halcon的区域运算和差集，交集

星河队长

已于 2022-10-22 16:37:32 修改

阅读量2.5w

点赞数 5

分类专栏：机器视觉文章标签： halcon 区域运算图像处理

于 2019-09-17 18:22:00 首次发布

本文链接：https://blog.csdn.net/gy0124/article/details/100934822

版权

这篇博客介绍了Halcon的区域运算，包括区域的特征计算，如面积、中心和形状特征。内容涵盖区域并集（union1, union2）、差集、补集操作，通过实例展示了如何进行阀值分割、连接区域、选择特定面积范围的区域，并进行区域组合。此外，还探讨了交集的生成以及如何获取交集区域的像素坐标。" 136277870,17243493,深度学习基础：神经网络详解,"['人工智能', '深度学习', '大模型', '神经网络', '计算']

摘要由CSDN通过智能技术生成

*区域的特征包含，基本特征{面积，中心，宽高，角坐标，长半轴，短半轴，连通数，最大半径，方向
*形状特征：外接圆，内接圆，圆度，密度，矩形度
*区域转换，可以将区域转换成其他规则区域，如凸区域，外接圆，最小外接矩形，平行坐标轴的外接矩形，内接矩形
*区域运算：1 区域并集 union1和union2.区域求差difference ，3区域补集
read_image (Image, ‘C:/Users/Public/Documents/MVTec/HALCON-12.0/examples/images/largebw1.tif’)
*阀值分割得到一个大区域
threshold (Image, Region, 200, 255)
在这里插入图片描述
*把区域分成很多个单独连接的区域
connection (Region, ConnectedRegions)

*在区域中选择指定面积范围的若干个区域
select_shape (ConnectedRegions, SelectedRegions, ‘area’, ‘and’, 999990, 9999999)
*把选择的若干区域组合成一个区域
union1 (SelectedRegions, RegionUnion1)