【halcon】halcon常用方法总结

寻找特征步步逼近

选中一块区域，查看这个区域的特征：

比如可以查看这个区域的面积：

再配合面积选择的算子：

select_shape (SelectedRegions, SelectedRegions1, 'area', 'and', 7500, 99999)

完美~~~

select_shape (SelectedRegions, SelectedRegions1, 'outer_radius', 'and', 30, 40)

'outer_radius'  表示使用外接圆半径进行查找，这个是一个很好用的选项！

最常用，最直接的算子：对图形按灰度值进行分割！

（Region区域，图像的一个子集。）

threshold (Image, Region, 128, 255) *筛选出灰度值在128~255之间的区域

为了快速的选择合适的灰度，我们通常会用到一个工具：灰度直方图，是对像素的一个灰度统计：

halcon提供这样的工具：

 图中红色区域就代表被当前灰度范围选中的部分。

将Region进行打散以便选择过滤

connection (Region, ConnectedRegions)

 被打散的版块通过彩色显示~~~

有打散就有联合：union1

union1 (ConnectedRegions, RegionUnion)

将打散的块，联合成一个整体。

通过够不够方（通过更换参数，也可以选择够不够圆），将目标显示出来：

select_shape (ConnectedRegions, SelectedRegions, 'rectangularity', 'and', 0.9, 1)

筛选出够方的区域：

 填补没有选择到的洞

fill_up(SelectedRegions1, RegionFillUp)

通过区域将图像抠出来，俗称抠图

reduce_domain (Image, RegionFillUp, ImageReduced)

 通过参数列表也能看到，第二个参数位区域，输出的参数图片。该图片以外的区域都将变成无效区域。

通过这个算子，可以清晰的认识到区域（Region）和图片（image）区别！

Region：（符合一定条件的）二值化区域。

体会一下  image-》Region-》image 的过程。

显示边框还是填充由你决定

右键图片-》更新窗口-》在单步模式-》清空并显示：

作用是每次单步清除上一次的结果，显示当前作用效果，可以看着自己的选择一点点在靠近目标。

改变形状

shape_trans , 可将图形改变为圆形（外接圆，内接圆），方形，还有“凸性” ‘convex’。

凸性，就是将凸出的最高点连接起来了：