【Halcon机器视觉】ch9.1 特征提取

特征，就是事物的特定属性，如大的、小的、方形的、圆形的，通过这些特征我们可以找出想要的目标。

在图像处理方面，图像的特征描述了图像某种特性，如面积大小就是区域的一种特征，通过分割形态学得到一些图像区域之后，就可以使用计算的特征作为依据去提取想要的区域，本章将介绍特征即其计算特征的算子。

特征的类型有很多，此章主要介绍如何使用面积、灰度差异大的、区域面积中心等特征进行目标提取。

9.1 区域形状特征

使用形状特征为目标提取依据是较为常见的，下面就介绍与区域形状特征相关的算子。

9.1.1 区域面积和中心点

使用区域面积和中心点坐标可以作为区域选择和定位，如挑选区域最大的区域，area_center就是实现这功能的算子。下面例程将演示如何计算孔洞面积并在孔附近打印显示面积数值。
输入图像：

处理程序：

*清空显示
dev_close_window()
*读取一张照片
read_image(Image, 'quan1')
*获取图像尺寸
get_image_size(Image, Width, Height)
*显示
dev_open_window(0, 0, Width, Height, 'black', WindowHandle)
dev_display(Image)
*转为灰度图像
rgb1_to_gray(Image, GrayImage)
*划分AOI区域 并提取  等价于==gen_rectangle1()+reduce_domain()
rectangle1_domain(GrayImage, ImageReduced, 100, 150, Height-60, Width-100)
*自适应阈值分割 提取暗的部分
binary_threshold(ImageReduced, Region, 'max_separability', 'dark', UsedThreshold)
*显示暗部
dev_clear_window()
dev_display(Region)
*将联通区域分开
connection(Region, ConnectedRegions)
*获取图像面积和中心坐标
area_center(ConnectedRegions, Area, Row, Column)
*获取不连通区域数量
count_obj(ConnectedRegions, Number)
for i:=1 to Number by 1
   *设置显示对象颜色
   dev_set_color('red')
   select_obj(ConnectedRegions, ObjectSelected, i)
   *设定文字输出的起始坐标点
   set_tposition(WindowHandle, Row[i-1]+60, Column[i-1])
   *设定输出文字颜色
   dev_set_color('blue')
   *设定字体
   set_font(WindowHandle,'-System-24-*-0-0-0-1-GB2312_CHARSET-')
   *输出文字内容
   write_string(WindowHandle, Area[i-1])
endfor

输出图像：

从控制变量窗口可以看到5个区域面积以及其行坐标和列坐标，上面程序就是通过坐标去确定显示面积文字的坐标的。

9.1.2 封闭区域（空洞）面积

使用area_holes算子可以计算图像中封闭区域的面积，该面积是指区域内所有孔洞包含的像素数。
输入图片：

处理程序：

*清空显示
dev_close_window()
*读取一张照片
read_image(Image, 'quan1')
*获取图像尺寸

get_image_size(Image, Width, Height)
gen_rectangle1(Rectangle,100, 150, Height-60, Width-100)
*将区域分离出来
reduce_domain(Image, Rectangle, ImageReduced)
*将区域剪裁下来
crop_domain(ImageReduced, ImagePart)

get_image_size(ImagePart, Width1, Height1)
*显示
dev_open_window(0, 0, Width1, Height1, 'black', WindowHandle)
dev_display(ImagePart)
*转为灰度图像
rgb1_to_gray(ImagePart, GrayImage)
*自适应阈值分割 提取暗的部分
binary_threshold(GrayImage, Region, 'max_separability', 'light', UsedThreshold)
*计算所有空洞面积和
area_holes(Region, Area1)
*显示暗部
dev_clear_window()
dev_display(Region)
*将面积以字符串信息显示在窗口中
disp_message(WindowHandle, 'Size of all holes= ' +Area1+' pixel', 'window', 12, 12, 'black', 'true')

对比上一个例程，这里的binary_threshold算子参数要选择‘light’，提取亮部，则暗部不被提取到形成了孔洞区域，area_holes算子就计算了五个孔洞像素总数。

