HALCON示例程序check_blister.hdev药品胶囊检测

最新推荐文章于 2025-02-26 11:37:01 发布

小邢同学

最新推荐文章于 2025-02-26 11:37:01 发布

阅读量2.2k

点赞数 4

分类专栏： # Halcon示例程序解读与剖析文章标签： halcon 胶囊缺陷检测 check_blister.hdev 药品检测

本文链接：https://blog.csdn.net/cashmood/article/details/90639705

版权

Halcon示例程序解读与剖析专栏收录该内容

75 篇文章

订阅专栏

HALCON check_blister.hdev药品胶囊检测

示例程序源码（加注释）

显示、读入图片、设置显示字体等，之前的帖子已经介绍过了
dev_close_window ()
dev_update_off ()
read_image (ImageOrig, ‘blister/blister_reference’)
dev_open_window_fit_image (ImageOrig, 0, 0, -1, -1, WindowHandle)
set_display_font (WindowHandle, 14, ‘mono’, ‘true’, ‘false’)
dev_set_draw (‘margin’)
dev_set_line_width (3)
第一步，我们创建一个图案，以便在后续的水泡图像中轻松切出腔室。
access_channel - 访问多通道图像中的指定的一个通道。这里选取Image1的第一个通道
access_channel (ImageOrig, Image1, 1)
进行阈值分割，选取灰度值在90-255的区域
threshold (Image1, Region, 90, 255)
使用shape_trans对区域Region处理，提取Region的外框，convex功能是外框
shape_trans (Region, Blister, ‘convex’)
orientation_region计算区域的方向，这个算子是基于elliptic_axis 算子来的，elliptic_axis 是求取等效的椭圆，所以用算子orientation_region相当于把区域Blister转化为一个等效椭圆，计算这个椭圆的长轴在图像中的角度。
orientation_region (Blister, Phi)
求取区域Blister的面积与中心坐标。
area_center (Blister, Area1, Row, Column)
vector_angle_to_rigid - 根据初始坐标（前3个参数）与仿射变换后的坐标与角度（4-6，三个参数）角度生成一个旋转与平移的仿射变换矩阵HomMat2D。这里初始坐标与结束坐标都没有变化只是角度旋转到了0度。
vector_angle_to_rigid (Row, Column, Phi, Row, Column, 0, HomMat2D)
affine_trans_image - 对图像进行任意的2D仿射变换。ImageOrig：要进行仿射变换的图像；Image2：仿射变换之后的图像；HomMat2D：2D仿射变换矩阵；constant：进行仿射变换的方式，这个代表使用均值滤波器来防止混叠效应的发生。false：仿射变换后的图片超出现有图片大小的区域不被剪切掉；若为true则相反。
affine_trans_image (ImageOrig, Image2, HomMat2D, ‘constant’, ‘false’)

生成一个空的对象Chambers
gen_empty_obj (Chambers)

for I := 0 to 4 by 1
      Row := 88 + I * 70
      for J := 0 to 2 by 1
          Column := 163 + J * 150
         * * 生成一个可旋转的矩形；
          * 前两个参数是区域中心坐标，第三个参数是矩形角度，后两个参数是矩形的宽高。
          gen_rectangle2 (Rectangle, Row, Column, 0, 64, 30)
         * * concat_obj  - 把两个对象融合在一起。
          * 注意，这个和union不一样，union是把两个对象整合成一个对象，整合后对象的元素个数为1；
          * 而使用concat_obj  是把几个对象联合成一个对象，这个对象中的元素个数之和不变。
          concat_obj (Chambers, Rectangle, Chambers)
      endfor
  endfor

