CptOctopus的博客

区域处理综合例程

区域仿射变换步骤：1.创建二维变换矩阵：hom_mat2d_identity（HomMat2DIdentity）,HomMat2DIdentity为单位 矩阵2.创建变换矩阵位移变换：hom_mat2d_translate(HomMat2DIdentity, 100, 100, HomMat2DTranslate)旋转变换hom_mat2d_rotate平移变换缩放变换等等3.执行变换操作affine_trans_region(Region1, RegionAffineTrans, Ho

区域几何变换1.区域平移，可用来求区域某个方向的边界具体思路为，先使用boundary（）求区域边界，然后将区域移动，最后将移动后的区域与boundary做intersection例如，求某绣花针针头的三个位置的粗细，如下图中间所示，因为绣花针在镜头里的具体位置不确定，所以先要找到针头最上端的位置，然后往下移动固定距离再构造矩形与绣花针边界作intersection得左右两个边界region，然后在求region之间的距离即为宽度求宽度2.包括转置、镜像，不赘述3.极坐标变换，将圆形分布转换

区域间距离计算1.点和点之间的距离计算distance_pp (Row1,Column1 ,Row2 ,Column2 , Distance)2.点到直线的距离distance_pl()3.点到区域的距离distance_pr()4线到区域的距离distance_lr()5.区域到区域的最短距离disatance_rr_min()例：求O到L的距离1.先找出大矩形区域2.对该区域做二值化分割3.利用外接圆半径提取出矩形边界，注意可以多利用外接圆半径少用面积，而且每

区域生成保存读取区域可以保存为HOBJ文件使用concat_obj可以组合两个区域,或者向空区域中添加对象*保存区域write_region(Rctangle,'region.hobj')*读取区域reduce_domain(Image,RegionRoi,ImageReduced)concat_obj(RegionRoi,Circle2,RegionRoi)...

ROI例程：金属件正反面检测

区域形态学主要包括：主要包括：shape_trans:根据区域产生指定图形skeleton:求区域骨架

7.8.9.BLOB分析及流程,图像分割出区域，区域集合运算及特征筛选BLOB分析及流程阈值分割的方法区域集合运算及特征筛选形态学运算：开、闭、膨胀、腐蚀，集合运算：union(并)、difference（减）、intersection（交）BLOB分析及流程以ball例子为例流程如下：读取图片->找产品(即焊板)->缩小区域聚焦于产品上->阈值分割->根据特征找焊点(即圆形，使用圆进行开运算)->统计形状灰度直方图：可以滑动两端的线控制哪个灰度值的区域显示阈值分

图像的采集及存储常用函数，pointer表示指针分解三通道decompose3(Image,Image1,Image2，Image3)区域：halcon中region是一个二值化的对象,二值化后可根据大小、形状等筛选区域，再使用fillu填充区域中的洞*二值化划分区域threshold(Image, Region, 128, 255)*打散区域，取连通域connection(Region, ConnectedRegions)*根据面积大小筛选区域 ，最后两个参数为面积select_

halcon联合vc编程1.在mfc项目中新建SystemInclude.h头文件#pragma once#ifndef SYSTEM_INCLUDE_H#define SYSTEM_INCLUDE_H#include"halconcpp.h"#pragma comment(lib,"halconcpp.lib")using namespace HalconCpp;#endif // !SYSTEM_INCLUDE_H2.在vc++包含目录里面添加halcon目录在vc++库目录

halcon例程学习ball例程学习：寻找图片上黑色的圆球区域1.将阈值分割结果转换为矩形threshold (Bond, Bright, 100, 255)*讲阈值分割结果转换为矩形shape_trans (Bright, Die, 'rectangle2')2.缩小区域，因为黑球只会出现在电路板区域内reduce_domain (Bond, Die, DieGrey)3.填充并执行开运算，开运算是指在填充的区域放入一个15.5半径的圆，能放入则保留，不能放入则去掉fill_u

数字图像处理概述图像空间分辨率：图像数字化空间的精细程度图像灰度级分辨率：即颜色深度，表示每一像素的颜色值所占的二进制位数。颜色深度越大则能表示的颜色数目越多