Halcon算子应用和技巧4

提示：若没有查找的算子，可以评论区留言，会尽快更新

---

前言

提示：可以使用搜索小工具搜索对应算子名称：

本篇博文主要用于记录学习Halcon中算子的应用场景，及其使用代码和图像展示。只讲通俗易懂使用方法，不讲原理，不讲原理，不讲原理，重要的事情说三遍。

---

提示：以下是本篇文章正文内容，下面案例可供参考,注意参数坐标的使用，能帮助你理解算子

一、Halcon应用？

Halcon 是一个强大的图像处理工具，该工具是为了解决机器视觉项目任务而创建的。

二、算子汇总

每一博文仅展示10个算子，点击此链接进行查询所有算子，并点击对应算子跳转相应博文。
【跳转链接】

三、应用算子

31. paint_region()

先上代码：

read_image(Image, 'printer_chip/printer_chip_01')
gen_rectangle1(Rectangle,428, 252, 796, 640)
paint_region(Rectangle, Image, ImageResult, 125, 'fill')
write_image(ImageResult, 'tiff', 0, 'test')

解析：
将指定区域写入对应要覆盖的图像区域中，最后图像保存就是覆盖后的结果

---

32. sub_image()

先上代码：

read_image(Image, 'printer_chip/printer_chip_01')
gen_rectangle1(Rectangle,428, 252, 796, 640)
* 参数：255 / 0
paint_region(Rectangle, Image, ImageResult, 255, 'fill')
sub_image(Image, ImageResult, ImageSub, 1, 128)

解析
图像像素灰度值相减，并按照公式计算最终灰度值（具体公式看算子帮助）；图一减图二得到图三

---

33. illuminate()

先上代码”：

read_image(Image, 'D:/HALCON_learn/理论/31-40/明暗变化.jpg')
illuminate(Image, ImageIlluminate, 101, 101, 0.7)

解析：
其也是一种图像增强，面对明暗差异大的图像，可以调整亮度，抑制亮区域，提高暗区域，使得整体观感上升，自行观察下图差异（具体灰度计算公式参考算子帮助）

---

34. gen_contour_region_xld()

先上代码：

read_image(Image, 'D:/HALCON_learn/理论/31-40/明暗变化.jpg')
threshold(Image, Region, 128, 255)
gen_contour_region_xld(Region, Contours, 'border')

解析
生成区域的轮廓，是XLD类型
PS：用boundary提取区域边缘输出的是区域（region），而轮廓分割需输入xld轮廓，所以以此转换。

---

35. gen_region_contour_xld()

先上代码

read_image(Image, 'D:/HALCON_learn/理论/31-40/明暗变化.jpg')
threshold(Image, Region, 125, 255)
gen_contour_region_xld(Region, Contours, 'border')
gen_region_contour_xld(Contours, Region1, 'filled')

解析：
作用和gen_contour_region_xld(）恰恰相反，从轮廓生成区域，最后一张图已经是不同的区域，和第二张图区分

---

36. gen_image_proto()

先上代码：

read_image(Image, 'D:/HALCON_learn/理论/31-40/明暗变化.jpg')
gen_image_proto(Image, ImageCleared, 128)

解析：
以特定灰度值生成和输入图像尺寸一样大小的灰度图像
PS：配合paint_region()，将区域转成图像

---

37. select_shape_xld()

先上代码：

read_image(Image, 'D:/HALCON_learn/理论/31-40/明暗变化.jpg')
threshold(Image, Region, 128, 255)
gen_contour_region_xld(Region, Contours, 'border')
select_shape_xld(Contours, SelectedXLD, 'area', 'and', 358000, 999999)

解析：
侧重于根据轮廓构成的形状（图形）特征进行选择
PS：其可用的形状特征参数很多，面积 长度 坐标等

---

38. select_contours_xld()

先上代码：

read_image(Image, 'D:/HALCON_learn/理论/31-40/明暗变化.jpg')
threshold(Image, Region, 128, 255)
gen_contour_region_xld(Region, Contours, 'border')
select_contours_xld(Contours, SelectedContours, 'contour_length', 0.5,4000, -0.5, 0.5)

解析：
侧重于根据轮廓自身的特征进行选择，比如长度，方向等
PS：区分和轮廓形状特征区别，有时他们二者均可用于选择轮廓，二者侧重点不同

---

39. smallest_circle()

先上代码：

read_image(Image, 'D:/HALCON_learn/理论/31-40/明暗变化.jpg')
gen_rectangle1(Rectangle, 544, 354, 841, 825)
dev_set_color('green')
*最小外接圆
smallest_circle(Rectangle, Row, Column, Radius)
gen_circle(Circle, Row, Column, Radius)

解析：
生成某一区域的最小外接圆

---

40. inner_circle()

先上代码：

read_image(Image, 'D:/HALCON_learn/理论/31-40/明暗变化.jpg')
gen_rectangle1(Rectangle, 544, 354, 841, 825)
dev_set_color('green')
*最大内接圆
inner_circle(Rectangle, Row1, Column1, Radius1)
dev_set_color('black')
gen_circle(Circle1, Row1, Column1, Radius1)

解析：
生成某一区域的最大内接圆
PS：若区域中可以多个，一般优先输出左上角的

---

以上内容陆续更新。。。

内容如有错误之处，望不吝指出，谢谢

以上内容陆续更新。。。