find_shape_model(Image : :  //搜索图像 ModelID, //模板句柄 AngleStart,  // 搜索时的起始角度 AngleExtent, //搜索时的角度范围,必须与创建模板时的有交集 MinScore, //最小匹配值,输出的匹配的得分Score 大于该值 NumMatches, //定义要输出的匹配的最大个数 MaxOverlap, //当找到的目标存在重叠时,且重叠大于该值时选择一个好的输出 SubPixel, //计算精度的设置,五种模式,多选2,

HALCON中的算子大全(中英对照) Chapter 1 :Classification1.1 Gaussian-Mixture-Models1.add_sample_class_gmm功能:把一个训练样本添加到一个高斯混合模型的训练数据上.2.classify_class_gmm功能:通过一个高斯混合模型来计算一个特征向量的类.3. clear_all_class_gmm 功能:清除所有高斯混合模型.4. clear_class_gmm 功能:清除一个高斯混合模型.5. clear_sampl

极坐标想必学过高中数学的人都听过,一般的坐标系中用(x, y)值来描述一个点的位置,而在极坐标系中,则使用到原点的距离ρ和夹角θ来描述该点的位置. 我很早就接触了Photoshop,知道Photoshop里面有个极坐标的扭曲滤镜,如下图: 明白了极坐标(正向.反向)的大致效果是:能将矩形图案变成圆形(环形)图案,或者反过来. 例如制作这种超现实的特效: Photoshop中的“极坐标”滤镜的原理是:以右上角为圆心,旋转以后生成的是一个长宽都是画布两倍的图形,然后将此图形压缩至二分之一,最后将圆心

我们知道,Halcon中的坐标系的原点在左上角,而一般二维平面坐标系的原点在左下角.那么Halcon中坐标系和一般的二维坐标系有什么区别呢?我通过下面这个例子来分析. gen_image_const (Image, , ) dev_set_draw ('margin') *点1 gen_circle (Circle1, ) disp_message (, , , 'white', 'false') *点2 gen_circle (Circle2, ) disp_message (, , , 'w

在Halcon中,Region和XLD之间可以彼此转换.但这种转换并不是“无损”的,XLD可以是不闭合的,但是Region一定是闭合的.因此,如果将不闭合的XLD转为Region,然后再转回XLD,那么转换后的XLD和原先的XLD就有了一定的区别. 言归正传,先说说Region的缩放. 一.Region的缩放 Region的缩放很简单,有zoom_region算子,其签名如下,其中ScaleWidth, ScaleHeight是宽.高的缩放比例因子: zoom_region(Region : R

愿意写代码的人一般都不太愿意去写文章,因为代码方面的艺术和文字中的美学往往很难兼得,两者都兼得的人通常都已经被西方极乐世界所收罗,我也是只喜欢写代码,让那些字母组成美妙的歌曲,然后自我沉浸在其中自得其乐.而今天,在清明之际,在踏青时节,我还是忍不住停下来歇歇脚,稍微共享一下最近一直研究的一个非常基础的算法和应用 - 多目标多角度的模板匹配. 模板匹配,这是一个几十年来一直为业界所重点研究和处理的算法,存在于各种不同的机器视觉库中,如果哪一个没有提供这个功能,那么他将无法获取大家的认可,也就失去了

通常,我们谈的高斯模糊,都知道其是可以行列分离的算法,现在也有着各种优化算法实现,而且其速度基本是和参数大小无关的.但是,在我们实际的应用中,我们可能会发现,有至少50%以上的场景中,我们并不需要大半径的高斯,反而是微小半径的模糊更有用武之地(比如Canny的预处理.简单去噪等),因此,小半径的高斯是否能进一步加速就值的研究,正因为如此,一些商业软件都提供了类似的功能,比如在halon中,直接的高斯模糊可以用smooth_image实现,但是你在其帮助文档中搜索gauss关键字后,你会发现有以下

* This example shows how to employ the new extensions of HALCON's variation model operators* to perform customary print quality tests.* In this example the variation model is built upon a single reference image.* The example consists of three steps:*

在Halcon的rft变换中,我们经常可以看到这样的算子组合: rft_generic (Image, ImageFFT2, 'to_freq', 'none', 'complex', Width) convol_fft (ImageFFT2, ImageFilter, ImageConvol2)rft_generic (ImageConvol2, ImageFiltered2, 'from_freq', 'n', 'real', Width) 这个很容易理解,即将图片从空间域转到频域,然后做一

本人文着重阐述以下问题: halcon是否只能使用halcon专用的标定板? halcon标定板如何生成? halcon标定板如何摆放,拍照数量有无限制? halcon是否只能使用halcon专用的标定板? halcon提供了简便.精准的标定算子并且提供了标定助手,这无疑大大方便了广大开发者. 在halcon中有两种方式可以进行标定: 如halcon自带例程中出现的,用halcon定义的标定板  ,如下图 用户自定义标定板,用户可以制作任何形状.形式的标定板       所以,halcon并非只

