halcon学习拓展系列—黄色区域分割算子get_yellow_region

最新推荐文章于 2025-04-19 10:36:52 发布
最新推荐文章于 2025-04-19 10:36:52 发布
阅读量1.7k 收藏 3
点赞数
分类专栏： halcon学习 文章标签： halcon学习 颜色分割 色度分割 机器视觉
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。
本文链接：https://blog.youkuaiyun.com/gukewee/article/details/107378803
版权
本文深入探讨了Halcon的颜色分割算子get_yellow_region在汽车连接件镀铜检测中的应用。通过decompose3和trans_from_rgb算子进行颜色处理，实现黄色区域的精确分割。强调了光源选择的重要性，建议使用高品质碗光源以减少反光并避免颜色干扰。同时指出，针对不同颜色的分割，可探索不同颜色空间以找到最佳对比效果。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

了解本专栏 订阅专栏 解锁全文
get_region_runs
Z's Palace
07-28 2521
一、效果一览 二、功能halcon中region是用行程做的，行程是行，首列，末列组成。该算子可以访问区域的游程编码。三、算子实例ead_image (Image, 'image.png') rgb1_to_gray (Image, GrayImage) threshold (GrayImage, Regions, 39, 255) * 填充空隙 closing_rectangle1 (R
Halcon区域形状特征-area_center、area_holes、select_shape、inner_circle和smallest_rectangle2算子
yuanrongyouzhi的博客
05-13 1万+
提示：文章参考了网络上其他作者的文章，以及相关书籍，如有侵权，请联系作者。 前言        在场景中选择物体的特征是图像测量或者识别的重要基础。区域的形状特征是非常常用的特征，在模式匹配中，常使用形状特征作为匹配的依据。下面就介绍几种常用的与区域形状特征相关的算子。 一、区域的面积和中心（area_center）        提到区域的特征，最常用的莫过于.
Halcon实例_颜色分割
02-20
1、将图像从rgb颜色空间转换到hsv颜色空间； 2、根据饱和度和色度信息缩小检测范围； 2、根据某颜色在h通道的取值范围对图像进行颜色分割
关于HALCON的彩色图像颜色分离（1）
chenjiayong_518的博客
03-18 3754
最近做了一个颜色提取的案子，谈一谈感想。 一般彩色相机获取彩色图像是R,G,B三个通道的，然后合成出颜色。这里就不详细介绍颜色的构成原理了，很多地方都会讲，不过看书的话，我是看《数字图像处理》，感觉里面讲的还是比较透的，可以推荐。 我们这边之前也有类似的案子，用VISIONPRO做的，VISIONPRO有直接的色彩抽取，分割工具，如下图，看起来是4个工具，但是好像原理都一样，用起来比较方便，但是我比较不喜欢VISIONPRO的不灵活。没有很认真的用VISIONPRO工具，但是看它的原理大致是（可能有错误）
Halcon分割联通区域
2202_75557553的博客
04-19 264
根据具体应用场景，可能需要调整上述方法的参数或组合使用多种技术以获得最佳分割效果。
HALCON示例程序color_simple.hdev在HSV空间筛选黄色线
优快云博客
07-03 1686
HALCON示例程序color_simple.hdev在HSV空间筛选黄色线 这个例子是将三通道的RGB图像转化到HSV空间进行分割的例子。
Halcon 学习之图像分割之彩色分割
lingtianyulong的专栏
01-20 8217
本人声明：在本博客以及后续的博客中，全部代码都以C++形式进行实现，使用的数据类型为 HImage，而不是单纯的使用算子或Hobject 数据类型;不对之处，请大家指正；也请大牛不吝赐教； Halcon 中对彩色图像进行分割的算子为： decompose3(MultiChannelImge: Image1 : Image2: Image3::) 该算子的作用是将图像分为三个单通道图像； M
【Halcon】彩色图像分割及图像颜色空间转换
热门推荐
weixin_42258743的博客
07-21 1万+
