19 8408
文章目录前言一、image1.分辨率二、灰度是什么？1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、image 1.分辨率 （1）分辨率：一般用WxH的形式表示，W为图像水平方向上每一行的像素数，N为垂直 向上每一列的像素数。 （2）像素尺寸：指每一个像素的实际大小，单位一般是mm。在分辨率一样的情况下，
halcon画出灰度直方图_Halcon绘制彩色深度图
weixin_27006759的博客
03-06 1992
此小文主要介绍颜色空间的转换，将深度图转为彩色，借以说明颜色转换与图像通道，下面是效果：彩色深度图.jpg深度图的生成深度图的生成有便捷的算子可用，主要使用了binocular_disparity算子，输入左右两幅图像，输出得到视差图，下图是一个例子：灰度图.jpg代码：binocular_disparity (ImageRectifiedL, ImageRectifiedR, Disparity...
16位深度图显示和存储时要转为8位的灰度图的原因
诗筱涵的博客
03-10 646
16位深度图显示和存储时要转为8位的灰度图，因为256种灰度已经很多了，很难说弄出65536层次的灰度出来进行显示对不对，感觉也没有那么大的必要。
Halcon RGB彩色转灰度图 Halcon灰度图转RGB彩图
Color Space的博客
09-08 8205
Halcon RGB彩色转灰度图： read_image(Image, './imgs/1.png') rgb1_to_gray(Image, GrayImage) Halcon灰度图转RGB彩图： compose3(GrayImage, GrayImage, GrayImage, ColorImage) 比较简单，仅用于个人学习记录。。
halcon 学习：图像读取与保存、查看类型、图像大小、转为灰度、分割与合并通道、获取图像指针、
雪剑封心
04-18 1506
查看类型、图像大小、转为灰度、
halcon 深度图转灰度
最新发布
12-16
<think>根据用户的问题，用户想要了解如何使用Halcon将深度图转换为灰度图。结合提供的引用内容，我们可以总结出以下关键点： 1. 引用[1]中提到了将深度图（单通道Byte类型）通过调整灰度范围并转换为彩色深度图的过程，但用户需要的是转换为灰度图，而深度图本身已经是单通道图像，通常可以直接显示为灰度图。 2. 引用[2]和[4]提到了深度图转灰度图，但引用[2]主要是关于区域处理，引用[4]提到了将深度图（real类型）转换为灰度图，这可能是关键。 3. 引用[4]中提到了“halcon real类型深度图转灰度图”，说明深度图可能是real类型（浮点数），不能直接显示为灰度图（通常要求是byte类型）。因此，需要将real类型的深度图转换为byte类型。 4. 通常，深度图转灰度图的步骤包括： - 如果深度图是real类型，需要将其线性映射到0~255的byte类型。 - 使用`scale_image`算子进行线性缩放，或者使用`convert_image_type`转换类型并缩放。 5. 引用[1]中有一个示例代码片段展示了如何将单通道图像（这里指深度图）进行灰度范围扩展并缩放到0~255，然后显示。虽然这个例子是为了生成彩色深度图，但其中将深度图缩放到0~255的部分正是将深度图转为灰度图的关键步骤。 因此，我们可以总结出以下方法： **方法步骤：** 1. 读取深度图（可能是real类型或integer类型）。 2. 获取深度图的最小值和最大值。 3. 将深度图线性缩放到0~255范围内，并转换为byte类型的图像。 4. 显示或保存灰度图。 **示例代码（参考引用[1]和[4]）：** ```cpp * 读取深度图，假设深度图为real类型 read_image (DepthImage, 'path_to_depth_image.tiff') * 获取深度图的最小值和最大值 min_max_gray (DepthImage, DepthImage, 0, Min, Max, Range) * 将深度图线性缩放到0~255，并转换为byte类型 scale_image (DepthImage, GrayImage, 255/(Max-Min), (-Min)*255/(Max-Min)) * 或者使用 convert_image_type 但需要先缩放，因为convert_image_type只是类型转换，不会自动缩放 * 显示灰度图 dev_display (GrayImage) ``` **注意：** - 如果深度图已经是byte类型，则无需转换，直接显示即可。 - 如果深度图的数据范围已知（例如，最小深度0米，最大深度10米），也可以直接使用固定的缩放参数，而不是动态计算最小最大值。 **引用中的其他相关信息：** - 引用[4]还提到了转点云图和拟合平面，但用户的问题只关心转灰度图，因此这部分可以忽略。 - 引用[2]主要涉及区域处理，与转换灰度图关系不大。 因此，用户的问题核心在于将深度图（特别是real类型）转换为灰度图（byte类型）以进行显示。 </think> ### Halcon深度图转灰度图的方法 在Halcon中，深度图通常以两种形式存在： 1. **单通道Byte类型**：可直接作为灰度图使用 2. **Real类型（浮点数）**：需进行数据转换和缩放 以下是完整的转换步骤： #### 方法1：直接显示（适用于Byte类型深度图） ```cpp * 读取深度图（假设已是Byte类型） read_image (DepthImage, 'depth_image.tiff') * 直接显示灰度图 dev_display (DepthImage) ``` #### 方法2：Real类型深度图转换（核心方法） ```cpp * 1. 读取Real类型深度图 read_image (RealDepth, 'depth_image.tiff') * 2. 获取深度值范围 min_max_gray (RealDepth, RealDepth, 0, MinDepth, MaxDepth, Range) * 3. 线性缩放至0-255范围 scale_image (RealDepth, ScaledDepth, 255/(MaxDepth-MinDepth), (-MinDepth)*255/(MaxDepth-MinDepth)) * 4. 转换为Byte类型（关键步骤） convert_image_type (ScaledDepth, GrayImage, 'byte') * 5. 显示灰度图 dev_display (GrayImage) ``` **关键算子说明**： 1. `min_max_gray`：计算图像灰度范围 2. `scale_image`：线性变换 $ \text{new} = \text{gain} \times \text{old} + \text{offset} $ 3. `convert_image_type`：将图像转换为Byte类型（灰度图标准格式） #### 注意事项： 1. 深度图通常包含无效区域（如深度值为0或负值），建议预处理： ```cpp threshold (RealDepth, ValidRegion, MinValidDepth, MaxValidDepth) reduce_domain (RealDepth, ValidRegion, ValidDepth) ``` 2. 特殊场景可使用非线性映射增强对比度： ```cpp equ_histo_image (ValidDepth, EnhancedDepth) // 直方图均衡化 ``` > 引用示例中展示了通过`scale_image`实现深度值到灰度值的线性映射，这是深度图转灰度图的核心过程[^1]。对于Real类型深度图，必须经过缩放和类型转换才能正确显示为灰度图[^4]。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

beyond951

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值