Halcon颜色抽取-多产品颜色（MLP）

最新推荐文章于 2024-07-29 10:04:10 发布
最新推荐文章于 2024-07-29 10:04:10 发布
阅读量622 收藏 10
点赞数 5
分类专栏： 视觉行业 halcon 文章标签： halcon 计算机视觉
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/m0_51559565/article/details/137632935
版权
文章详细描述了使用Halcon程序解决多产品、颜色相近情况下的颜色抽取问题，通过创建MLP分类器区分不同颜色区域，并提供了一套完整的训练和验证流程，适用于工业生产中的颜色分选任务。
摘要由CSDN通过智能技术生成

前言

//颜色抽取，单产品多区域
https://blog.csdn.net/m0_51559565/article/details/135216905

由于在颜色抽取上面，我已经发了一篇博客了，是单产品多区域的情况。所以对于细分原理上就不过多的描述了。
本文主要是针对多产品多颜色的情况进行说明。实际生产线中，往往会出现n种产品同时存在的情况，他们可能颜色不同，或者颜色及其相近。其中本文章就针对5种相近颜色的不同产品进行说明。

1.halcon程序

*创建MLP分类器，区分6种颜色区域。5种所需要的颜色，1种背景
 create_class_mlp (3, 7, 6, 'softmax', 'normalization', 3, 42, MLPHandle)
dev_get_window (WindowHandle)

list_files ('D:/2024Work/work/4.11颜色分选/砖石', ['files','follow_links'], ImageFiles)
tuple_regexp_select (ImageFiles, ['\\.(tif|tiff|gif|bmp|jpg|jpeg|jp2|png|pcx|pgm|ppm|pbm|xwd|ima|hobj)$','ignore_case'], ImageFiles)
for Index := 0 to |ImageFiles| - 1 by 1
    read_image (Image, ImageFiles[Index])
    *创建6个分类的空区域
    gen_empty_region (EmptyObject1)
    gen_empty_region (EmptyObject2)
    gen_empty_region (EmptyObject3)
    gen_empty_region (EmptyObject4)
    gen_empty_region (EmptyObject5)
    gen_empty_region (back)
    *创建存放区域的集合数组
    gen_empty_obj (Union)
    *绘制我们需要的颜色区域
    dev_display (Image)
    draw_rectangle1 (WindowHandle, Row1, Column1, Row2, Column2)
    gen_rectangle1 (Rectangle, Row1, Column1, Row2, Column2)
    gen_contour_region_xld (Rectangle, Contours, 'border')
    dev_display (Image)
    dev_display (Contours)
    reduce_domain (Image, Rectangle, ROI)
    *绘制背景
    dev_display (Image)
    draw_rectangle1 (WindowHandle, Row11, Column11, Row21, Column21)
    gen_rectangle1 (Rectangle1, Row11, Column11, Row21, Column21)
    gen_contour_region_xld (Rectangle1, Contours1, 'border')
    dev_display (Image)
    dev_display (Contours1)
    reduce_domain (Image, Rectangle1, back)
    
