HALCON图像处理的粘连零件颗粒计数

方法使用的是论文

基于HALCON图像处理的粘连零件颗粒计数方法研究

测试使用图片粘连工件计数

dev_clear_window()
*读取图片
read_image (Image, 'C:/Users/Administrator/Desktop/new/QQ图片20161212193015.jpg')
get_image_size (Image, Width, Height)
*自动阈值分割
bin_threshold (Image, Region)
*分割后选择的是所需的背景,所以求反一次
complement (Region, RegionComplement)
dev_display(Image)
* dev_display(RegionComplement)
*做一次闭运算
closing_circle(RegionComplement, RegionClosing, 3.5)
*空洞填充
 fill_up_shape (RegionClosing, RegionFillUp, 'area', 1, 100)
 *欧式距离函数的距离变换
 distance_transform (RegionFillUp, DistanceImage, 'octagonal', 'true', Width, Height)
 *int4byte
 convert_image_type (DistanceImage, ImageConverted, 'byte')
 *图像取反
 invert_image (ImageConverted, ImageInvert)
 *增加对比度
 scale_image_max (ImageInvert, ImageScaleMax)
 *高斯平滑处理
 gauss_image (ImageScaleMax, ImageGauss, 11)
 *分水岭算法
 watersheds_threshold (ImageGauss, Basins, 10)
 *计数统计为29个
 count_obj (Basins, Number)
 *发现有小区域面积干扰,重新选择区域
select_shape (Basins, SelectedRegions, 'area', 'and', 5267.61, 119050)
*获取到正确的数目25
count_obj (SelectedRegions, Number1)
  • 3
    点赞
  • 33
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Halcon图像处理是一种传统图像处理工具,它可以通过人的主观分析判断来获取特征,并输出可解释性的结果。尽管Halcon也提供了几个深度学习模型接口,但在深度学习方面的应用相对较少。Halcon的图像类型包括基本的图像类型、数据类型(如矩阵和数组)以及逻辑结构(如for循环、if语句、while循环等)。此外,Halcon还支持常用的数学表达式和运算符,并且具有窗口类型,可以对特定的窗口进行处理。在基于Halcon图像处理中,通过定义图像变量和逻辑语句来实现算法的设计与编程。Halcon的优势在于封装了大量的自带算子和可视化功能,可以极大地方便图像处理代码的开发。然而,由于Halcon是一种图像处理脚本,并不总能满足开发过程所需的定义,因此在实际应用中需要根据场景和原理考虑算子的适用性,进行封装改进或选择更合适的算子。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Halcon图像处理入门篇(一)](https://blog.csdn.net/qq_36559788/article/details/120536793)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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