16.[机器视觉]halcon 如何实现彩色图像转化为灰色图像

于 2024-02-24 15:14:46 发布
阅读量310 收藏
点赞数 3
分类专栏： 机器视觉 文章标签： 计算机视觉 人工智能 图像处理 学习 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cjh16606260986/article/details/136272106
版权

如何实现彩色图像转化为灰色图像。在工作中可以提高程序的运行效率。

*读取图像
read_image (Image, 'patras')

*显示图像
dev_display (Image)
*将彩色图像的三通道分别提取成三张图像
*Image 输入图像
*ImageR 输出的红色通道图像
*ImageG 输出的蓝色通道图像
*ImageB 输出的黑色通道图像
decompose3 (Image, ImageR, ImageG, ImageB)
*将红色、蓝色、黑色 三通道图像转成一个灰色图像
*ImageR, ImageG, ImageB 输入参数，红色、蓝色、黑色 三通道图像
*ImageGray 输出的灰色图像
rgb3_to_gray (ImageR, ImageG, ImageB, ImageGray)
*显示图像
dev_display (ImageGray)

StevenChen85
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
机器视觉Halcon解码图像增强
02-23
机器视觉Halcon解码图像增强 部分代码 dev_update_off () dev_close_window () dev_open_window (0, 0, 900, 600, 'black', WindowHandle) read_image (Image, 'C:/Users/PC/Desktop/CHENGPIN/9-1.5.bmp') zoom_image_factor (Image, ImageZoomed, 1.5, 1.5, 'constant') *ImageZoomed:=Image dev_display (ImageZoomed) *emphasize (Image, ImageEmphasize, 100, 100, 10)
彩色图转灰度
04-16
将彩色图转换为灰度图将彩色图转换为灰度图将彩色图转换为灰度图
halcon.rar_halcon_halcon机器视觉_hdevelop
09-23
halcon的使用说明.MVTec HALCON是全球使用的集成开发环境（HDevelop）的机器视觉综合标准软件。
机器视觉halcon图像增强
02-23
机器视觉halcon图像增强
Halcon 学习笔记4之图像转化为灰度图
阿哲的专栏
04-28 2456
彩图直接转换为灰度图 read_image(Image,'patras') dev_display(Image) *彩色图像转为灰度图 rgb1_to_gray(Image,GrayImage) dev_display(GrayImage) 彩图转换为三个单通道的图，再转换为灰度图 read_image(Image,'patras') dev_display(Image) ...
halcon 彩色图转灰度图
starfirefly的博客
01-03 2068
dev_open_window (0, 0, Width, Height, 'black', WindowHandle) //打开图形窗口。get_image_size (Image, Width, Height) //获取宽高。read_image (Image, 'jiao1.bmp') //读取图像。rgb1_to_gray (Image, GrayImage) //彩色图转灰度图。dev_display (Image) //展示彩色图像（原图）
halcon 转会灰度化的常用两种方法
weixin_45017815的博客
10-13 1528
彩色图像转灰度化常用的方法。
[Halcon&图像] 彩色图转灰度图处理
Loewen丶的小窝
06-15 4012
-1）在如果对彩色图像的的灰度图像不好进行二值化操作时，可以尝试将彩色图像RGB转换HSV空间，即色差、饱和度、强度，看看得到的 Hue, Saturation, Intensity三个分量那个二值化处理效果好。 read_image (Image, 'C:/Users/Administrator/Desktop/车牌.jpg') *是先将一张3通道的彩色图分割为3个单通到的单色图 decompo...
详细解释halcon中rgb1_to_gray 算子
xiaogongzhu001的博客
06-08 1229
详细解释halcon中rgb1_to_gray 算子
halcon把所有图像转灰度图
Major_S的博客
07-14 227
【代码】halcon把所有图像转灰度图。
实现灰度图、二值图、rgb之间的转化
12-03
数字图像处理的基本操作：将rgb图像转为灰度、二值、索引等；实现图像的放大、缩小；明确灰度值的意义，对其进行操作和计算；等。
机器视觉Halcon查找图像中的圆并确定圆心坐标
02-23