    *第一种颜色
    if (Index=0)
        concat_obj (Union, ROI, Union)
        concat_obj (Union, EmptyObject2, Union)
        concat_obj (Union, EmptyObject3, Union)
        concat_obj (Union, EmptyObject4, Union)
        concat_obj (Union, EmptyObject5, Union)
        concat_obj (Union, back, Union)
    endif
    *第二种颜色
    if (Index=1)
        concat_obj (Union, EmptyObject1, Union)
        concat_obj (Union, ROI, Union)
        concat_obj (Union, EmptyObject3, Union)
        concat_obj (Union, EmptyObject4, Union)
        concat_obj (Union, EmptyObject5, Union)
        concat_obj (Union, back, Union)
    endif
    *第三种颜色
    if (Index=2)
        concat_obj (Union, EmptyObject1, Union)
        concat_obj (Union, EmptyObject2, Union)
        concat_obj (Union, ROI, Union)
        concat_obj (Union, EmptyObject4, Union)
        concat_obj (Union, EmptyObject5, Union)
        concat_obj (Union, back, Union)
    endif
    *第四种颜色
    if (Index=3)
        concat_obj (Union, EmptyObject1, Union)
        concat_obj (Union, EmptyObject2, Union)
        concat_obj (Union, EmptyObject3, Union)
        concat_obj (Union, ROI, Union)
        concat_obj (Union, EmptyObject5, Union)
        concat_obj (Union, back, Union)
    endif
    *第五种颜色
    if (Index=4)
        concat_obj (Union, EmptyObject1, Union)
        concat_obj (Union, EmptyObject2, Union)
        concat_obj (Union, EmptyObject3, Union)
        concat_obj (Union, EmptyObject4, Union)
        concat_obj (Union, ROI, Union)
        concat_obj (Union, back, Union)
    endif
    *将全部颜色添加到mlp中
    add_samples_image_class_mlp (Image, Union, MLPHandle)
endfor
*训练mlp
train_class_mlp (MLPHandle, 400, 0.5, 0.01, Error, ErrorLog)
stop ()
******************************************验证**********************
*将句柄写入文件中
write_class_mlp (MLPHandle, 'D:/2024Work/work/4.11颜色分选/砖石/mlp.mlp')
*从文件中读取句柄
read_class_mlp ('D:/2024Work/work/4.11颜色分选/砖石/mlp.mlp', MLPHandle1)
*初始化结果参数
ResultColor:=0
list_files ('D:/2024Work/work/4.11颜色分选/砖石', ['files','follow_links'], ImageFiles)
tuple_regexp_select (ImageFiles, ['\\.(tif|tiff|gif|bmp|jpg|jpeg|jp2|png|pcx|pgm|ppm|pbm|xwd|ima|hobj)$','ignore_case'], ImageFiles)
for Index := 0 to |ImageFiles| - 1 by 1
    read_image (Image, ImageFiles[Index])
    *对图像应该分类器
    classify_image_class_mlp (Image, ClassRegions, MLPHandle1, 0.5)
    *通过循环和面积筛选，判断当前的颜色
    for i := 1 to 5 by 1
        select_obj (ClassRegions, Result, i)
        union1 (Result, RegionUnion)
        area_center (RegionUnion, Area1, Row3, Column3)
        if (Area1>100000)
            ResultColor:=i
        endif
    endfor
    stop ()
endfor

2.halcon程序解析

2.1创建多颜色mlp模型

*创建MLP分类器，区分6种颜色区域。5种所需要的颜色，1种背景
create_class_mlp (3, 7, 6, 'softmax', 'normalization', 3, 42, MLPHandle)

在本文中，需要区分的产品是5个蓝色的石头，颜色相近，所以在创建mlp模型时，需要使用5个区分项和背景。总共6个区分项

2.2创建存放数组和绘制ROI

 	gen_empty_region (EmptyObject1)
    gen_empty_region (EmptyObject2)
    gen_empty_region (EmptyObject3)
    gen_empty_region (EmptyObject4)
    gen_empty_region (EmptyObject5)
    gen_empty_region (back)
    *创建存放区域的集合数组
    gen_empty_obj (Union)
    *绘制我们需要的颜色区域
    dev_display (Image)
    draw_rectangle1 (WindowHandle, Row1, Column1, Row2, Column2)
    gen_rectangle1 (Rectangle, Row1, Column1, Row2, Column2)
    reduce_domain (Image, Rectangle, ROI)
    *绘制背景
    dev_display (Image)
    draw_rectangle1 (WindowHandle, Row11, Column11, Row21, Column21)
    gen_rectangle1 (Rectangle1, Row11, Column11, Row21, Column21)
    reduce_domain (Image, Rectangle1, back)

