Halcon工具之特征检测

最新推荐文章于 2024-06-30 09:50:59 发布

*Major*

最新推荐文章于 2024-06-30 09:50:59 发布

阅读量1.5k

点赞数 1

文章标签： halcon

本文链接：https://blog.csdn.net/qq_41375318/article/details/120867138

版权

$H a l c o n 工具之特征检测$

第一步：生成特征区域

read_image (Image, 'printer_chip/printer_chip_01')
threshold (Image, Region, 128, 255)
connection (Region, ConnectedRegions)

第二步：打开特征检测工具

在这里插入图片描述

第三步：点击特征区域，进行特征值查看

在这里插入图片描述

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

*Major*

关注关注

1
点赞
踩
6

收藏

觉得还不错? 一键收藏
2
评论
Halcon工具之特征检测

Halcon工具之特征检测
复制链接

扫一扫

缺陷检测halcon

P1739424419的博客

12-22

118

。

（五）Halcon缺陷检测实例

weixin_44463519的博客

11-24

1767

毛刺和缺口缺陷提取实例

2 条评论您还未登录，请先登录后发表或查看评论

Halcon项目之刀口缺陷检测

10-30

通过对刀口区域做阈值分割来找到缺陷，分割的阈值使用：“最大类间方法”来确定。

Halcon特征检测

路过

07-19

3633

简介：通过Halcon对目标区域特征检测。常用检测面积、长宽等。介绍： region_features （获取区域特征） Regions (input_object) Regions to be examined. 区域 Features (input_control) Shape features to be calculat...

Halcon 特征检测使用

最新发布

钢铁男儿

06-30

207

【代码】Halcon 特征检测使用。

【机器视觉】HALCON目标图像检测实践（零基础版非常有用！）

Stephen_Daa的博客

08-31

3722

灰度阈值处理+特征提取ps:思考：如何通过阈值处理后，后续缩小检测目标范围？二值化、梯度阈值、自适应阈值等方法来增强图像的对比度，从而突出目标特征，进一步缩小检测目标范围。

Halcon 瑕疵检测（一）

AI.PLAY

11-21

1823

1. 划痕检测 read_image (Image, 'surface_scratch') invert_image (Image, ImageInverted) get_image_size (Image, Width, Height) gen_sin_bandpass (ImageBandpass, 0.4, 'none', 'rft', Width, Height) rft_generic (ImageInverted, ImageFFT, 'to_freq', 'none', 'comple

[Halcon&笔记] 特征选择中的常用特征总结

Loewen丶的小窝

06-15

1万+

Halcon中有区域特征（region）、灰度值特征（gray value）、XLD轮廓特征（xld）。一、区域特征：想看某个区域的特征，单击区域，选择打开特征检测：区域中的特征包括基本特征（basic）、形状特征（shape）、重要特征（moment）：基本特征...

HALCON-图像特征检测

dxm809的博客

02-22

2617

1.助手-打开Image Acquisition，选择图像文件，选择文件 2.工具栏打开特征检测，选择gray value

Halcon项目之注塑吸嘴缺口检测

10-28

Halcon图像算法是实现这一目标的关键工具。这些算法包括形状匹配、模板匹配、边缘检测、区域运算等多种功能，可以根据特定的需求进行组合使用。在本项目中，可能首先应用的是预处理步骤，如灰度转换、去噪滤波等，以...

脏污检测.rar_halcon_halcon脏污检测_检测图像_脏污检测_脏污检测实例算法

07-14

7. **优化与改进**：Halcon提供了一整套工具来优化脏污检测算法，比如通过训练数据集来改进模型，或者使用多级检测策略提高准确率和效率。此外，还可以结合其他视觉技术，如深度学习，提升脏污检测的智能化程度。 ...

Halcon16种缺陷检测视源码.7z

04-24

源码可能包括了如何利用Halcon的图像分割、连通性分析和测量工具来检测电路路径的完整性。化妆品标签的褶皱检测涉及到图像的纹理分析和变形检测。Halcon的纹理模型和形状配准技术可以帮助识别标签的平整度。源码...

halcon 色彩的检测

06-04

HALCON的颜色检测功能允许用户定义特定的颜色范围，以便在图像中寻找与之匹配的区域。首先，我们需要理解色彩空间的概念，如RGB、HSV、YUV等，这些不同的色彩模型可以帮助我们更有效地定义和识别目标颜色。创建...

halcon——缺陷检测常用方法总结(特征训练）

明月清风@的博客

06-16

4636

引言机器视觉中缺陷检测分为一下几种： blob分析+特征模板匹配(定位)+差分：halcon——缺陷检测常用方法总结(模板匹配(定位)+差分) - 唯有自己强大 - 博客园 (cnblogs.com) 光度立体：halcon——缺陷检测常用方法总结(光度立体) - 唯有自己强大 - 博客园 (cnblogs.com) 特征训练测量拟合：halcon——缺陷检测常用方法总结(测量拟合) -...

