（一）掰开了，揉碎了，说经典halcon中的那些算子

本文对比了Halcon与OpenCV在图像处理领域的应用特点。强调了Halcon提供全面解决方案的优势，以及OpenCV在特定场景下的灵活性。介绍了图像处理的基本流程，包括采集、预处理、分割和识别。

最重要的写在前面：

文末：我曾尝试用OpenCV中算子来还原Halcon中的算子，但是受时间和经验的限制，只能进行到如下：如果后续有必须应用OpenCV的场景，再结合起来搞。

但是最重要的经验是：

1、Halcon提供了一整套解决问题的方案，而不像OpenCV那样从头造轮子。OpenCV除非经验和使用很熟，否则很难找到思路。而Halcon提供了大量的案例。

2、在Halcon中，提供了大量的方案，基于方案提供的思路用OpenCV复现的意义不大了。

3、如果非要用OpenCV，那么在Halcon中有F1帮助文档：可以查询算子的用法。除了对算法的用法解释外，还有【Possible Predecessors】和【Possible Successors】，这两者也提示了我们这个算子的前后应用操作。而且，通过算子最下面的【HDevelop例程】可以更好的找到实际的应用场景，以此来找到解决我们的问题的方案。

所以：专心学Halcon吧。

当你做一件事的时候，你就专心做一件事，把它学精。然后才有拓展的资本。发散、迁移、联想必须建立在一定专注力和理解力上，学不深，发散也不准确。画虎不像反类犬。

千万不要让OpenCV的思想，影响Halcon的学习。底层的思维可以相同，但不能依靠。灵活应变。

HALCON中的算子大全（中英对照）

视觉由四门学科构成:

图像处理：
数学：
光学：《工程光学》
软件（语言）工具、软件架构

数学：矩阵变换、导数。

光学：几何光学（光路，相差、）、物理光学（衍射、干涉）。

图像有十大学科分支：

图像基本理论
图像灰度变换
图像增强
图像几何变换
形态学
图像分割
图像复原
图像频域
运动图像
图像配准

图像处理的进阶：模式识别、行为识别：真正接近人工智能的东西。：（人脸识别、车牌识别、指纹识别、虹膜识别）

安防视觉、无人机视觉、工业视觉。

二维客户需求：

识别定位
符号识别
测量需求
缺陷检测（六大方法）（难度最大）
手眼标定和抓取：（人手和脑的关系。）手脑运动三种通信方式：串口、网口、运动板卡。

识别定位：

基于条件：打光条件的稳定。否则视觉检测效果不好。

blob分析+仿射变换（几何变换）：blob分析:连通域分析。
Blob分析就是对前景、背景分离（阈值筛选二值化）后的二值图像，进行连通域提取和标记。标记完成的每一个Blob都代表一个前景目标（halcon默认标红，颜色可以换），然后就可以计算连通区域Blob的一些相关特征，如：面积、质心、外接矩形等几何特征，还可以计算Blob的颜色、纹理特征，这些特征都可以作为跟踪的依据。ROI提取。

模板匹配+仿射变换

相机的采集方式：

同步采集：
异步采集：

图像处理的常规套路：

第一步：采集图像

第二步：预处理：灰色对比度拉开。便于提取Blob。几何变换（旋转）

去噪声，中值滤波、高斯滤波（距离加权）、均值滤波。孤立点去除。

抠图，ROI提取。去掉边缘干扰。

第三步：图像分割：二值化、形态学、特征选择

第四步：识别显示、通信

形态学变换：膨胀腐蚀：

膨胀：轮廓变大

腐蚀：轮廓变小

开运算Opening：侵蚀然后膨胀。先侵蚀掉前景目标外围周边的小噪声，然后再膨胀恢复。完成前景之外的去噪。

闭运算Closing：膨胀然后侵蚀。关闭前景对象内的小孔或对象上的小黑点。区域内去噪。保证区域内的纯度。

一个是去掉前景目标中外围周边的噪点。一个是去掉目标前景内部的噪点。

第一步：图像采集：

打开Halcon中菜单栏【助手】中第一个【打开新的Image Acquisition】，在【资源】栏中【图像获取接口】中点击【自动检测接口】，然后搜索到你需要的设备。点击【连接】栏中，选择颜色空间：BGR还是Gray，代表了采集灰色还是彩色。

点击【连接】【实时】从【图形窗口】中检查是否看到了图像。

【参数】中，有相机采集参数设置：

grab_timeout：抓取延时。

shutter：快门，曝光时间。

contrast：对比度

hue：色调：是整个图像的色彩倾向：可见光光谱中能量最强时的波长。

saturation：饱和度：越高色彩越鲜艳。可见光的相对带宽。

brightness：可见光的能量强度。

sharpness:锐化，清晰度。

gamma:灰度值。参数微调。

点击【代码生成】中【插入代码】在【程序窗口】中看到生成的代码。在【采集】中：有个【控制流】和【采集模式】：控制流：有在循环中采集、仅初始化、采集单幅图像。采集模式：同步和异步。

以下是异步：先开始采集，然后同时Do something。

* Image Acquisition 01: Code generated by Image Acquisition 01
* Image Acquisition 01: Attention: The initialization may fail in case parameters need to
* Image Acquisition 01: be set in a specific order (e.g., image resolution vs. offset).
open_framegrabber ('DirectShow', 1, 1, 0, 0, 0