前言
先前的两个实例都是官方例程,不能老拿官方实例说事。
因此,本次例程是从网上下找的图片素材。
正文
待检测图片。
网上找的素材,水印都还在。
其实,整个检测过程都可以视为是一种套路。通过傅里叶变换,用一个带通滤波器在频域滤除了高频噪声,再凸显下特征部分。接着就是通过灰度值、面积、朝向(phi)去提取特征,过程并不复杂。代码实现在文末。
需要说明的是本例中图片上有大量垂直方向的噪声,所以通过phi去过滤噪声很重要。另外,有一条划痕没有检测出来。因为,经过尝试那条划痕特征不明显,如果要检测出来会引入太多噪声,会增加处理的复杂度。这例本就是测试练练手的,就不在这一条划痕去过多纠结了。
代码实现及最终效果
dev_update_off ()
dev_close_window ()
read_image (Image, 'D:/halcon/myexample/wood.png')
*invert_image (Image, ImageInverted)
gen_rectangle1 (ROI, 3, 4.5, 581, 343.5)
reduce_domain (Image, ROI, ImageReduced)
get_image_size (ImageReduced, Width, Height)
rgb1_to_gray (ImageReduced, GrayImage)
dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
dev_display (ImageReduced)
gen_sin_bandpass (ImageBandpass, 0.6, 'none', 'rft', Width, Height)
rft_generic (GrayImage, ImageFFT, 'to_freq', 'none', 'complex', Width)
convol_fft (ImageFFT, ImageBandpass, ImageConvol)
rft_generic (ImageConvol, Lines, 'from_freq', 'n', 'byte', Width)
threshold (Lines, Region, 10, 255)
connection (Region, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 5, 200)
select_shape (SelectedRegions, SelectedRegions1, 'phi', 'and', -1, 1)
dilation_circle (SelectedRegions1, RegionDilation, 5.5)
union1 (RegionDilation, RegionUnion)
connection (RegionUnion, ConnectedRegions1)
select_shape (ConnectedRegions1, SelectedRegions2, 'area', 'and', 512.94, 3368.76)
closing_rectangle1 (SelectedRegions2, RegionClosing, 15, 15)
skeleton (RegionClosing, Skeleton)