Halcon模板匹配代码分析（可直接复制粘贴使用）

埃菲尔铁塔_CV算法

于 2025-03-05 10:06:09 发布

阅读量961

点赞数 31

文章标签：人工智能深度学习计算机视觉算法机器学习图像处理

本文链接：https://blog.csdn.net/m0_44975814/article/details/146035166

版权

这段代码是使用 Halcon 机器视觉库编写的，主要实现了形状模型的初始化、训练以及应用的过程。以下是对这段代码的详细分析、原理说明以及延申应用的讨论。

效果图

1. 代码总体结构

代码分为两个主要部分：模型初始化部分和模型应用部分。

模型初始化部分：负责读取图像、构建感兴趣区域（ROI）、训练形状模型、获取模型轮廓以及显示模型相关信息。
模型应用部分：设置搜索参数，在图像中查找模型，并获取和显示匹配结果的相关参数。

2. 模型初始化部分

2.1 读取图像

read_image (Image, 'C:/Users/1/Desktop/10.jpg')

这行代码使用 Halcon 的read_image函数从指定路径C:/Users/1/Desktop/10.jpg读取一张图像，并将其存储在Image变量中。这是进行后续处理的基础。

2.2 构建感兴趣区域（ROI）

gen_rectangle1 (ModelRegion, 93.3845, 29.6218, 237.303, 159.938)

gen_rectangle1函数用于生成一个矩形区域，参数分别为矩形的左上角和右下角坐标。这里生成的矩形区域ModelRegion将作为后续处理的感兴趣区域，用于提取模型的特征。

2.3 减少模型模板区域

reduce_domain (Image, ModelRegion, TemplateImage)
boundary (ModelRegion, RegionBorder, 'inner')

reduce_domain函数将图像Image根据感兴趣区域ModelRegion进行裁剪，得到模板图像TemplateImage。boundary函数用于获取感兴趣区域ModelRegion的内边界，存储在RegionBorder中。

2.4 计算边界区域的最小外接矩形

smallest_rectangle1(RegionBorder, Row1, Column1, Row2, Column2)

smallest_rectangle1函数计算区域RegionBorder的最小外接矩形，并返回矩形的左上角和右下角坐标Row1、Column1、Row2、Column2。

2.5 输出四角坐标

RowTopLeft := Row1
ColumnTopLeft := Column1
RowTopRight := Row1
ColumnTopRight := Column2
RowBottomLeft := Row2
ColumnBottomLeft := Column1
RowBottomRight := Row2
ColumnBottomRight := Column2

这里将最小外接矩形的四角坐标分别存储在相应的变量中，方便后续处理和显示。

2.6 创建和训练形状模型

create_generic_shape_model (ModelID)
set_generic_shape_model_param (ModelID, 'metric', 'use_polarity')
train_generic_shape_model (TemplateImage, ModelID)

create_generic_shape_model函数创建一个通用形状模型，并返回模型的 ID（ModelID）。
set_generic_shape_model_param函数设置形状模型的参数，这里设置了匹配度量为use_polarity，表示在匹配时考虑图像的极性信息。
train_generic_shape_model函数使用模板图像TemplateImage对形状模型进行训练，使得模型能够识别与模板相似的形状。

2.7 获取模型轮廓

get_shape_model_contours (ModelContours, ModelID, 1)

get_shape_model_contours函数获取形状模型的轮廓，存储在ModelContours中。参数1表示获取模型的第 1 个轮廓（对于复杂模型可能有多个轮廓）。

2.8 支持显示模型

area_center (ModelRegion, ModelRegionArea, RefRow, RefColumn)
vector_angle_to_rigid (0, 0, 0, RefRow, RefColumn, 0, HomMat2D)
affine_trans_contour_xld (ModelContours, TransContours, HomMat2D)

area_center函数计算感兴趣区域ModelRegion的面积和中心坐标，存储在ModelRegionArea、RefRow和RefColumn中。
vector_angle_to_rigid函数创建一个刚性变换矩阵HomMat2D，将模型轮廓从世界坐标系变换到图像坐标系。
affine_trans_contour_xld函数使用变换矩阵HomMat2D对模型轮廓ModelContours进行仿射变换，得到变换后的轮廓TransContours。

