blob分析

什么是blob分析？

以每个像素的灰度值作为分析对象  也称为像素颗粒分析  团块分析

blob分析的流程？

采集图像==>预处理（不一定需要）==>分割==>计算显示
预处理（拉开对比度）：ROI（感兴趣区域），去噪，几何变换
分割：二值化，形态学，特征选择

把图像通过分割变成多个区域，选取自己需要的区域，做排序，运算，显示

二值化：根据灰度值的范围将一幅图像中的像素分为两部分（区域），这个过程叫做二值化，这个范围叫做阈值
灰度直方图：对一幅图像中像素的灰度值做一个概率统计
特征直方图：将多个区域的特征进行概率统计

区域形态学

区域膨胀，区域腐蚀，区域开运算，区域闭运算

区域膨胀和区域闭运算都是增加区域像素点
区域腐蚀和区域开运算都是减少区域像素点

区域开运算：先腐蚀后膨胀，腐蚀>膨胀，结果是减少像素点
区域闭运算：先膨胀后腐蚀，膨胀>腐蚀，结果是增加像素点

在相同的结构元素半径下，区域膨胀比区域闭运算增加的像素点多，腐蚀比开运算减少的像素点少

结构元素半径越大，增加或腐蚀的像素点越多

结构元素像什么形状，区域形态学处理后结果越像什么形状

开运算能够去除一些孤立的点，毛刺，断开小连接，总的形状几乎不变，
闭运算能够填充小孔，弥合一些小裂缝，总的形状几乎不变

算子详解

一、预处理：ROI（感兴趣区域），去噪，几何变换

平移和旋转矩阵（刚体变换）   几何变换—仿射变换 （求矩阵）    
vector_angle_to_rigid (Row, Column, Phi, Row, Column, Phi, HomMat2D)
Row(输入)：参考点变换前的行坐标
Column(输入)：参考点变换前的列坐标
Phi(输入)：参考点变换前的角度
Row(输入)：参考点变换后的行坐标
Column(输入)：参考点变换后的列坐标
Phi(输入)：参考点变换后的角度
HomMat2D(输出)：输出矩阵

生成一个单位矩阵（齐次矩阵）：任何一个矩阵乘以它都是自己本身，过渡
hom_mat2d_identity (HomMat2DIdentity)

平移矩阵     几何变换—仿射变换（求矩阵）    
hom_mat2d_translate (PhiDeg, Column, Row, HomMat2DTranslate)
PhiDeg：输入矩阵
Column： 输入行的平移量
Row： 输入列的平移量  
HomMat2DTranslate：输出平移矩阵

旋转矩阵     几何变换—仿射变换（求矩阵）    
hom_mat2d_rotate (PhiDeg, Phi, Column, Row, HomMat2DRotate)
PhiDeg：输入矩阵
Phi： 输入旋转角度（弧度）
Column：输入旋转中心的行坐标
Row：输入旋转中心的列坐标
HomMat2DRotate： 输出旋转矩阵

缩放矩阵     几何变换—仿射变换（求矩阵）    
hom_mat2d_scale (PhiDeg, 2, 2, Column, Row, HomMat2DScale)
PhiDeg：输入矩阵
2： 行方向缩放比例
2： 列方向的缩放比例
Column：缩放中心行坐标  
Row：缩放中心列坐标  
HomMat2DScale：输出缩放矩阵

区域仿射变换       几何变换—仿射变换（仿射变换  ）
affine_trans_region (Region, RegionAffineTrans, HomMat2DScale, 'nearest_neighbor')
Region(输入)：输入区域
RegionAffineTrans(输出)：输出区域
HomMat2DScale：需要乘的矩阵（模板中心坐标转实例）
'nearest_neighbor'：插值算法

图像的仿射变换       几何变换—仿射变换（仿射变换  ）
affine_trans_image (Image, ImageAffineTrans, HomMat2DScale, 'constant', 'false')
Image(输入)：输入图像
ImageAffineTrans(输出)：输出图像
HomMat2DScale：需要乘的矩阵（模板中心坐标转实例）
'constant'：插值算法
'false'：是否适应大小，选 true 会改变图像大小

