halcon学习-blob分析统计木材个数

本文用到的主要算子简单介绍如下:
1、矩形结构开运算opening_rectangle1();
2、圆形结构腐蚀运算erosion_circle();
3、统计非连通区域个数count_obj();
4、合并非连通区域concat_obj();

*读取图像
read_image(image,'../wood.jpg')
*图像转灰度
rgb1_to_gray(image,grayimage)
*阈值分割:筛选60-255的灰度值
threshold (grayimage, regions, 60, 255)
*开运算:先腐蚀后膨胀
opening_rectangle1(regions,Cut,2,7)  
*打断非连通区域
connection(Cut,connectedregions)
*面积筛选
select_shape (connectedregions, SelectedRegions, 'area', 'and', 391.24, 20056.3)
*数出第一个部分木材个数
count_obj(SelectedRegions,Number1)
*面积筛选
select_shape (connectedregions, SelectedRegions1, 'area', 'and', 20056.4, 100000)
*腐蚀运算
erosion_circle(SelectedRegions1,regionerosion1,7.5)
*打断非连通区域
connection(regionerosion1,connectedregions1)
*面积筛选
select_shape (connectedregions1, SelectedRegions2, 'area', 'and', 2707.36, 20000)
*数出第二个部分木材个数
count_obj(SelectedRegions2,Number2)
*将第一个部分和第二个部分合并
concat_obj(SelectedRegions,SelectedRegions2,objectsconcat)
*数出合并部分总木材个数
count_obj(objectsconcat,Number3)

运行结果:
在这里插入图片描述

  • 10
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Halcon 中,可以使用 `count_obj` 函数和颜色分类来计算图像中不同颜色的数量。 首先,需要对图像进行颜色分类,即将图像中的每个像素根据其颜色划分到不同的类别中。可以使用 `classify_color` 函数来实现这一操作,该函数需要指定输入的图像、颜色模板等参数。例如,下面的代码可以将图像中的像素根据颜色划分到红色、绿色和蓝色三个类别中: ``` read_image(Image, 'color.png') ColorModel := 'hsv' GenColorModel3d(ColorModel, 180, 255, 255, ColorModel3D) ClassifyColor(Image, Regions, ColorImage, ColorModel3D, 10) ``` 在这个例子中,`read_image` 函数用于读取图像,`GenColorModel3d` 函数用于生成颜色模板,`ClassifyColor` 函数用于对图像进行颜色分类,并返回每个类别对应的区域和颜色图像。 接下来,可以使用 `count_obj` 函数对每个类别的区域进行计数。例如,下面的代码可以分别计算图像中红色、绿色和蓝色三种颜色的数量: ``` Threshold := 128 Red := [0, 0, 255] Green := [0, 255, 0] Blue := [255, 0, 0] ThresholdColor(ColorImage, BinaryImage, Red, Threshold, 'hsv') CountObj(BinaryImage, NumRed, _, _, _, _, _) ThresholdColor(ColorImage, BinaryImage, Green, Threshold, 'hsv') CountObj(BinaryImage, NumGreen, _, _, _, _, _) ThresholdColor(ColorImage, BinaryImage, Blue, Threshold, 'hsv') CountObj(BinaryImage, NumBlue, _, _, _, _, _) ``` 在这个例子中,`ThresholdColor` 函数用于将颜色图像二值化,`CountObj` 函数用于对二值化图像进行计数,并返回计数结果。其中,`NumRed`、`NumGreen` 和 `NumBlue` 分别存储了红色、绿色和蓝色三种颜色的数量。 需要注意的是,颜色分类和计数的结果可能会受到颜色模板的影响,因此需要根据具体情况进行调整和优化。同时,由于图像中可能存在重叠的区域,因此计数结果可能会偏大。在实际应用中,需要根据具体情况进行处理。

“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

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

小白哒哒

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