Halcon
会的东西有点杂
机电专业本硕,在一自动化德企搞电气控制多年,尤爱代码编程,喜欢DIY各种小制作。
展开
-
基于Halcon的二维码姿态矫正
图中的二维码存在畸变,需对其进行透射变换。首先获得图中二维码四个顶点的坐标,设置好变换后的顶点坐标,再应用。下图中的二维码进行校正。(HALCON10.0自带例图,路径。算子,获得透射变换的变换矩阵,最后应用。算子实现图中二维码的校正。原创 2023-11-29 14:50:46 · 458 阅读 · 0 评论 -
基于Haclon的图形镜像案例
,请将其中的圆形图案按水平和垂直两个方向分别进行镜像。分析的方法,得到圆形图案的目标区域,再对其进行镜像。,分别对应了图像旋转和区域旋转,其中的。(对角)三种旋转方式。中与镜像相关的算子为。为方式选择,可以选择。原创 2023-11-26 12:24:38 · 674 阅读 · 0 评论 -
基于Haclon的标签旋转项目案例
(旋转)等生成仿射变换矩阵,这几个算子可以叠加或者重复使用。”,里面为旋转的二维码标签,请将其旋转到水平位置。来创建旋转、平移的变换矩阵。为变换后的图形中心点的坐标,算子创建一个初始化矩阵(即。在初始化矩阵的基础上,使用。为图形中心点的原始坐标,,即对于图像、区域、都可以执行仿射变换。为变换后的图像角度。原创 2023-11-26 12:21:34 · 141 阅读 · 0 评论 -
基于Haclon的频域滤波原理
图像的频率是表征图像中灰度变化剧烈程度的指标,是灰度在平面空间上的梯度。如果去掉图像中的高频部分,也就是去掉图像的细节,图像会变模糊;如果去掉图像中的低频部分,也就是消除图像的粗略部分,会留下图像的边缘信息。在进行图像的频域处理时,首先要将图像转换到频率域,然后对频率域做处理,然后将结果转换回原来的空间,从而完成对图像的操作。图像与声音频率的对照,其中的低频率表现在图像上代表图像的平坦、粗糙的部分,高频率表现在图像上代表图像的细节部分。处理可以工作在“频率域”,在变换回函数的原始域时不丢失其它任何信息。原创 2023-11-24 15:38:31 · 182 阅读 · 0 评论 -
基于Halcon的空间域图像滤波
分割需要的全局阈值。先将大明亮物体等不需要检测的部分去除掉,再对图像做灰度动态阈值分割得到想要的内容。图中存在两种类型的对象:大的明亮物体和亮度较低的小物体(颗粒)。图像整体上亮度分布不均匀,难以。图中为某种液体,里面悬浮了微小颗粒,请分析出液体中的颗粒。原创 2023-11-24 15:34:31 · 208 阅读 · 0 评论 -
应用带通滤波器进行划痕检测
分析的方法提取出目标区域。因此,先构造一个带通滤波。去除背景光线的干扰,再对得到的图像作。图中明亮程度不一,划痕颜色较淡,分析,提取出图像中的划痕。”,请提取出图中的划痕。原创 2023-11-23 10:36:34 · 185 阅读 · 0 评论 -
应用高斯高通滤波器提取图像轮廓
图像的边缘对应频谱的高频部分,可以通过构造一个高频滤波器,过滤掉图像的低频部分,从而得到图像的边缘。中没有直接生成高斯高通滤波器的算子,需要先生成一个实数型的图像,图像上每个像素值为。再生成一个高斯低通滤波器,两者相减,从而构造一个高通滤波器。”,请用高斯高通滤波器提取图像的轮廓。原创 2023-11-23 10:33:37 · 291 阅读 · 0 评论 -
基于Haclon的Blob分析
首先获取图像,然后根据特征对原始图像进行阈值分割(区分背景像素和前景像素),再对图像中的连通区域进行特征分析,最后求取每个区域的面积、中心、圆度、矩形度等特征值。:阈值分割、连通区域分析、特征值计算。缺席检测、数值范围和旋转不变性需求。二维目标图像、高对比度图像、存在。分析的方法计算图中所有灰度值在。连通区域的面积与中心点坐标。原创 2023-11-22 15:27:38 · 1348 阅读 · 1 评论 -
用HALCON标定助手对相机进行标定
打开标定助手,在“安装”页面中选择“全标定”,即对内外参数进行标定;在“描述文件”对话框中输入描述文件路径;打开“标定”页面,在“图像源”下可以选择“图像文件”,选择标定板照片;或者选择“图像采集助手”,通过摄像机实时采集标定板照片。点击“结果”,弹出结果页面。“摄像机参数”为相机的内参,“摄像机位姿”为相机的外参。点击“保存”按钮,保存摄像机的内外参数。微米,相机为普通透光镜头和面阵相机,对相机进行标定,测量相机的内外参数。:标定板上水平、垂直方面的标志点数量;算子,生成标定板和标定描述文件。原创 2023-11-22 15:23:45 · 1292 阅读 · 0 评论 -
Haclon案例-找出图中面积最大的圆
自带的函数,求得圆的面积和圆心点坐标,然后,用本章所学习的选择算子和循环算子找出面积最大的圆。的图片,试着给它加上不同种类的噪声,然后找出其中面积最大的圆,并将圆的面积标注在其圆心位置。可知,除了六个圆形之外,还有一些微小的噪声点,采用了开运算和特征选择的方法去除噪声。1. 该图片为一灰度图,对其进行二值化,二值化后如图。4. 在面积最大圆的圆心坐标位置写上该圆的面积。原创 2023-11-21 08:43:16 · 448 阅读 · 0 评论