*此代码可直接复制到HDevelop中运行 a:= 3.456 *取整.取最近的整数 int_a := int(a) //取整数部分,结果是3 round_a := round(a) //将输入元组转换为最接近的整数元组,结果是3 *四舍五入,结果是字符串 g0 := a$'.0f' //保留0位,结果是'3' g1 := a$'.1f' //保留1位,结果是'3.5' g2 := a$'.2f' //保留2位,结果是'3.46' g3 := a$'.3f' //保留3位,结果是'3.456'

条件<condition> ,<condition> 内为计算成an integer or boolean value的表达式. 表达式的值1则条件为真,否则为假. 1.if(<condition>)... endif:条件为真时,执行条件后的内容,否则转到endif. 2.if (<condition>)...else...endif:条件为真,执行if...else部分,否则执行else...endif,典型的选择条件语句. 3.elseif:相当于算子

原文链接:http://blog.sina.com.cn/s/blog_61cc743001017nxr.html#FileName 1.open_file( : : FileName, FileType : FileHandle) FileType: 'output':创建文本 ‘append':在原有的文本基础上写入该文件 'input':打开文件 2.fwrite_string( : : FileHandle, String : ) 写入文件 3.fnew_line( : : FileHa

1.Develop dev_display  在现有图形窗口中显示图像目标. dev_set_color   设置一个或更多输出颜色,通常用于设置region或者xld的颜色. dev_set_draw  定义区域填充模式,可选项有fill和margin dev_set_line_width  定义区域轮廓输出的线宽. dev_set_shape  定义区域输出形状,例如以矩形显示或者以圆形显示,这样可以更好地标记区域. 2.Image invert_image  使一个图像反相. min_im

基于组件的模板匹配: 应用场合:组件匹配是形状匹配的扩展,但不支持大小缩放匹配,一般用于多个对象(工件)定位的场合. 算法步骤: 1.获取组件模型里的初始控件 gen_initial_components() 参数: ModelImage [Input] 初始组件的图片 InitialComponents [Output] 初始组件的轮廓区域 ContrastLow [Input] 对比度下限 ContrastHigh [Input] 对比度上限 MinSize [Input] 初始组件的最小尺

如下图:

在循环读取文件的位置时,常用到数字与字符的转换. 数字与字符的转换 将字符转换为数字 tuple_number(StringImageIndex,IntImageIndex)` 1 2 1 2 将数字转换为字符 tuple_string (IntImageIndex, '0', StringImageIndex) 1 2 1 2 循环读取图片  这其中就利用了tuple_string将数字转化为字符,从而实现读取地址的改变. Count:= 1 for Index := 1 to 5 by 1

目标平台 安装64位的halcon的情况下,目标平台必须使用x64而不能使用x86 目标框架 不能使用.Net Framework Client版本,有一些必须的程序集会缺失,测试使用.Net Framework 4.0能够正常. HObject 和 C#中的对象的互相转换问题. 在混合编程中,这个应该是一个大问题,我之前之所以一直没有意识到这个问题,是因为虽然说我在做混合编程,但是实际上我只是在C#的环境中用一些halcon中的算子玩了一下, 在wpf中的图像显示使用的也是halcon提供的控

概要: 分水岭算法做图像分割 二维码识别 稍后将其他几篇笔记全都补充上概要方便查询. 分水岭算法做图像分割 使用距离变换结合分水岭算法实现图像分割,可以用来分割仅通过阈值分割还是有边缘连接在一起的情况. 步骤: 通过threshold 及相关操作找出需要分割的图像区域: 通过distance_transform 得出距离图片,这里的距离图片算的距离是针对上面已经圈出来的区域计算的: 将灰度值范围通过scale_image_max 扩充后灰度反转: 通过watersheds_threshold 做

在机器视觉应用中,经常需要对图像进行仿射变换.1.在基于参考的视觉检测中,由于待检图像与参考图像或多或少都会存在几何变化(平移.旋转.缩放等),所以在做比较之前一般都要对待检图像进行仿射变换以对齐图像.2.要进行仿射变换,必须先获取变换矩阵,形状匹配是获取变换矩阵的一种高效的方法.3.Halcon的如下几个函数是专门用于计算变换矩阵的:vector_angle_to_rigid :Compute a rigid affine transformation from points and angl

二维仿射变换,顾名思义就是在二维平面内,对对象进行平移.旋转.缩放等变换的行为(当然还有其他的变换,这里仅论述这三种最常见的). Halcon中进行仿射变换的常见步骤如下: ① 通过hom_mat2d_identity算子创建一个初始化矩阵(即[1.0, 0.0, 0.0, 0.0, 1.0, 0.0]): ② 在初始化矩阵的基础上,使用hom_mat2d_translate(平移).hom_mat2d_rotate(旋转).hom_mat2d_scale(缩放)等生成仿射变换矩阵:(这几个算子