在绘制我们需要的颜色的时候，只需要绘制的区域包含所需颜色即可，但是同时应该尽量避免出现其他颜色。
在这里插入图片描述
在绘制背景时，应该将大部分背景的颜色的区域尽量的包括其中，这样子可以有效的区分背景。
在这里插入图片描述

2.3训练模型

add_samples_image_class_mlp (Image, Union, MLPHandle)
*训练mlp
train_class_mlp (MLPHandle, 400, 0.5, 0.01, Error, ErrorLog)

每次绘制完图像后，需要对区域进行添加，将所需要训练的内容添加到模型中，然后开启模型训练

2.4写入和读取文件

*将句柄写入文件
write_class_mlp (MLPHandle, 'D:/2024Work/work/4.11颜色分选/砖石/mlp.mlp')
*从文件中读取句柄
read_class_mlp ('D:/2024Work/work/4.11颜色分选/砖石/mlp.mlp', MLPHandle1)

2.5验证

*初始化结果参数
ResultColor:=0
list_files ('D:/2024Work/work/4.11颜色分选/砖石', ['files','follow_links'], ImageFiles)
tuple_regexp_select (ImageFiles, ['\\.(tif|tiff|gif|bmp|jpg|jpeg|jp2|png|pcx|pgm|ppm|pbm|xwd|ima|hobj)$','ignore_case'], ImageFiles)
for Index := 0 to |ImageFiles| - 1 by 1
    read_image (Image, ImageFiles[Index])
    *对图像应该分类器
    classify_image_class_mlp (Image, ClassRegions, MLPHandle, 0.5)
    *通过循环和面积筛选，判断当前的颜色
    for i := 1 to 5 by 1
        select_obj (ClassRegions, Result, i)
        union1 (Result, RegionUnion)
        area_center (RegionUnion, Area1, Row3, Column3)
        if (Area1>100000)
            ResultColor:=i
        endif
    endfor
    stop ()
endfor

将图像输入到图像分类器中，即可得到所需要的颜色的面积，根据颜色面积进行筛选即可
在这里插入图片描述

总结

有不清楚的地方，可以移步前言的链接查看。mlp常用的场景一般都是单颜色区分，相当多时候是在预处理中进行。但是作为项目上，常见于各种颜色有色差的分类。比如产品有色差的情况，也是可以用颜色抽取实现。