9.1.3 根据特征值选取区域

在提取特征值，比较常用的算子是select_shape算子，它能够根据特征提取符合条件的区域。该算子原型为：

select_shape(Regions : SelectedRegions : Features, Operation, Min, Max : )

参数中Features可选多种，常用的一种就是前面所用到的面积，如下，面积符合大于等于4405和小于等于99999的区域，就会被选取出来。

select_shape(ConnectedRegions, SelectedRegions, 'area', 'and', 4405, 99999)

输入图像：

*清空显示
dev_close_window()
*读取一张照片
read_image(Image, 'quan1')
*获取图像尺寸
get_image_size(Image, Width, Height)
*显示
dev_open_window(0, 0, Width, Height, 'black', WindowHandle)
dev_display(Image)
*转为灰度图像
rgb1_to_gray(Image, GrayImage)
*划分ROI区域 并提取  等价于==gen_rectangle1()+reduce_domain()
rectangle1_domain(GrayImage, ImageReduced, 100, 150, Height-60, Width-100)
*自适应阈值分割 提取暗的部分
binary_threshold(ImageReduced, Region, 'max_separability', 'dark', UsedThreshold)
*显示暗部

dev_clear_window()
dev_display(Region)
*计算所有空洞面积和
*area_holes(Region, Area1)
*将面积以字符串信息显示在窗口中
*disp_message(WindowHandle, 'Size of all holes= ' +Area1+' pixel', 'window', 12, 12, 'black', 'true')

*将联通区域分开
connection(Region, ConnectedRegions)
*获取图像面积和中心坐标
area_center(ConnectedRegions, Area, Row, Column)
*获取不连通区域数量
count_obj(ConnectedRegions, Number)

select_shape(ConnectedRegions, SelectedRegions, 'area', 'and', 4405, 99999)
dev_clear_window()
dev_display(SelectedRegions)

面积大于等于4405和小于等于99999的区域被选出来

如果把Features换为宽度，并设置合适的Min，Max值，如下。

select_shape(SelectedRegions, SelectedRegions1, 'width', 'and', 80, 99999)
dev_clear_window()
dev_display(SelectedRegions1)

宽度大于等于80小于等于99999的区域被选出来。

9.1.4 根据特征值创建区域

根据区域的形状特征，可以从区域集合中选择特定的区域。除此之外，Halcon提供可以根据区域特征创建新的形状。例如，通过创建最小外接矩形，可以将不规则的形状转化为规则的区域。或者寻找最大的内接圆，以计算孔径。如以下列举的几个算子。

1. inner_circle算子

此算子用于计算一个区域的最大内接圆（Largest inner circle of a region），其原型如下：

inner_circle(Regions : : : Row, Column, Radius)

参数解释：

• Regions（输入）：表示输入的区域
• Row和Column（输出）：表示最大内接圆的圆心坐标
• Radius（输出）：表示最大内接圆的半径

使用例程如下，采取了inner_circle去计算硬币的输入图像最大内接圆。
输入图片：

程序代码：

*清楚显示
dev_close_window()
*读取图片转化为灰度并显示
read_image(Image, 'ic')
get_image_size(Image, Width, Height)
dev_open_window(0, 0, Width, Height, 'black', WindowHandle)
rgb1_to_gray(Image, GrayImage)
*自动阈值分割1
binary_threshold(GrayImage, Region, 'max_separability', 'dark', UsedThreshold)
*分离不连通区域
connection(Region, ConnectedRegions)
*计算各区域面积 并分割最大者
area_center(ConnectedRegions, Area, Row, Column)
select_shape(ConnectedRegions, SelectedRegions, 'area', 'and', 5000, 99999)
*计算最大内置圆
inner_circle(SelectedRegions, Row1, Column1, Radius)
dev_clear_window()
dev_display(SelectedRegions)
*画圆
gen_circle(Circle, Row1, Column1, Radius)
*设置显示样式 颜色 无填充 和线宽
dev_set_window(WindowHandle)
dev_set_color('blue')
dev_set_draw('margin')
dev_set_line_width(3)
*显示原始图片和圆
dev_display(Image)
dev_display(Circle)