Halcon 第四章『图像特征与提取』◆第1节：基于区域形状特征

Halcon机器视觉

04-01

5498

Halcon 第四章『图像特征和提取』◆第7节：角点特征

Halcon机器视觉

04-14

5072

1、角点检测法的原理角点是图像局部邻域内两个边缘的交点。角点所在的邻域通常是图像中稳定的、信息丰富的区域。角点特征具有优良的抗噪声、抗光线干扰的特性，因此广泛应用于图像匹配、视频跟踪、三维建模以及目标识别等领域。 2、Harris角点检测算子 Filters / Points 使用Harris算子检测感兴趣的点。 points_harris(Image : : SigmaGra...

Halcon学习（五）获取特征点

机器视觉之家

07-19

5702

这个例程是要检查图中焊接点，并获取焊接点的直径。处理过程：首先，分离比较明亮的区域，然后将找出来的结果，转换成最小的平行矩形，即获得了图像处理的ROI。这里采用了阈值分割：将图像中的灰度值处于某一指定灰度值范围内全部点选到输出区域中。threshold (Bond, Bright, 100, 255) 然后，在ROI区域内选择比较暗的区域，移除不适合的区域（利用形状，

Halcon特征检测+20200927

weixin_45438446的博客

09-27

934

area：面积 row、col：区域中心的行列坐标 row1、col1：区域左上角的行列坐标 row2、col2：区域右下角的行列坐标 ra：椭圆的长半轴 rb：短半轴 phi：角度 roundness：圆度 num_sides：多边形边的个数 connect_num：连通域的个数 holes_num：孔洞数 area_holes：面积洞数（缺陷检测时会用到） max_diameter：最大直径 orientation：旋转角度。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

Halcon 第四章『图像特征和提取』◆第5.3节：XLD轮廓处理—分割、筛选、连接or拟合

热门推荐

Halcon机器视觉

04-07

1万+

对于检测环节来说，虽然提取出边缘或者线条，获取了线条的属性，但是这些边缘或者线条的精度和完整度并不能符合实际要求，所以还需要对轮廓做一些处理。在Halcon中，轮廓的数据结构为亚像素级的XLD轮廓。轮廓的生成线条的生成 1、轮廓的处理输出了目标的轮廓后，接下来还需要对轮廓进行处理，这主要基于以下3个原因。 ①对于某些测量任务而言，并不需要分析目标的整个轮廓，可能只需要局部的一段轮廓。而有时由于RO...

qt 如何调用halcon自带的特征检测工具

06-02

要在Qt中调用Halcon自带的特征检测工具，需要进行以下步骤： 1. 在Qt中设置Halcon的环境变量，使Qt能够找到Halcon的库文件和头文件。 2. 在Qt中创建一个Halcon的图像对象，可以使用HObject类来实现。 3. 调用Halcon的特征检测函数，可以使用HOperatorSet类中的函数来实现。例如，可以使用find_shape_model函数来进行形状匹配。 4. 从Halcon中获取结果并在Qt中显示。可以使用Halcon的get_result函数来获取匹配结果，然后将结果显示在Qt界面上。以下是一个简单的示例代码，说明如何在Qt中调用Halcon的形状匹配函数： ``` #include <QtGui> #include "HalconCpp.h" // 包含Halcon的头文件 using namespace HalconCpp; int main(int argc, char *argv[]) { QApplication app(argc, argv); // 设置Halcon的环境变量 HalconCpp::HOperatorSet::SetSystem("clip_region", "false"); HalconCpp::HOperatorSet::SetSystem("width", "512"); HalconCpp::HOperatorSet::SetSystem("height", "512"); // 创建一个Halcon的图像对象 HObject image; HalconCpp::ReadImage(&image, "test.jpg"); // 调用Halcon的特征检测函数 HObject model; HalconCpp::ReadShapeModel("model.shm", &model); HObject result; HalconCpp::FindShapeModel(image, model, 0, HTuple(360).TupleRad(), 0.5, 0, 0.8, "least_squares", 6, 0.75, &result); // 获取匹配结果并在Qt中显示 HTuple row, col; HalconCpp::GetShapeModelContours(&model, 1, &row, &col); HalconCpp::GetShapeModelContours(&result, 1, &row, &col); QImage qimg((uchar*)image.GetImagePointer1(0, 0), image.GetWidth(), image.GetHeight(), QImage::Format_Grayscale8); QLabel label; label.setPixmap(QPixmap::fromImage(qimg)); label.show(); return app.exec(); } ``` 注意：此代码仅为示例代码，实际使用时需要根据具体情况进行修改。

Halcon工具之特征检测

H a l c o n 工 具 之 特 征 检 测 Halcon工具之特征检测 Halcon工具之特征检测

第一步：生成特征区域

第二步：打开特征检测工具

第三步：点击特征区域，进行特征值查看

$H a l c o n 工具之特征检测$