halcon学习拓展系列—判定二维点集在Region的位置信息算子test_region_points_fast【2024更新】

50 篇文章 379 订阅 ¥99.90 ¥299.90
本文介绍了Halcon中test_region_points算子的性能问题及其优化版test_region_points_fast的实现,详述了算子的功能及算法,并提供了测试代码和实际运行效果。此优化算子在项目中显著提升了效率,为后续的交集拓展算子intersection_expand奠定了基础。
摘要由CSDN通过智能技术生成

在专题《halcon学习拓展系列—判定二维点集在Region/Contour的位置信息算子test_region_points和test_contour_points》中详细讲解过test_region_points算子,该算子效率太低,在后面项目应用中看到了弊端,然后:不得不重构一个新函数test_region_points_fast,经项目中测试,在一张200万图片中运行时间为0.27ms(test_region_points运行时间是99.16ms),已满足项目CT需求

该专题目的是为了重构intersection函数,intersection功能是相交后共同的区域为交集,但是要实现Region1里面但凡有一个像素在Region2里面,便为交集一部分,这就要重新写,而test_region_points_fast为下一个专题《交集intersection的拓展算子intersection_expand》做准备

一、算子说明

test_region_points_fast (Region, Rows, Columns, InsideIndex)

** 函数名称:test_region_points_fast
** 功能:判断二维点集是否在Region上
** 输入
** Region                    输入Region
** Row, Column                输入二维点集
**** 输出
** Insid
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
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

打赏作者

谷棵

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
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