轮廓的仿射变换     几何变换—仿射变换（仿射变换  ）
affine_trans_contour_xld (ModelContours, ContoursAffineTrans, HomMat2D)
ModelContours(输入)：输入轮廓
ContoursAffineTrans(输出)：输出轮廓
HomMat2D：需要乘的矩阵（模板原点坐标转实例）

点的仿射变换       几何变换—仿射变换（仿射变换  ）
affine_trans_point_2d (HomMat2D2, Row, Column, Qx1, Qy1)
HomMat2D2：需要乘的矩阵（模板中心坐标转实例）
Row, Column：转换前坐标
Qx1, Qy1：转换后的坐标

像素的仿射变换       几何变换—仿射变换（仿射变换  ）
affine_trans_pixel (HomMat2D2, Row, Column, Qx1, Qy1)
HomMat2D2：需要乘的矩阵（模板中心坐标转实例）
Row, Column：转换前坐标
Qx1, Qy1：转换后的坐标

镜像
mirror_image (Image1, ImageMirror, 'row')
输入图像
输出图像
行、列、对角  进行镜像（按中心翻转）

错切（倾斜字体拉正）
求文本行倾斜角度
text_line_slant (Region, Image, 50, rad(-45), rad(45), SlantAngle)
输入区域   输入图像  文字行的高度  最小倾斜度  最大倾斜度  
输出角度（rad）
hom_mat2d_identity (HomMat2DIdentity)  //生成一个单位矩阵
生成错切矩阵
hom_mat2d_slant (HomMat2DIdentity, -SlantAngle, 'x', 0, 0, HomMat2DSlant)
单位矩阵   倾斜角度（跟文本倾斜角度相反）  倾斜的坐标轴（x或y）  起始点
输出错切矩阵

已知对应点变换前的坐标和变换后的坐标，求点的仿射变换矩阵
vector_to_rigid (x, y, Tx, Ty, HomMat2D1)
输入变换前坐标   变换后坐标
输出转换矩阵
注意：点最少要两个组成一条线，先绕原点旋转，再平移
已知矩阵求缩放，旋转、平移等参数
hom_mat2d_to_affine_par (HomMat2D1, Sx, Sy, Phi, Theta, Tx, Ty)
输入矩阵
输出x方向缩放参数，y方向缩放参数，旋转，倾斜角度，x方向平移量，y方向平移量
注意：这个平移量是先旋转完角度后的x、y平移到目标x、y的平移

画区域 等待右键确认
draw_region (Region, WindowHandle)
Region(输出)：输出区域
WindowHandle：窗口句柄

线性变换（缩放变换--可以使用灰度直方图选择缩放）
当你想对图片整体拉亮或者拉暗的时候使用（y=kx+b）
scale_image (Image, ImageScaled, 19.6154, -1883)
Image(输入)：输入图像
ImageScaled(输出)：输出图像
19.6154：k的值
-1883：b的值

对数变换（新图像黑白分明）
（y=a的x次方）
exp_image (Pellets, ExpImage, 'e')
Pellets(输入)：输入图像
ExpImage(输出)：输出图像
'e'：a的值

指数变换（新图像灰不拉几）
（y=loga的x次方）
log_image (Pellets, LogImage, 'e')
Pellets(输入)：输入图像
LogImage(输出)：输出图像
'e'：a的值

彩色转为灰度图像
rgb1_to_gray (Image, image1)
image：输入彩色图像
image1：输出灰度图像

彩色图像拆为三通道
decompose3 (Image, R, G, B)
Image(输入)：输入图像
R：输出R色域图像
G：输出G色域图像
B：输出B色域图像

RGB转HSV
trans_from_rgb (R, G,B, h, s, v, 'hsv')
输入：R, G,B三张色域图像
输出：输出 HSV分量    H：色度  S：饱和度  V：亮度
'hsv'：HSV模式（可以填其他模式）

生成不带方向矩形区域(图形窗口，画笔，生成ROI区域)
gen_rectangle1 (ro1, 42.2297, 2.98511, 510.366, 727.113)
ro1(输出)：输出区域  
左上角的行列坐标  
右下角的行列坐标