算子：decompose3 ——将三通道图像转换为三个图像 函数原型：decompose3(MultiChannelImage : Image1, Image2, Image3 : : ) 功能：将3通道图像转换为具有相同定义域（ROI）的三个单通道图像。 参数： MultiChannelImage (input_object) ——多通道图像 Image1 (output_object) ——输出图像1 Image2 (output_object) ——输出图像2 Image3 (output_objec
基于形状模板匹配，Halcon例程学习check_soft_cheese
sweeting_QQ的博客
06-26 1037
在构建形状模型时，可能会在不同尺度（层级）上生成轮廓信息，这个参数允许你选择特定的细节层次。值介于0（最不贪婪，最全面的搜索）到16（最贪婪，最快但可能错过较弱匹配）之间。如果在图像中找到的匹配超过这个数，只保留得分最高的几个。：输出参数，对于每个匹配到的模型实例，返回其对应的模型ID索引。输入参数，预处理过的灰度图像，在其中寻找与模型匹配的物体。输出参数，每个匹配的得分，表示匹配的质量或置信度。输入参数，要填充的多边形角点的行坐标集合。输入参数，要填充的多边形角点的列坐标集合。
Halcon例程学习，基于形状的模板匹配align_measurements学习
sweeting_QQ的博客
06-18 1493
基于形状的模板匹配，可用于测距、缺失检测。
Halcon 颜色空间变化与抽取
廷益_飞鸟的博客
07-21 801
Halcon 颜色空间变化与抽取 关键代码 RGB三通道抽取 ==> decompose3 RGB转换为HSV ==> trans_from_rgb 图片剪切(与运算) reduce_domain 原图&mask图片 代码 * 关闭打开的窗口 dev_close_window () * 打开窗口 dev_open_window (0, 0, 640, 480, 'black', WindowHandle) for Index := 1 to 2 by 1
颜色提取工具，可以方便提取出某一颜色区域的RGB值
03-15
颜色提取工具，可以方便提取出某一颜色区域的RGB值
Halcon 颜色处理
钢铁男儿
10-30 590
彩色处理的思想是利用彩色或多光谱图像长牛股编码的附加信息。处理彩色图像可以简化许多机器视觉任务，并为灰度值图像中不可能解决的某些问题提供解决方案。在Halcon中颜色处理方法可分为以下几个方法：可以使用blob分析等标准方法处理彩色图像的各个通道。在这种方法中，首先要对原始图像的通道进行分解。以下是一个简单的颜色分割图像示例。
＜Halcon＞ 区域划分算子partition_dynamic和partition_rectangle
thisiszdy的博客
04-21 4308
区域划分算子 partition_dynamic(Region : Partitioned : Distance, Percent : ) partition_rectangle(Region : Partitioned : Width, Height : ) partition_dynamic(Region : Partitioned : Distance, Percent : ) 定义：在垂直范围较小的位置对区域进行水平分区。 使用说明：partition_dynamic将输入Region水平划分为具
在HALCON中，如何通过颜色分割和形态学操作精确定位车牌区域？
weixin_66608063的博客
03-31 651
在HALCON中，通过颜色分割和形态学操作精确定位车牌区域是车牌识别系统中的关键步骤。
Halcon区域分割
路过
07-16 5791
简介： 区域分割，可用于分割目标区域。 介绍： trans_from_rgb （将图像从RGB颜色空间转换为任意颜色空间） ImageRed (input_object) Input image (red channel). 通道R图像 ImageGreen (input_object) Input image (gree...
Halcon颜色分类-阈值分区法
路过
07-19 3597
简介： 对RGB的单通道图像进行阈值分割。原理是利用每个通道的阈值分割是否能得到相应的区域来判断当前区域的颜色，可用于颜色分类。 介绍： decompose3 （将一个三通道的图像转换为三个图像） MultiChannelImage (input_object) Multichannel image. 多通道图像 Image1 (outp...