爱炸薯条的小朋友
关注
  • 5
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
halcon颜色识别
weixin_72343332的博客
07-01 228
【代码】halcon颜色识别。
halcon 色彩的检测
06-04
halcon 通过建立颜色样板，对图象进行对比，给出检测答案。可以更改成特定颜色物体的识别的代码。
Halcon颜色提取，基于MLP自动颜色提取功能
最新发布
m0_37302966的博客
07-29 108
Halcon颜色提取，基于MLP自动颜色提取功能
Halcon——颜色识别提取
热门推荐
Doctor__Chen的博客
05-31 1万+
文章目录前言一、颜色识别原理二、颜色识别为什么将其转换至HSV颜色空间三、源代码写在最后 前言 【Halcon】颜色识别提取 这里以嘉庚建筑风格为例~ 一、颜色识别原理 载入图像后，将其转换至HSV颜色空间，通过判断每个像素是否在所选取的范围内（根据所需的颜色而定），并将其标识出来即可。 二、颜色识别为什么将其转换至HSV颜色空间 目前在计算机视觉领域存在着较多类型的颜色空间。HSL作为最常见的圆柱坐标所表示的颜色模型，它重新影射了RGB模型，从而能够视觉上比RGB模型更具有视觉直观性。 简单地说
halcon颜色提取
一个不掉头发的资深小白
03-19 1359
将Bayer格式的彩色滤波图像阵列图像转换为RGB彩色图像。将输入的 RGB 颜色空间转换为 HSV。根据霍夫变换寻找直线。
halcon学习和实践（颜色筛选）
嵌入式-老费，一个分享专业嵌入式知识的blog
09-06 2152
【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】 图像处理中，颜色是一个很重要的属性。很多同学都以为颜色只有红、橙、黄、绿、青、蓝、紫这几种颜色。事实上并不是这样的。如果我们以红、蓝、绿为基色，其他颜色都是以这三种颜色为基础搭配而成的话，那么颜色的种类应该有256 * 256* 256这么多。这就是为什么，很多知名的消费品每一次在产品发布会的时候都要精心挑选几种颜色供大家挑选。
Halcon-HDevelop-TCPIP-定位测量
08-18
本教程主要围绕“Halcon-HDevelop-TCPIP-定位测量”这一主题展开，将深入探讨如何利用Halcon的HDevelop与TCP/IP协议进行远程设备通信以及执行精确的图像定位和测量。 首先，我们需要理解TCP/IP协议。TCP（传输控制...
halcon-for-arm-guide
04-19
HALCON 22.11 Progress版本是该产品的最新更新，提供在ARM设备上运行HALCON的所有相关信息。本书旨在为开发者提供在ARM平台上使用HALCON的详细指导。 第一章“在ARM平台上使用HALCON”简要概述了这些平台的特性以及...
halcon机器视觉12-mlp-test.hdev
02-28
halcon机器视觉12-mlp-test.hdev
颜色提取工具，可以方便提取出某一颜色区域的RGB值
03-15
颜色提取工具，可以方便提取出某一颜色区域的RGB值
Halcon实例_颜色分割
02-20
1、将图像从rgb颜色空间转换到hsv颜色空间； 2、根据饱和度和色度信息缩小检测范围； 2、根据某颜色在h通道的取值范围对图像进行颜色分割
Halcon色彩识别例程
02-25
VC++2008代码 利用Halcon库， 识别定位，彩色电线的例程，已通过调试运行，dll库文件不带。
HALCON颜色识别实例.zip
06-21
使用HVS、HVI和RGB通道相结合，精确的提取各颜色区域。有色域参数设置范围，可用于各种颜色区域提取的调参。
halcon机器视觉12-mlp-test2.hdev
02-28
halcon机器视觉12-mlp-test2.hdev
Halcon 颜色空间变化与抽取
廷益_飞鸟的博客
07-21 693
Halcon 颜色空间变化与抽取 关键代码 RGB三通道抽取 ==> decompose3 RGB转换为HSV ==> trans_from_rgb 图片剪切(与运算) reduce_domain 原图&mask图片 代码 * 关闭打开的窗口 dev_close_window () * 打开窗口 dev_open_window (0, 0, 640, 480, 'black', WindowHandle) for Index := 1 to 2 by 1
Halcon 颜色抽取-多产品颜色（MLP）
m0_37302966的博客
07-22 61
Halcon 颜色抽取-多产品颜色（MLP）
Halcon - 测量 - 轮廓到线的距离
06-02
在Halcon中，可以使用函数`distance_pl`来计算轮廓到线的距离。这个函数需要两个输入参数：轮廓的边界点坐标和线的参数。具体的步骤如下： 1. 获取轮廓的边界点坐标。可以使用函数`gen_contour_polygon`来生成轮廓的边界点坐标。 2. 获取线的参数。可以使用函数`create_line`、`create_parallel_line`等来创建直线，然后使用函数`get_line_params`来获取直线的参数。 3. 使用函数`distance_pl`来计算轮廓到线的距离。这个函数会返回轮廓到线的最短距离。 下面是一个示例代码： ``` contour := gen_contour_polygon(Image, 'border') line := create_line(100, 200, 300, 400) distance := distance_pl(contour, line) ``` 其中，`Image`为输入的图像，`100, 200, 300, 400`为线的起点和终点坐标。`distance`即为轮廓到线的距离。
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
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