生成带方向矩形区域(图形窗口，画笔，生成ROI区域)
gen_rectangle2 (ROI_0, 214.969, 230.667, rad(-12.7316), 40.5684, 36.6986)
ROI_0输出)：输出区域  
中心行列坐标
主轴方向与水平夹角
半长
半宽

区域形状转换
shape_trans (Regions1, RegionTrans, 'rectangle1')
Regions1(输入)：输入区域
RegionTrans(输出)：输出区域  
rectangle1：形状转换名称

填充区域孔洞
fill_up (Regions, RegionFillUp)

抠图（本质遮挡输入区域以外的区域）
不是裁剪，只是把其他区域遮盖住，本质还是一整张图（只能扣一个区域，想扣多个区域，先联合成一个区域）
reduce_domain(image, Region, ImageReduced)
image(输入)：输入图像  
Region：输入区域（单区域)  
ImageReduced(输出)：输出图像（跟原图的大小一致）

裁剪
crop_domain (reduce1, ImagePart1)
一般搭配抠图使用，先扣图，再裁剪
reduce1(输入)：输入图像
ImagePart1(输出)：输出图像
矩形区域裁剪图像
crop_rectangle1 (Image2, ImagePart, 100, 100, 200, 200)
输入图像
输出图像
要裁剪的左上角行列坐标，右下角行列坐标
区域裁剪
clip_region (Region, RegionClipped, 0, 0, 256, 256)
输入区域
输出区域
要裁剪的左上角行列坐标，右下角行列坐标
xld轮廓裁剪
clip_contours_xld (CroppedContours, ClippedContours, 0, 0, 512, 512)
输入轮廓
输出轮廓
要裁剪的左上角行列坐标，右下角行列坐标

设置单个像素灰度值
set_grayval (Image, 444, 555, [255,0,0])
输入图像   像素行、列坐标   值（单通道直接写值，三通道写三个值[255,0,0]）

提取区域边界像素，输出区域
一般提取后再膨胀一点再抠图
boundary (SelectedRegions, RegionBorder, 'inner') 
SelectedRegions(输入)：输入区域
RegionBorder(输出)：输出区域
inner：边界类型（默认内边界）

获得图片句柄、类型、宽高
get_image_pointer1 (ImagePart1, Pointer, Type, Width, Height)
ImagePart1(输入)：输入图像
Pointer(输出)：输出图像句柄
Type：输出图像类型
Width, Height：输出图像宽高

保存窗口图像（也可以在  可视化--保存窗口）
dump_window (window, 'postscript', 'halcon_dump')
窗口句柄，保存的格式，路径

预处理汇总

差分高斯  拆通道   灰度形态学   差分  频域   光度立体   灰度变换（线性  对数  指数） 图像增强    光照均匀   颜色模型转换    边缘图像
1、灰度形态学
灰度膨胀和闭运算----增加亮像素     闭运算增加亮像素的同时减少暗像素，效果更好
灰度腐蚀和开运算----增加暗像素     开运算增加暗像素的同时减少亮像素，效果更好
gray_dilation_shape (ImageScaleMax, ImageMax, 3, 3, 'octagon')    灰度膨胀
输入图像   输出图像    掩膜高    掩膜宽    形状
gray_dilation_rect (ImageScaleMax, ImageMax1, 3, 3)     灰度膨胀
输入图像   输出图像    掩膜高    掩膜宽 
gray_erosion_shape (ImageScaleMax, ImageMax, 3, 3, 'octagon')    灰度腐蚀
输入图像   输出图像    掩膜高    掩膜宽    形状
gray_erosion_rect (ImageScaleMax, ImageMax1, 3, 3)     灰度腐蚀
输入图像   输出图像    掩膜高    掩膜宽 
gray_closing_shape (ImageMax, ImageClosing, 5, 5, 'octagon')     灰度闭运算
gray_closing_rect (ImageClosing, ImageClosing1, 5, 5)     灰度闭运算
输入图像   输出图像    掩膜高    掩膜宽    形状
gray_opening_rect (ImageScaleMax, ImageOpening, 5, 5)      灰度开运算
gray_opening_shape (ImageScaleMax, ImageOpening1, 5, 5, 'octagon')    灰度开运算
输入图像   输出图像    掩膜高    掩膜宽    形状
2、差分高斯   
diff_of_gauss (Image, imageGauss, 3, 5)
输入图像   输出高斯图像（高斯图像要经过最大值归一化处理）   平滑系数   偏差值
3、图像算术运算
图像差分（缺陷图减去标准图得到缺陷）--特征区域抠出来再相减，避免背景干扰
sub_image (Image1, Image2, ImageSub, 1, 128)
图像1   图像2   减法得到的图像    乘1   加128