2.9 显示模型轮廓

dev_display (Image)
dev_set_color ('green')
dev_set_draw ('margin')
dev_display (ModelRegion)
dev_display (TransContours)
stop ()

dev_display函数用于在图形窗口中显示图像和区域。这里先显示原始图像Image，然后设置显示颜色为绿色，显示模式为边界。
接着显示感兴趣区域ModelRegion和变换后的模型轮廓TransContours。
stop函数暂停程序执行，等待用户操作（如按下键盘上的键）。

3. 模型应用部分

3.1 设置搜索参数

set_generic_shape_model_param (ModelID, 'border_shape_models', 'false')

set_generic_shape_model_param函数设置形状模型的搜索参数，这里将border_shape_models设置为false，表示在搜索时不考虑模型的边界。

3.2 查找模型

find_generic_shape_model (Image, ModelID, MatchResultID, NumMatchResult)

find_generic_shape_model函数在图像Image中查找与形状模型ModelID匹配的区域。匹配结果存储在MatchResultID中，匹配的数量存储在NumMatchResult中。

3.3 检索结果

for I := 0 to NumMatchResult-1 by 1
    dev_display (Image)
    get_generic_shape_model_result_object (MatchContour, MatchResultID, I, 'contours')
    dev_set_color ('green')
    dev_display (MatchContour)
    get_generic_shape_model_result (MatchResultID, I, 'row', Row)
    get_generic_shape_model_result (MatchResultID, I, 'column', Column)
    get_generic_shape_model_result (MatchResultID, I, 'angle', Angle)
    get_generic_shape_model_result (MatchResultID, I, 'scale_row', ScaleRow)
    get_generic_shape_model_result (MatchResultID, I, 'scale_column', ScaleColumn)
    get_generic_shape_model_result (MatchResultID, I, 'hom_mat_2d', HomMat2D)
    get_generic_shape_model_result (MatchResultID, I, 'score', Score)
    stop ()
endfor

这部分代码通过循环遍历所有匹配结果：

显示原始图像Image。
使用get_generic_shape_model_result_object函数获取匹配区域的轮廓，存储在MatchContour中，并显示该轮廓。
使用get_generic_shape_model_result函数获取每个匹配结果的相关参数，如匹配点的行坐标Row、列坐标Column、旋转角度Angle、缩放比例ScaleRow和ScaleColumn、变换矩阵HomMat2D以及匹配分数Score。
stop函数暂停程序执行，等待用户操作。

4. 原理说明

4.1 形状模型的原理

形状模型是一种用于图像匹配和目标识别的技术。它通过对目标的形状特征进行建模，然后在图像中搜索与模型匹配的区域。形状模型通常基于图像的轮廓信息，通过计算轮廓的几何特征（如角度、长度、曲率等）来描述目标的形状。

在 Halcon 中，create_generic_shape_model函数创建一个通用形状模型，train_generic_shape_model函数使用模板图像对模型进行训练。训练过程中，Halcon 会提取模板图像的形状特征，并将其存储在模型中。

4.2 匹配度量的原理

匹配度量是用于衡量模型与图像中区域匹配程度的指标。在代码中，使用set_generic_shape_model_param函数设置匹配度量为use_polarity，表示在匹配时考虑图像的极性信息。极性信息通常指图像的灰度值分布，通过考虑极性信息可以提高匹配的准确性。

