本文探讨了Halcon的Blob分析精髓，包括阈值处理、形态学分析、颜色分割等，强调其在定位和机器视觉应用中的重要作用。Blob分析通过threshold、binary_threshold等算子实现稳定定位，结合形态学操作如膨胀、腐蚀等进行图像处理，通过颜色空间转换增强对比度。此外，还介绍了Blob分析在图像分辨率修改、几何形状拟合、骨架分割和特征提取等方面的广泛应用。尽管深度学习在网络识别上有局限性，Blob分析在特定场景下展现出强大的适应性和可控性。
Matlab的精髓是矩阵运算（线性代数），halcon的精髓是Blob分析，本节主要将三个Blob分析中常用的阈值处理及其拓展，首先我们列举一下Blob的用途
1）定位
threshold
binary_threshold
dyn_threshold
auto_threshold
按照排列的顺序灵活度越来越高，运用难度越来越大，能够完成的定位效果也会越来越稳定
2）形态学分析
dilation_circle
dilation_rectangle1
erosion_circle
erosion_rectangle1
opening_cirlcle
opening_rectangle1
closing_circle
closing_rectangle1
smallest_rectangle2
select_shape
shape_trans
...
3）颜色分割
decompose3
trans_from_rgb
将RGB颜色空间转换到其他颜色空间，以突出某种颜色的对比度，比如“yiq”颜色空间对于黄色有很好的对比度
List
订阅专栏 解锁全文
扫一扫
5555
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
