基于halcon的木头数量计数

这篇博客详细介绍了使用图像处理技术进行木材检测的过程,包括读取图像、灰度转换、阈值分割、开运算去毛刺、非连通区域分割、面积筛选、计数等步骤,旨在精确识别并计数图像中的木材数量。

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

read_image (Lqdpdhq5s05v0oNaednaocwrphvytsyquef3l6I7mf9w640480Jpg720x720q90g, 'E:/图像视觉/test9/lQDPDhq5s05V0o_NAeDNAoCwRphvyTsyqUef3L6-I7Mf9w_640_480.jpg_720x720q90g.jpg')
rgb1_to_gray (Lqdpdhq5s05v0oNaednaocwrphvytsyquef3l6I7mf9w640480Jpg720x720q90g, GrayImage)
threshold (GrayImage, Regions, 60, 255)
*开运算去毛刺
opening_rectangle1 (Regions, Cut, 1, 7)
*非连通区域分割
connection (Cut, ConnectedRegions)
*根据面积大小选择
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 300, 20000)
*计数
count_obj (SelectedRegions, Number)
*取出剩下的木材
select_shape (ConnectedRegions, SelectedRegions1, 'area', 'and', 20000, 99999)
*腐蚀成独立木材
erosion_circle (SelectedRegions1, RegionErosion, 9)
*再次分割
connection (RegionErosion, ConnectedRegions1)
*选择
select_shape (ConnectedRegions1, SelectedRegions2, 'area', 'and', 2939, 20000)
*再次计数
count_obj (SelectedRegions2, Number1)
*合并
concat_obj (SelectedRegions, SelectedRegions2, ObjectsConcat)
*计数
count_obj (ObjectsConcat, Number2)

 

6e4dd6ffdd181be8e8ddec77c3c9f8b7.jpeg

 如有侵权,联系删除。

 

评论
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