Halcon红黄蓝颜色识别之阈值分割方法（第二种方法）
yuzhongmanbu99的博客
03-27 3220
（红黄蓝颜色识别）转RGB后阈值分割实现（仅能识别单个识别） for k := 1 to 3 by 1 read_image (Image, 'C:/Users/Administrator/Desktop/halcon识别图片/识别红黄蓝/'+k+'.jpg') dev_close_window () dev_open_window (0, 0, 557, 416, 'black', Window...
Halcon学习---案例实战(10)--根据颜色分辨物体
qq_35275007的博客
01-18 2643
color_fuses.hdev 将图像拆分为RGB，再转到HSV，抠出区域后，根据饱和度划分阈值断，以此分辨不同的颜色 * color_fuses.hdev: classify fuses by color dev_update_window ('off') * **** * step: set up fuse properties and hue ranges * **** FuseColors := ['Orange','Red','Blue','Yellow','Green'] FuseTyp
* IC检查 **** 1、读取图片并显示 **************************** dev_close_window () read_image (Image, './ic.png') get_image_size (Image, Width, Height) dev_open_window (0, 0, Width, Height, 'black', WindowID) dev_set_draw ('fill') dev_set_part (0, 0, Height - 1, Width - 1) dev_display (Image) dev_set_colored (12) **** 2、彩色图片 转换为hsv分量 **************************** * 彩色图片抽取 RGB decompose3 (Image, Red, Green, Blue) * RGB 转换为 HSV图片 Hue 色度 Saturation饱和度 Intensity 亮度 trans_from_rgb (Red, Green, Blue, Hue, Saturation, Intensity, 'hsv') **** 3、饱和度图片 获取红色矩形区域 **************************** * 使用饱和度图片 红色区域 threshold (Saturation, Colored, 100, 255) * 色度图片中 聚焦红色区域 reduce_domain (Hue, Colored, HueColored) * 二值化 黑色区域（红色） threshold (HueColored, Red, 10, 19) * 连通域分析 connection (Red, RedConnect) * 挑选电阻红色标识区域 select_shape (RedConnect, RedLarge, 'area', 'and', 150.000000, 99999.000000) * 电阻外接矩形 shape_trans (RedLarge, Resistors, 'rectangle2') dev_clear_window () dev_set_draw ('margin') dev_display (Image) dev_display(Resistors) **** 4、饱和度图片 获取蓝色标签区域 **************************** * 二值化 threshold (HueColored, BlueLabel, 114, 137) * 连通域分析 connection (BlueLabel, BlueConnect) * 连通域挑选（面积筛选） select_shape (BlueConnect, BlueLarge, 'area', 'and', 150.000000, 99999.000000) * 最小外接矩形 shape_trans (BlueLarge, Capacitors, 'rectangle2') **** 5、亮度图片 获取芯片主体区域 **************************** * Intensity亮度图片 暗区芯片主体 threshold (Intensity, Dark, 0, 50) * 芯片主体 矩形膨胀 dilation_rectangle1 (Dark, DarkDilation, 14, 14) * 连通域分析 connection (DarkDilation, ICLarge) * 亮度图中 每个连通域获取灰度图 add_channels (ICLarge, Intensity, ICLargeGray) * 二值化（芯片主体） threshold (ICLargeGray, ICDark, 0, 50) * 获取外接矩形 shape_trans (ICDark, IC, 'rectangle2') **** 6、芯片PIN接口区域 **************************** * 芯片区域左右膨胀 dilation_rectangle1 (IC, ICDilation, 