使用变换矩阵HomMat2D对Blister区域使用nearest_neighbor方法进行仿射变换。
affine_trans_region (Blister, Blister, HomMat2D, ‘nearest_neighbor’)
求取区域Blister与区域Chambers的差集
difference (Blister, Chambers, Pattern)
将区域Chambers（有多个元素）联合成一个区域（一个元素）
union1 (Chambers, ChambersUnion)
求取区域Blister的角度
orientation_region (Blister, PhiRef)
将角度PhiRef加180度
PhiRef := rad(180) + PhiRef
求取区域Blister的面积与中心坐标
area_center (Blister, Area2, RowRef, ColumnRef)
循环检测每一张图片
定义变量Count 赋值6
Count := 6
for循环
for Index := 1 to Count by 1
- 读入图片
  read_image (Image, ‘blister/blister_’ + Index$‘02’)
- 对图片Image进行阈值分割，提取像素灰度值在90-255的区域
  threshold (Image, Region, 90, 255)
- 分割连通域
  connection (Region, ConnectedRegions)
- 使用select_shape 对区域ConnectedRegions进行筛选，筛选出面积值介于5000-999999的区域
  select_shape (ConnectedRegions, SelectedRegions, ‘area’, ‘and’, 5000, 9999999)
- 求取区域SelectedRegions的外形
  shape_trans (SelectedRegions, RegionTrans, ‘convex’)
- 求取区域RegionTrans的角度
  orientation_region (RegionTrans, Phi)
- 求取区域RegionTrans的面积与中心坐标
  area_center (RegionTrans, Area3, Row, Column)
- 生成仿射变换矩阵HomMat2D
  vector_angle_to_rigid (Row, Column, Phi, RowRef, ColumnRef, PhiRef, HomMat2D)
- 使用HomMat2D矩阵对Image进行仿射变换
  affine_trans_image (Image, ImageAffinTrans, HomMat2D, ‘constant’, ‘false’)
- 使用区域剪切图片，缩小图像处理定义域
  reduce_domain (ImageAffinTrans, ChambersUnion, ImageReduced)
- 将图片ImageReduced分成R/G/B三通道图像
  decompose3 (ImageReduced, ImageR, ImageG, ImageB)
- var_threshold - 通过局部均值和标准差分析对图像进行阈值处理。
  var_threshold (ImageB, Region, 7, 7, 0.2, 2, ‘dark’)
- 分割连通域
  connection (Region, ConnectedRegions0)
- 使用矩形对区域进行闭运算
  closing_rectangle1 (ConnectedRegions0, ConnectedRegions, 3, 3)
- 填充孔洞
  fill_up (ConnectedRegions, RegionFillUp)
- 进行面积筛选
  select_shape (RegionFillUp, SelectedRegions, ‘area’, ‘and’, 1000, 99999)
- 使用圆形元素对区域进行开运算
  opening_circle (SelectedRegions, RegionOpening, 4.5)
- 分割连通域
  connection (RegionOpening, ConnectedRegions)
- 进行面积筛选
  select_shape (ConnectedRegions, SelectedRegions, ‘area’, ‘and’, 1000, 99999)
- 求取区域轮廓
  shape_trans (SelectedRegions, Pills, ‘convex’)
- 对区域Chambers进行计数
  count_obj (Chambers, Number)
- 生成一个空的对象
  gen_empty_obj (WrongPill)
- 生成一个空的对象
  gen_empty_obj (MissingPill)
- for循环
  for I := 1 to Number by 1
  - 在对象数组中选取指定对象，之前例子已经讲过了
    select_obj (Chambers, Chamber, I)
  - 求交集
    intersection (Chamber, Pills, Pill)
  - 求取区域面积与中心坐标值
    area_center (Pill, Area, Row1, Column1)
  if (Area > 0)
  * 求取最大最小的灰度值，之前例子已经讲过了
  min_max_gray (Pill, ImageB, 0, Min, Max, Range)
  if (Area < 3800 or Min < 60)
  * 联合对象，上边有介绍
  concat_obj (WrongPill, Pill, WrongPill)
  endif
  else
  * 联合对象，上边有介绍
  concat_obj (MissingPill, Chamber, MissingPill)
  endif
  endfor
- 下面的就是显示了
  dev_clear_window ()
  dev_display (ImageAffinTrans)
  dev_set_color (‘forest green’)
  count_obj (Pills, NumberP)
  count_obj (WrongPill, NumberWP)
  count_obj (MissingPill, NumberMP)
  dev_display (Pills)
  if (NumberMP > 0 or NumberWP > 0)
  disp_message (WindowHandle, ‘Not OK’, ‘window’, 10, 10 + 600, ‘red’, ‘true’)
  else
  disp_message (WindowHandle, ‘OK’, ‘window’, 10, 10 + 600, ‘forest green’, ‘true’)
  endif
  disp_message (WindowHandle, '# correct pills: ’ + (NumberP - NumberWP), ‘window’, 10, 10, ‘black’, ‘true’)
  disp_message (WindowHandle, '# wrong pills : ’ + NumberWP, ‘window’, 10 + 25, 10, ‘black’, ‘true’)
  if (NumberWP > 0)
  disp_message (WindowHandle, NumberWP, ‘window’, 10 + 25, 10 + 180, ‘red’, ‘true’)
  endif
  disp_message (WindowHandle, '# missing pills: ’ + NumberMP, ‘window’, 10 + 50, 10, ‘black’, ‘true’)
  if (NumberMP > 0)
  disp_message (WindowHandle, NumberMP, ‘window’, 10 + 50, 10 + 180, ‘red’, ‘true’)
  endif
  dev_set_color (‘red’)
  dev_display (WrongPill)
  dev_display (MissingPill)
  if (Index < Count)
  disp_continue_message (WindowHandle, ‘black’, ‘true’)
  endif
  stop ()
  endfor