Halcon算子应用和技巧5

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

41. rank_rect()

先上代码：

read_image(Image, 'printer_chip/printer_chip_01')
rank_rect(Image, ImageRank, 15, 15,35)

解析
秩序值滤波：将区域15*15范围内的灰度值排序，选择第35位灰度值作为滤波后结果
PS：容易看到块状的像素

---

42. erosion_circle()

先上代码：

read_image (Image, 'data/board')
rgb1_to_gray (Image, GrayImage)
threshold (GrayImage, Region, 100, 255)
erosion_circle (Region, RegionErosion, 7.5)

解析
区域腐蚀作用，将区域收缩变小；原本区域中小的孔洞变大，右下角两块凹陷区域也向里面收缩。
PS：一般用于处理区域边缘毛刺；将有粘连的区域进行断开

---

43. dilation_circle ()

先上代码：

read_image (Image, 'data/board')
rgb1_to_gray (Image, GrayImage)
threshold (GrayImage, Region, 100, 255)
erosion_circle (Region, RegionErosion, 7.5)
erosion_circle (RegionErosion, RegionErosion2, 6.5)
erosion_circle (RegionErosion2, RegionErosion3, 5.5)
*膨胀操作
dilation_circle (RegionErosion3, RegionDilation, 23.5)

解析
使得区域进行扩张
PS：一般用于填充区域中的孔洞

---

44. opening()

先上代码：

*读取待检测的图像
read_image (Image,'data/board') 
*将图像转换为单通道的灰度图像
rgb1_to_gray(Image, GrayImage)
*创建矩形区域
gen_rectangle1 (Rectangle, 259, 87, 957, 909)
*进行裁剪，将感兴趣区域单独提取出来
reduce_domain (GrayImage, Rectangle, ImageReduced)
*使用阈值处理将灰度值于设定的像素选取出来
threshold(ImageReduced,Light,85,255)
*创建圆形结构元素，用于开运算
gen_circle(StructElement,6,6,7)
*进行开运算去除背景中的杂点
opening(Light,StructElement,Large)

解析
去除背景中的杂点，同时保留主体区域不变，观察两张图的边缘处的变化
PS：去除杂点，多余小的区域

---

45. closing()

先上代码：

read_image (Image,'data/shapes')
*将图像进行通道分解，分别转换为三个通道的RGB图像
*对饱和度通道的图像进行阈值处理
threshold (Image, Regions, 180, 255)
*创建圆形结构元素用于闭运算
gen_circle(StructElement,10,10,10)
*对图像中较亮的区域进行闭运算处理，填补了各自轮廓中的小空隙
closing(Regions,StructElement,Large)

解析
填补了各自轮廓中的小空隙，同时保留主体区域完整的大致形状不变，观察两张图的变化，黑色区域被填充，整体矩形形状保持

---

46. add_image()

先上代码：

read_image(Image, 'printer_chip/printer_chip_01')
read_image(Image1, 'D:/HALCON_learn/理论/31-40/明暗变化.jpg')
rgb1_to_gray(Image1, GrayImage)
gen_rectangle1(Rectangle, 280,367, 711, 894)
reduce_domain(GrayImage, Rectangle, ImageReduced)
reduce_domain(Image, Rectangle, ImageReduced1)
crop_domain(ImageReduced, ImagePart)
crop_domain(ImageReduced1, ImagePart1)
add_image(ImagePart, ImagePart1, ImageResult, 0.5, 0)

解析
对两张图像的对应位置的灰度值相加，相加的最终灰度值和后面参数有关，算子计算方式很简单
PS：要求两张图像的通道数量和尺寸大小一致

---

47. mirror_image()

先上代码：

read_image(Image, 'printer_chip/printer_chip_01')
mirror_image(Image, ImageMirror, 'column')

解析
图像镜像，镜像轴参考白色线

---

48. rotate_image()

先上代码：

read_image(Image, 'D:/HALCON_learn/理论/31-40/明暗变化.jpg')
rotate_image(Image, ImageRotate, 90, 'constant')

解析
图像逆时针按照设定的角度围绕图像中心进行旋转；我画的并没有完整对齐90，可以忽略，理解就行，哈哈

---

49. scale_image ()

先上代码：

read_image(Image, 'printer_chip/printer_chip_01')
rgb1_to_gray(Image, GrayImage)
min_max_gray(GrayImage, GrayImage, 0, Min, Max, Range)
scale_image (GrayImage, ImageScaled, 3.69565, -33)
min_max_gray(ImageScaled, ImageScaled, 0, Min1, Max1, Range1)
scale_image_max (GrayImage, ImageScaleMax)
min_max_gray(ImageScaleMax, ImageScaleMax, 0, Min2, Max2, Range2)

解析
作用图像增强，一种线性增强方式，其后两个参数可以使用灰度直方图进行确定，观察箭头所指的，就可以得到你想要的结果
PS：使用灰度直方图方便确定参数，并可以预览该算子的结果
PS：注意和scale_image_max (）区别，观察二者灰度变化

---

50. zoom_image_size()

先上代码：

read_image (Image, 'printer_chip/printer_chip_01')
get_image_size(Image, Width, Height)
zoom_image_size(Image, ImageZoom, 1100, 512, 'constant')
get_image_size (ImageZoom, Width1, Height1)

解析
将图像按照不同的模式进行缩放到指定尺寸

---

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。。。