4.3 仿射变换的原理

仿射变换是一种几何变换，用于将模型轮廓从世界坐标系变换到图像坐标系。在代码中，使用vector_angle_to_rigid函数创建一个刚性变换矩阵HomMat2D，然后使用affine_trans_contour_xld函数对模型轮廓进行仿射变换。仿射变换包括平移、旋转和缩放操作，可以将模型轮廓准确地对齐到图像中的目标位置。

整体代码

* 
* Matching 01: ************************************************
* Matching 01: BEGIN of generated code for model initialization
* Matching 01: ************************************************
* 
* Matching 01: Obtain the model image
read_image (Image, 'C:/Users/1/Desktop/10.jpg')
* 
* Matching 01: Build the ROI from basic regions
gen_rectangle1 (ModelRegion, 93.3845, 29.6218, 237.303, 159.938)
* 
* Matching 01: Reduce the model template
reduce_domain (Image, ModelRegion, TemplateImage)
boundary (ModelRegion, RegionBorder, 'inner')
* 计算边界区域的最小外接矩形
smallest_rectangle1(RegionBorder, Row1, Column1, Row2, Column2)

* 输出四角坐标
* 左上角坐标
RowTopLeft := Row1
ColumnTopLeft := Column1
* 右上角坐标
RowTopRight := Row1
ColumnTopRight := Column2
* 左下角坐标
RowBottomLeft := Row2
ColumnBottomLeft := Column1
* 右下角坐标
RowBottomRight := Row2
ColumnBottomRight := Column2
* 
* Matching 01: Create and train the shape model
create_generic_shape_model (ModelID)
* Matching 01: set the model parameters
set_generic_shape_model_param (ModelID, 'metric', 'use_polarity')
train_generic_shape_model (TemplateImage, ModelID)
* 
* Matching 01: Get the model contour for transforming it later into the image
get_shape_model_contours (ModelContours, ModelID, 1)
* 
* Matching 01: Support for displaying the model
* Matching 01: Get the reference position
area_center (ModelRegion, ModelRegionArea, RefRow, RefColumn)
vector_angle_to_rigid (0, 0, 0, RefRow, RefColumn, 0, HomMat2D)
affine_trans_contour_xld (ModelContours, TransContours, HomMat2D)
* 
* Matching 01: Display the model contours
dev_display (Image)
dev_set_color ('green')
dev_set_draw ('margin')
dev_display (ModelRegion)
dev_display (TransContours)
stop ()
* 
* Matching 01: END of generated code for model initialization
* Matching 01:  * * * * * * * * * * * * * * * * * * * * * * *
* Matching 01: BEGIN of generated code for model application
* Matching 01: Set the search paramaters
set_generic_shape_model_param (ModelID, 'border_shape_models', 'false')
* Matching 01: The following operations are usually moved into
* Matching 01: that loop where the acquired images are processed
* 
* Matching 01: Find the model
find_generic_shape_model (Image, ModelID, MatchResultID, NumMatchResult)
* 
* Matching 01: Retrieve results
for I := 0 to NumMatchResult-1 by 1
    * 
    * Matching 01: Display the detected match
    dev_display (Image)
    get_generic_shape_model_result_object (MatchContour, MatchResultID, I, 'contours')
    dev_set_color ('green')
    dev_display (MatchContour)
    * 
    * Matching 01: Retrieve parameters of the detected match
    get_generic_shape_model_result (MatchResultID, I, 'row', Row)
    get_generic_shape_model_result (MatchResultID, I, 'column', Column)
    get_generic_shape_model_result (MatchResultID, I, 'angle', Angle)
    get_generic_shape_model_result (MatchResultID, I, 'scale_row', ScaleRow)
    get_generic_shape_model_result (MatchResultID, I, 'scale_column', ScaleColumn)
    get_generic_shape_model_result (MatchResultID, I, 'hom_mat_2d', HomMat2D)
    get_generic_shape_model_result (MatchResultID, I, 'score', Score)
    stop ()
endfor
* 
* Matching 01: *******************************************
* Matching 01: END of generated code for model application
* Matching 01: *******************************************
*