VisionPro CogBlobTool工具介绍详解(三)设置选项卡(2)空间量化误差和软阈值与像素加权

▇ 空间量化误差

在使用固定阈值分割的方法时,会产生空间量化误差。产生空间量化误差的原因:分割出来的对象的边界不是刚好两个像素之间的边界。
空间量化误差

♦空间量化误差的影响

直接影响Blob所提供的结果中尺寸、周长和位置等的误差。
空间量化误差

▇ 软阈值和像素加权

在硬阈值中将图像的像素分为对象和背景两种,这时,优点是速度快,缺点是产生空间量化误差。为了消除空间量化误差,引入了软阈值。软阈值将图像中的像素分为对象、边缘和背景三种。为此,引入了像素加权来表示可能性,像素加权使用0~1来表示像素,0代表是背景, 1代表是对象,0<像素加权<1代表的是对象的边缘。图1-10显示了像素加权的基本概念,图1-11显示了硬阈值和软阈值的比较。
像素加权
硬阈值、软阈值二进制图形表示

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
以下是一个获取CogBlobTool工具Blob的x和y坐标的C#脚本示例: ```csharp using System; using Cognex.VisionPro; using Cognex.VisionPro.Blob; class Program { static void Main(string[] args) { // 创建一个CogBlobTool实例 CogBlobTool blobTool = new CogBlobTool(); // 设置BlobTool参数 blobTool.RunParams.ExpectedCount = 1; blobTool.RunParams.Mode = CogBlobProcessingModeConstants.ProcessGrayScale; // 加载图像 CogImage8Grey image = new CogImage8Grey(); image.Load(@"C:\Image.bmp"); blobTool.InputImage = image; // 运行BlobTool blobTool.Run(); // 获取Blob的x和y坐标 if (blobTool.Results != null && blobTool.Results.Count > 0) { CogBlobResult blobResult = blobTool.Results[0]; double x = blobResult.CenterOfMassX; double y = blobResult.CenterOfMassY; Console.WriteLine("Blob的x坐标:{0}", x); Console.WriteLine("Blob的y坐标:{0}", y); } else { Console.WriteLine("未检测到Blob"); } Console.ReadKey(); } } ``` 在这个示例中,我们首先创建了一个CogBlobTool实例,然后设置BlobTool的参数和输入图像。接着,我们调用了Run方法来运行BlobTool,并且通过Results属性获取Blob的结果。最后,我们使用CenterOfMassX和CenterOfMassY属性获取Blob的x和y坐标,并将它们打印到控制台上。 需要注意的是,CogBlobTool工具VisionPro件的一部分,所以你需要安装VisionPro才能使用它。此外,你还需要在程序中引用CogBlobToolCogImage8Grey这两个类所在的命名空间

“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