Halcon学习笔记(一) 基础知识

这篇博客介绍了Halcon在图像处理中的应用,包括图像预处理如中值滤波、去噪声,定位方法如Blob分析、仿射变换,形态学操作以及封装自定义算子的步骤。通过实例讲解了二值化、特征提取和区域定位技术,强调了颜色空间转换在复杂场景中的重要性。

项目流程总结:采集-预处理-定位-特征提取-识别-显示

1.图像预处理
按作用域划分   空间域包括有中值(median_image)、均值(mean_image)、高斯滤波;
                           频域:模板滑动;
按功能划分   增强对比度:线性变换(scale_image )、直方图均衡化(equ_histo_image)、灰度形态学(gray_)、emphasize
                       去噪声:各类滤波

2.定位:

      (1)Blob分析(受光照影响大)

                 二值化(threshold)//特征提取(select_shape)
先将图像灰度化,再打开工具栏-打开灰度直方图,勾选范围筛选中的阈值,然后在直方图中拖动选择,之后点击插入代码即可。
二值化之后一般要把同一片区域利用connection函数形成不同的连通域,再打开特征直方图进行利用不同特征来进行目标区域选择。如果单个特征无法准确选择目标区域,还可点击表格上的“+”号,添加其他特征。

  &nb

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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