图像相乘（图像整体像素变大，黑白像素对比度拉开）
mult_image (Image, Image, ImageResult, 0.05, 0)
图像1   图像2   乘法得到的图像    乘0.05   加0

二、分割（二值化，形态学，特征选择）

图像阈值分隔汇总

二值化（可以使用灰度直方图选择阈值）
threshold(image, region, mingray, maxgray)  四个参数
image(输入)：需要二值化的图像
region(输出)：二值化后输出的图像变量名称
mingray：最小阈值
maxgray：最大阈值
二值化(适合黑白分明使用)自动全局阈值分割
binary_threshold(ImageScaled, Region, 'smooth_histo', 'light', UsedThreshold)
ImageScaled(输入)：需要二值化的图像
Region(输出)：二值化后输出的图像变量名称
'smooth_histo'：算法（大津阈值法  平滑直方图）  'max_separability'    'smooth_histo'
'light'：亮暗选择  （light --亮，dark--暗）
UsedThreshold：输出阈值
动态阈值---将原图和滤波平滑后的图对比
dyn_threshold (GrayImage, ImageMean, RegionDynThresh, 5, 'dark')
GrayImage(输入)：输入图像1（原图）
ImageMean(输入)：输入图像2（均值滤波图）
RegionDynThresh(输出)：输出区域
5：偏移阈值
'dark'：亮暗选择
标准偏差局部阈值分割--原图和对应像素掩膜覆盖的像素的平均,灰度值对比
var threshold (Image, Region, 4, 4, 0.2, 12, ‘dark’ )
输入图像，输出区域
掩膜大小  标准差因子   绝对阈值   亮暗选择
局部阈值--二值化小范围
local_threshold (Image, Region, 'adapted_std_deviation', 'light', [], [])  //适合光照不均的情况
输入图像  输出区域  算法  亮暗选择 
字符提取阈值--提取字符
char_threshold (Image, Region, Characters, 2, 95, Threshold)
输入图像  输出区域  输出字符   平滑系数   百分比（越大对暗字符要求越高） 输出阈值

分水领域法
把图像灰度值分成一块一块的区域，区域中心灰度值小，区域边缘灰度值大，区域边缘减去两边中心的最大灰度值之差小于设定阈值合并
用分水领域法分割图像后，再用灰度特征--熵（gray_entropy） 筛选区域  区域灰度值越杂乱熵越大
watersheds_threshold (ImageMedian, Basins1, 10)
输入图像，输出区域，分水岭的阈值

区域开运算（结构元素为圆）
区域腐蚀（结构元素为圆）
opening_circle (Region, RegionOpening, 5)  三个参数
erosion_circle (Region, RegionOpening, 5)  三个参数
Region(输入)：输入区域
Regionopening(输出)：输出形态学运算后的区域
5(输入)：结构元素半径

区域膨胀（结构元素为圆）
dilation_circle (Region, RegionDilation, 7.5)
closing_circle(Region, RegionDilation, 7.5)
Region(输入)：输入区域
Regionopening(输出)：输出形态学运算后的区域
7.5(输入)：结构元素半径

连通域断开（提取区域）
connection(region,connectdregion)  两个参数
region(输入)：输入一个区域
connectdregion(输出)：输出多个区域

区域联通
union1 (RegionDilation, RegionUnion)
RegionDilation(输入)：输入的区域数组
RegionUnion(输出)输出的区域