Halcon查找图像中的圆并确定圆心坐标 部分代码 dev_update_window ('off') dev_close_window () *打开一个原点（左上角）在（0,0）的，宽：高：，黑色背景的图形窗口 dev_open_window (0, 0, 512, 512, 'black', ...
halcon-基于halcon的一款通用图像处理工具-机器视觉-优质项目实战.zip
最新发布
02-21
halcon halcon_基于halcon的一款通用图像处理工具_机器视觉_优质项目实战
halcon颜色识别的两种简单方式
热门推荐
weixin_44490080的博客
05-14 1万+
颜色识别的两种简单方式： 1、单通道方式： 原理：通过不同颜色在灰度图中的阈值范围不同来区分颜色（理论上这种方式不推荐，但在一定情况下适用） 材料： halcon代码： dev_close_window () dev_open_window (0, 0, 800, 600, 'black', WH) read_image (Image, 'C:/User...
Halcon 算子 rgb1_to_gray
奔跑的郑的博客
01-29 4295
rgb1_to_gray (Operator) rgb1_to_gray — Transform an RGB image into a gray scale image. 作用： 把RGB图像转换成灰度图像。 rgb1_to_gray(RGBImage : GrayImage : : ) 参数翻译（顺序对应以上参数顺序）： 输入三通道RGB图像、 输出灰度图像 描述： 1、rgb1_to_gray算法将会使用如下公式进行转化： gray = 0.299 * red + 0.58..
[halcon]--图像增强--灰度变换
weixin_45305480的博客
02-09 1522
scale_image(Image : ImageScaled : Mult : Add : ) //缩放图像的灰度值。GMax和GMin的值可以通过算子min_max_gary（）来获取；
机器视觉入门之路（五，彩色图像转灰度图像，c++）
ganggangwawa的博客
06-22 693
机器视觉为什么会使用灰度图像，看完这节，你就明白了！ 彩色rgb转灰度256色，有一个公式：GREY=(RED*30+GREEN*59+BLUE*11)/100; 我们继续以640*480的真彩色图像为例 m_nPicHeight=640；m_nPicWidth=480； m_pImageBuffer = (BYTE *)malloc(m_nPicHeight*m_nPicWidth*4);//接受灰度图像，并显示 m_pImageBuffer88 = (BYTE *)malloc(m_...
数字图像与机器视觉基础补充(2)
weixin_56102526的博客
12-13 2691
一、彩色图像文件转换为灰度文件 （一）使用opencv 1.通过cvtColor库将其转为灰度 （1)代码 import cv2 as cv img = cv.imread('C:/Users/86199/Pictures/lena/lena.jpg',1) img_1 = cv.cvtColor(img,cv.COLOR_BGR2GRAY) cv.imshow('gray',img_1) cv.imshow('colour',img) cv.waitKey(0) (2)结果 2通过分离RGB三个通道得
halcon分类器实现彩色图像分割
09-04
Halcon分类器是一种常用的机器学习算法，可以用于彩色图像的分割任务。彩色图像分割是将一个彩色图像划分成具有相似特征的区域，以便对不同区域进行进一步的分析和处理。 首先，我们需要准备用于训练的彩色图像数据集。这个数据集应包含具有不同类别的彩色图像样本，每个样本要有对应的标签，表示它属于的类别。 接下来，我们可以使用Halcon分类器的训练函数来训练分类器。训练函数会通过输入的图像样本和标签进行模型训练，学习如何将不同的特征映射到不同的类别。训练过程中，分类器会根据输入的特征向量和标签进行优化，使得分类器的准确度最大化。 训练完成后，我们可以使用已经训练好的分类器来对新的彩色图像进行分割。分割的步骤主要包括以下几步： 1. 首先，我们需要将彩色图像转换为特征向量。可以使用颜色特征、纹理特征等来描述每个像素点的属性。 2. 然后，我们将特征向量输入已经训练好的Halcon分类器中。分类器会根据学习到的模型，预测每个像素点属于哪个类别。 3. 最后，我们可以根据分类器的预测结果，将图像中的像素点进行分割，将相似特征的像素点划分到同一个区域中。 通过以上步骤，我们可以实现对彩色图像的分割。这种分割方法可以应用于许多应用领域，如医学图像分割、工业检测等。同时，Halcon分类器也可以通过优化和改进，来提高分割的准确度和效率。

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

StevenChen85

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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