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
最低0.47元/天 解锁文章
扫一扫
967
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