输出图片：

从控制变量监控窗口中可见圆的半径为90.5个像素。

2. Smallest_rectangle2算子

此算子用于计算最小外接矩形。原型如下：

smallest_rectangle2(Regions : : : Row, Column, Phi, Length1, Length2)

参数解释
Regions（输入）：表示输入区域
Row、Column（输出）：表示计算的最小外接矩形的中心坐标
Phi（输出）：表示矩形偏转角度，大小在-pi/2到pi/2之间
Length1, Length2（输出)：表示矩形两个方向的内径，即边长的一半

由下一个例程，采用smallest_rectangle2算子计算螺丝的最小外接矩形尺寸。
输入图像：

处理代码：

*清空显示
dev_close_window()
*读取一张照片
read_image(Image, 'luosi1')
*获取图像尺寸
get_image_size(Image, Width, Height)
*显示
dev_open_window(0, 0, Width, Height, 'black', WindowHandle)
dev_display(Image)
*转为灰度图像
rgb1_to_gray(Image, GrayImage)
*自适应阈值分割 提取暗的部分
binary_threshold(GrayImage, Region, 'max_separability', 'dark', UsedThreshold)
connection(Region, ConnectedRegions)
select_obj(ConnectedRegions, ObjectSelected, 1)
smallest_rectangle2(ObjectSelected, Row, Column, Phi, Length1, Length2)
gen_rectangle2_contour_xld(Rectangle, Row, Column, Phi, Length1, Length2)
dev_set_window(WindowHandle)
dev_set_draw('margin')
dev_set_line_width(3)
dev_display(Image)
dev_display(Rectangle)

输出图像：

从控制变量监控窗口中可见最小外接矩形的几个输出参数数值，在有需要时可以使用。

3. Smallest_rectangle1算子

此算子也是用于计算输入区域的最小外接矩形，但同上述的Smallest_rectangle2算子不同的是，此算子所计算的矩形与图像水平坐标轴平行，不会发生旋转，其原型为：

smallest_rectangle1(Regions : : : Row1, Column1, Row2, Column2)

参数解释
Regions（输入）：表示输入区域
Row、Column（输出）：表示计算的最小外接矩形的中心坐标
Phi（输出）：表示矩形偏转角度，大小在-pi/2到pi/2之间
Length1, Length2（输出)：表示矩形两个方向的内径，即边长的一半

输入图片同为上述。
处理程序：

*清空显示
dev_close_window()
*读取一张照片
read_image(Image, 'luosi1')
*获取图像尺寸
get_image_size(Image, Width, Height)
*显示
dev_open_window(0, 0, Width, Height, 'black', WindowHandle)
dev_display(Image)
*转为灰度图像
rgb1_to_gray(Image, GrayImage)
*自适应阈值分割 提取暗的部分
binary_threshold(GrayImage, Region, 'max_separability', 'dark', UsedThreshold)
connection(Region, ConnectedRegions)
smallest_rectangle1(ConnectedRegions, Row1, Column1, Row2, Column2)
gen_rectangle1(Rectangle1, Row1, Column1, Row2, Column2)

dev_set_window(WindowHandle)
dev_set_draw('margin')
dev_set_line_width(3)
dev_display(Image)
dev_display(Rectangle1)

输出图片：

小结

• 区域面积及和中心点坐标信息：area_center()
• 封闭区域孔洞的面积：area_holes()
• 根据特征值选择区域：select_shape() 可以根据不同特征选取区域
• 根据特征值创建区域：inner_circle()
• 求最小外接矩形：smallest_rectangle2() 矩形与物体方向平行。smallest_retangle1()矩形和坐标轴平行
• 基于灰度值的特征：gray_features() 获取图像最大最小灰度值
• 区域最大、最小灰度值：min_max_gray()
• 灰度区域的面积和中心：are_center_gray() 求的是重心
• 根据灰度值选择区域：select_gray()