Halcon算子整理之阈值分割

仙猫漫步

已于 2022-09-01 00:05:56 修改

阅读量681

点赞数

分类专栏： Halcon 文章标签：人工智能

于 2022-08-22 22:38:02 首次发布

本文链接：https://blog.csdn.net/sinat_34520704/article/details/126475095

版权

一、AutoThreshold

auto_threshold(Image : Regions : Sigma : )

Image：输入图像

Regions ：分割后的区域

Sigma ：高斯滤波的标准差

描述：通过多阈值分割一个单通道图像。算子内部会先计算其灰度直方图，然后使用高斯滤波器对其进行滤波，最后根据其相对最小值作为阈值对图像进行分割（灰度直方图中会出现多个局部最小值）。对于bytes类型的图像，阈值的取值范围一般是在0~255。每一个阈值都会产生一个区域，因此最终区域的个数将会是阈值个数+1；对于2位无符号整型的图像，上述过程是类似的，然后最大的阈值是65535。其它类型的图像在此处不作特殊说明，如果有需要可以留言再做更新。

*代码测试
dev_set_draw('margin')
dev_close_window ()
read_image (Aegypt1, 'egypt1')
* read_image (Aegypt1, 'image/6.tif')

get_image_size (Aegypt1, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowID)
set_display_font (WindowID, 14, 'mono', 'true', 'false')
dev_set_colored (6)
dev_clear_window ()
Sigma := 25
auto_threshold (Aegypt1, Regions, Sigma)
gray_histo (Aegypt1, Aegypt1, AbsoluteHisto, RelativeHisto)
disp_continue_message (Wind