5, 1) * 芯片左右搜索区域中心线 difference (ICDilation, IC, SearchSpace) * 搜索区域膨胀（中心线） dilation_rectangle1 (SearchSpace, SearchSpaceDilation, 14, 1) * 合并搜索膨胀区 union1 (SearchSpaceDilation, SearchSpaceUnion) * 获取搜索灰度图 reduce_domain (Intensity, SearchSpaceUnion, SearchGray) * 动态二值化 mean_image (SearchGray, SearchMean, 15, 15) dyn_threshold (SearchGray, SearchMean, PinsRaw, 5.000000, 'light') * 连通域分析 connection (PinsRaw, PinsConnect) * 填充连通域 fill_up (PinsConnect, PinsFilled) * 面积筛选 PIN select_shape (PinsFilled, Pins, 'area', 'and', 10, 100) **** 7、显示结果 **************************** * 显示IC区域 dev_display (Image) dev_set_draw ('margin') dev_set_line_width (3) dev_set_color ('red') dev_display (IC) * 显示红色矩形区域 dev_set_color ('green') dev_display (Resistors) * 显示标签 dev_set_color ('blue') dev_display (Capacitors) * 显示pin dev_set_color ('yellow') dev_display (Pins)
最新发布
05-14
### Halcon IC 图像处理代码实现与解释 以下是基于 Halcon 的图像处理流程，包括读取图片、颜色转换、区域提取以及结果显示的操作。每一步都附带详细的说明。 #### 1. **读取图像** 通过 `read_image` 函数加载一张图像文件并将其存储在一个变量中。 ```hdevelop read_image (Image, 'path/to/image.png') ``` 此函数用于从指定路径读取图像数据，并返回一个名为 `Image` 的对象表示该图像[^1]。 --- #### 2. **灰度转换** 如果输入图像是彩色的，则需要先将其转换为灰度图像以便后续处理。 ```hdevelop rgb1_to_gray (Image, GrayImage) ``` 这里调用了 `rgb1_to_gray` 方法来完成 RGB 到灰度的颜色空间变换。灰度化可以减少计算复杂度，同时保留足够的特征信息[^3]。 --- #### 3. **获取图像尺寸** 为了进一步操作，通常需要知道当前图像的高度和宽度。 ```hdevelop get_image_size (GrayImage, Width, Height) ``` 这段代码会返回两个参数——图像的实际宽高值 (`Width`, `Height`)，这对于定义新图像或者裁剪感兴趣区域非常有用[^1]。 --- #### 4. **阈值分割** 应用二值化技术分离前景目标物与背景噪声。 ```hdevelop threshold (GrayImage, Region, 0, 50) ``` 这里的 `threshold` 命令设置了一个范围 `[0, 50]` 来区分像素亮度低于或等于 50 的部分作为有效区域 `Region`[^3]。 --- #### 5. **生成空白画布** 创建一个新的初始化为空白状态的新图像实例用来绘制最终结果。 ```hdevelop gen_image_const (BlankImage, 'byte', Width, Height) ``` 利用固定大小及模式构建一幅全零矩阵形式的基础底板即 `BlankImage`，准备接受来自其他运算产生的图形覆盖上去[^1]. --- #### 6. **填充兴趣区** 将之前获得的目标边界框填满特定数值形成闭合形状。 ```hdevelop paint_region (Region, BlankImage, ResultImage, 255, 'fill') ``` 在此处我们采用白色（RGB=255）完全涂覆选定区域内所有位置点从而突出显示检测出来的物体轮廓[^1]。 --- #### 7. **展示输出成果** 最后把经过一系列预处理后的成品呈现在屏幕上供观察验证效果如何。 ```hdevelop dev_display(ResultImage) ``` 借助开发环境自带的功能快速可视化刚才所做的一切更改情况便于调试分析[^4]。 --- ### 总结 以上就是一套完整的 HALCON 平台下针对集成电路(IC)芯片表面缺陷自动识别系统的典型工作流演示过程。它涵盖了基本的数据导入导出机制；色彩模型切换策略；形态学滤波器设计原理等方面的知识要点。
评论
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

谷棵

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