区域特征选择（区域过滤）（可以使用特征直方图）
select_shape(regions, selectdregions, features, operation, min, max)  六个参数
regions(输入)：输入图像变量数组
selectdregions(输出)：输出图像变量数组
features：特征名称
operation：逻辑关系
min：最小特征值
max：最大特征值

特征选择(选择区域面积最大的)
select_shape_std (ConnectedRegions, SelectedRegions, 'max_area', 70)
ConnectedRegions(输入)：输入图像变量数组
SelectedRegions(输出)：输出图像变量
'max_area'：特征选择
70：像素值

区域排序
sort_region(regions, SortedRegions, 'first_point', 'true', 'column')
regions(输入)：输入区域  
SortedRegions(输出)：输出排序后的区域
'first_point'：参考点  （character：（常用的））
'true'：递增/递减  
'column'：行列

区域方向
orientation_region (RegionTrans, Phi)
输入区域
输出角度（弧度）
区域转正搭配使用
orientation_region (RegionDilation, Phi)
if (abs(Phi)<rda(90))
    *转为0°
    vector_angle_to_rigid (Row, Column, Phi, Row, Column, 0, HomMat2D)
else
    *转为180°
    vector_angle_to_rigid (Row, Column, Phi, Row, Column, rad(180), HomMat2D)
endif

三、计算、显示

求区域最小外接圆
smallest_circle (SortedRegions, Row, Column, Radius)
SortedRegions(输入)：输入区域  
Row(输出)：圆心行坐标
Column(输出)：圆心列坐标
Radius(输出)： 圆的半径

求区域最小外接矩形
smallest_rectangle2 (SelectedRegions, RowRef, ColumnRef, PhiRef, Length1, Length2)
SelectedRegions(输入)：输入区域
RowRef(输出)： 输出矩形的中心行坐标
ColumnRef(输出)： 输出矩形的中心列坐标 
PhiRef(输出)：输出矩形的角度  
Length1(输出)：输出矩形的半宽
Length2(输出)：输出矩形的半高

求区域的重心行列坐标和面积(可以求图片)
area_center (Region, Area, Row, Column)
Region(输入)：输入区域
Area： 输出区域的面积
Row： 输出区域的重心行坐标
Column： 输出区域的重心列坐标

求区域的角度-弧度
找到区域的最小外接椭圆，水平轴与椭圆的主轴的夹角就是区域的角度
注：主轴方向指向椭圆尖锐的一端，水平轴与主轴正方向的夹角
orientation_region (Region, Phi)
Region(输入)：输入区域
Phi(输出)：输出角度（单位弧度（rad））

Phideg:=deg(Rad)            将弧度转度
Phirad:=rad(Phideg)         将度转弧度

在图片显示文本
disp_message（WindowHandle,string,'image',Row, Column,'color','box'）
WindowHandle(输入)：输入窗口句柄
string(输入)：显示的文本
'image'(输入)：坐标系选择（一般选图片坐标系）
Row(输入)：文本左上角的行坐标
Column(输入)：文本左上角的列坐标
'color'(输入)：文本颜色  
'box'(输入)： 文本背景颜色（一般为false）

四、页面设置算子

窗体算子
dev_get_window (WindowHandle)    获得窗口的句柄
dev_open_window ()    打开窗口  
dev_close_window ()    关闭窗口 
dev_clear_window ()     清除窗口 

取消更新（函数->管理函数->运行时设置，取消三个更新设置）
dev_update_off ()

全局设置字体
set_display_font(WindowHandle, size, 'font', 'true', 'false')
WindowHandle(输入)：输入窗体句柄  
size：字体大小
'font'：字体的类型
'true'是否采用粗体字  
'false'是否采用斜体字

设置边缘
dev_set_draw('margin')

设置线宽
dev_set_line_width(3)

统计当前时刻（单位：秒）
 count_seconds (Seconds1)
 count_seconds (Seconds2)
time:=Seconds1-Seconds2  (秒)
time:=Seconds1-Seconds2*1000  (毫秒)

计算两条线交点
intersection_lines (Row, Column, Row, Column, Row, Column, Row, Column, Row1, Column1, IsOverlapping)
第一条线起始行列坐标
第二条线起始行列坐标
输出交点行列坐标  两条线是否平行