HALCON从入门到入门-基于灰度实现图像分割

图像分割与边缘检测实战
最新推荐文章于 2025-07-28 09:23:07 发布
原创 最新推荐文章于 2025-07-28 09:23:07 发布 · 506 阅读 · 0 ·
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：

#计算机视觉 #图像处理 #人工智能 #HALCON

测试效果

将图像上的不同部分，分割为不同的区域。

代码解析

首先读取一张图片

read_image (Image, 'C:/Users/Public/Documents/MVTec/HALCON-20.11-Steady/examples/images/3d_machine_vision/hand_eye/movingcam_calib3cm_07.png')

接着使用sobel_amp算子，提取图像上的过渡边缘

sobel_amp (Image, EdgeAmplitude, 'thin_sum_abs', 3)

接着对这张索贝尔滤波之后的图进行二值化，获取区域

background_seg (Edges, BackgroundRegions)

获取区域之后，将区域分成多个不相联通的块

background_seg (Edges, BackgroundRegions)

分割完后对每个区域执行fill up 填补上中间孔洞部分

fill_up_shape (BackgroundRegions, RegionFillUp, 'area', 1, 40)

halcon-图像分割
eric_beibei的博客
05-07 3444
将图像中具有特殊意义的不同区域划分开来，这些区域是互不相交的，每一个区域满足灰度、纹理、彩色等特征的某种相似性准则。
halcon学习之图像分割
进击的菜鸟
04-24 5884
同样大家看看原理和halcon的说明文档，这里推荐一本书叫做《机器视觉算法原理与编程实践》，我是跟着这个学的，感觉不难学习，然后就可以看大量的官方例程了 *1.基于直方图的自动阈值分割方法 read_image (Image, 'F:/机器视觉/Halcon机器视觉算法原理与编程实战/code/code/data/shapes') rgb1_to_gray (Image, GrayImage)...
Halcon将图像一分为四的方法
08-03
将拍摄的较大照片一分为四以便Halcon处理。
Halcon图像分割总结
手写不期而遇的博客
11-05 4659
在机器视觉项目当中，选定特定的图像区域，再此基础上做进一步处理，需要对图像区域分割，分割的方法有很多种，对于具体项目而言，不同的图像分割方法适用的场景不同，因此需要对特定的场景选择特定的图像分割方法，这里对图像区域分割方法做总结。全局阈值分割：在整幅图像中根据灰度阈值进行分割； 提取灰度值范围在grayMin到grayMax的区域。 可以直接在主程序窗口输入，也可以采用halcon提供的灰度直方图窗口拉拖最大最小值范围，可以实时的看到提取的区域的变化。 选中阈值，可以实时看到选中的区域变化 适合于直方图存
halcon深度学习-图像分割
Major_S的博客
10-08 622
【代码】halcon深度学习-图像分割。
Halcon图像处理入门：从分割到图像匹配全程指南
在HALCON中，可以根据颜色、纹理、灰度等特性进行图像分割，得到不同的图像子集。 b. 形态学处理：形态学处理主要应用于图像的形状分析，包括腐蚀、膨胀、开运算和闭运算等。这些操作可以去除噪声、平滑边界、连接...
halcon入门教程详解
02-02
区域生长算法是一种基于区域的图像分割方法，通过种子点逐步增长，将具有相似特性的像素合并为一个区域。该方法适用于图像中的物体与背景对比度较高的情况。 ### Halcon图像处理进阶操作 #### 1. 图像分析 - **...
halcon图像匹配例程.rar_halcon 匹配_halcon 图像匹配_halcon图像匹配例程_匹配 halcon
07-14
1. 分割图像：图像分割是图像处理的第一步，它将图像划分为多个区域或对象，以便于后续处理。Halcon提供了多种分割算法，如阈值分割、边缘检测、区域生长等，可以根据实际应用场景选择合适的分割方法。 2. 形态学...
基于Halcon的C++图像处理入门示例
综上所述，该示例完整展示了基于Halcon的C++图像处理流水线：图像输入 → 预处理（灰度化）→ 图像分割（阈值法）→ 结果显示。这一流程构成了绝大多数机器视觉系统的底层框架，具有极强的实用性和教学价值。对于...
基于Halcon的Python图像处理入门示例
从描述中可以进一步分析出，该示例代码属于一个入门级的教学或演示程序，主要实现了几个基本但关键的图像处理步骤：图像读取、灰度转换、阈值分割以及图像显示。这些步骤构成了大多数计算机视觉任务的基础流程。首先...
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
Halcon_blob_analysis_缺陷检测_图像分割_形态学处理_特征提取.pdf
12-26
Halcon Blob Analysis Halcon对于缺陷检测步骤与方法： Halcon中图像分割常用方法与算法介绍，根据灰度进行区域提取 Halcon中形态学处理 Halcon中特征提取方式，根据形状、灰度、位置特征提取与判断
Halcon_图像分割
最新发布
weixin_66484088的博客
07-28 807
图像分割技术概述 本文介绍了三种常用的图像分割方法：阈值分割、区域分割和边缘检测。阈值分割通过设定灰度阈值将图像分为前景和背景，适用于目标与背景灰度差异明显的场景。区域分割采用局部阈值和区域生长法处理复杂背景或多种灰度目标，如dyn_threshold算子比较原图与平滑图的差异。边缘检测使用Sobel、Roberts等算子提取图像轮廓。每种方法都配有Halcon算子说明和示例代码，如gray_histo计算直方图、auto_threshold自动分割等，为图像处理提供了实用技术方案。（150字）
halcon图像处理之分割
qq_41911261的博客
01-13 1586
阈值分割： 1、threshold()函数 函数原型：threshold(Image: Region: MinGray,MaxGray: ) 功能： 使用全局阈值分割图像，获取像素值介于MinGray和MaxGray的区域。 参数列表： 第1个参数Image是输入变量，表示输入图像 第2个参数Region是输出变量，表示被分割后的图像 第3个参数MinGray是输入变量，阈值分割像素的最小值，默认值为128.0，建议可用值：0.0, 10.0, 30.0, 64.0, 128.0, 200.
Halcon 使用二维像素分类对图像进行分割
weixin_45672157的博客
10-14 761
【代码】Halcon 使用二维像素分类对图像进行分割。
HALCON学习笔记（五）——图像分割
weixin_45482443的博客
04-22 3924
1
Halcon图像分割
weixin_30642029的博客
08-13 1032
auto_threshold(Image : Regions : Sigma : ) * 对单通道图像做自动阈值（灰度直方图确定）分割Sigma：灰度直方图高斯光滑核（标准差），光滑消除噪声，并且分割区域 binary_threshold(Image : Region : Method, LightDark : UsedThreshold) * 使用二值阈值进行图像分割...
Halcon 图像分割（粘连物体循环分割）
廷益_飞鸟的博客
02-03 1097
Halcon 图像分割（粘连物体循环分割）
Halcon图像分割-多个threshold阈值处理算子讲解
热门推荐
yuanrongyouzhi的博客
04-25 1万+
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、阈值处理1.全局阈值2.基于直方图的自动阈值分割方法3.自动全局阈值分割方法4.不同阈值处理的区别和使用场合5.局部阈值分割方法6.var_threshold算子7.char_threshold算子二、理解dyn_threshold和var_threshold算子1.dyn_threshold2.var_threshold总结参考文献 前言       &nbs.
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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

黄晓魚

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