<Halcon>【Image】算子集合

Access

  • get_grayval
    访问图像对象的灰度值。
  • get_grayval_contour_xld
    返回图像在 XLD 轮廓线位置的灰度值。
  • get_grayval_interpolated
    返回由行和列的元组给出的位置的图像的灰度值。
  • get_image_pointer1
    访问通道的指针。
  • get_image_pointer1_rect
    访问图像数据指针和输入图像域中最小矩形内的图像数据。
  • get_image_pointer3
    访问彩色图像的指针。
  • get_image_size
    返回图像的大小。
  • get_image_time
    请求创建映像的时间。
  • get_image_type
    返回图像的类型。

Acquisition

  • close_framegrabber
    关闭指定的图像采集设备。
  • get_framegrabber_callback
    图像采集设备的查询回调函数。
  • get_framegrabber_lut
    图像采集设备的查询查找表。
  • get_framegrabber_param
    图像采集设备的特定参数查询。
  • grab_data
    从指定的图像采集设备同步获取图像和预处理图像数据。
  • grab_data_async
    从指定的图像采集设备异步获取图像和预处理图像数据。
  • grab_image
    从指定的图像采集设备同步获取图像。
  • grab_image_async
    从指定的图像采集设备异步获取图像。
  • grab_image_start
    从指定的图像采集设备启动异步抓取。
  • info_framegrabber
    关于指定图像采集接口的查询信息。
  • open_framegrabber
    打开并配置图像采集设备。
  • set_framegrabber_callback
    为图像采集设备注册回调函数。
  • set_framegrabber_lut
    设置图像采集装置的查找表。
  • set_framegrabber_param
    设置图像采集设备的具体参数。

Channel

  • access_channel
    访问多通道图像的通道。
  • append_channel
    在图像中附加额外的矩阵(通道)。
  • channels_to_image
    将单通道图像转换为多通道图像。
  • compose2
    将两张图像转换成两个通道的图像。
  • compose3
    将3张图像转换成3个通道的图像。
  • compose4
    将4张图像转换成4个通道的图像。
  • compose5
    将5张图像转换为5个通道的图像。
  • compose6
    将6张图像转换为6个通道的图像。
  • compose7
    将7张图像转换成7个通道的图像。
  • count_channels
    计算图像的通道数。
  • decompose2
    将两个通道的图像转换为两个图像。
  • decompose3
    将一个三通道图像转换为三个图像。
  • decompose4
    将一个四通道图像转换为四个图像。
  • decompose5
    将一个五通道图像转换为五个图像。
  • decompose6
    将一张六通道图像转换成六张图像。
  • decompose7
    将一张七通道图像转换成七张图像。
  • image_to_channels
    将多通道图像转换为单通道图像。

Creation

  • copy_image
    复制映像并为其分配新内存。
  • gen_image1
    从指向像素的指针创建图像。
  • gen_image1_extern
    使用存储管理从像素上的指针创建图像。
  • gen_image1_rect
    从像素上的指针创建具有矩形域的图像(带有存储管理)。
  • gen_image3
    从指向像素的三个指针创建一个图像(红/绿/蓝)。
  • gen_image3_extern
    使用存储管理从像素上的三个指针创建三个通道的图像。
  • gen_image_const
    创建一个常量灰度值的图像。
  • gen_image_gray_ramp
    创建一个灰色值斜坡。
  • gen_image_interleaved
    从指向交错像素的指针创建一个三通道图像。
  • gen_image_proto
    创建具有指定常量灰度值的图像。
  • gen_image_surface_first_order
    用一阶多项式创建一个倾斜的灰度曲面。
  • gen_image_surface_second_order
    用二阶多项式创建一个曲面。
  • interleave_channels
    从多通道图像创建交错图像。
  • region_to_bin
    将区域转换为二进制字节图像。
  • region_to_label
    将区域转换为标签图像。
  • region_to_mean
    用它们的平均灰度值绘制区域。

Domain

  • add_channels
    给区域添加灰色值。
  • change_domain
    更改图像的定义域。
  • full_domain
    将图像的域扩展到最大值。
  • get_domain
    获取图像的域。
  • rectangle1_domain
    将图像的域减少为矩形。
  • reduce_domain
    缩小图像的域。

Features

  • area_center_gray
    计算灰度值图像中区域的面积和重心。
  • cooc_feature_image
    计算共生矩阵并推导其灰度值特征。
  • cooc_feature_matrix
    从共生矩阵中计算灰度值特征。
  • elliptic_axis_gray
    计算灰度值图像中区域的方向和主轴。
  • entropy_gray
    确定图像的熵和各向异性。
  • estimate_noise
    从单幅图像估计图像噪声。
  • fit_surface_first_order
    计算灰度矩并用一阶曲面(平面)逼近。
  • fit_surface_second_order
    计算灰度矩并用二阶曲面逼近。
  • fuzzy_entropy
    确定区域的模糊熵。
  • fuzzy_perimeter
    计算一个区域的模糊周长。
  • gen_cooc_matrix
    计算图像中一个区域的共生矩阵。
  • gray_features
    计算一组区域的灰度值特征。
  • gray_histo
    计算灰值分布。
  • gray_histo_abs
    计算灰值分布。
  • gray_histo_range
    计算单通道图像在一定灰度范围内的灰度分布。
  • gray_projections
    计算水平和垂直灰度值投影。
  • histo_2dim
    计算双通道灰度值图像的直方图。
  • intensity
    计算灰度值的平均值和偏差。
  • min_max_gray
    确定区域内的最小和最大灰度值。
  • moments_gray_plane
    计算灰度矩并用平面逼近。
  • plane_deviation
    计算灰度值与近似图像平面的偏差。
  • select_gray
    基于灰度值特征选择区域。
  • shape_histo_all
    沿着所有阈值确定特征的直方图。
  • shape_histo_point
    沿着所有阈值确定特征的直方图。

Format

  • change_format
    改变图像大小。
  • crop_domain
    从定义的灰度值中剪出。
  • crop_domain_rel
    切出一个相对于域的图像区域。
  • crop_part
    剪出一个或多个矩形图像区域。
  • crop_rectangle1
    剪出一个或多个矩形图像区域。
  • tile_channels
    将多个图像平铺成一个大图像。
  • tile_images
    将多个图像对象平铺成一个大图像。
  • tile_images_offset
    将多个图像对象平铺成具有显式定位信息的大图像。

Manipulation

  • overpaint_gray
    覆盖图像的灰度值。
  • overpaint_region
    重绘图像中的区域。
  • paint_gray
    将图像的灰度值绘制到另一个图像中。
  • paint_region
    将区域绘制到图像中。
  • paint_xld
    将 XLD 对象绘制为一个图像。
  • set_grayval
    设置图像中的单个灰度值。

Type Conversion(类型转换

  • complex_to_real
    将一个复杂的图像转换为两个真实的图像。
  • convert_image_type
    转换图像的类型。
  • real_to_complex
    将两幅真实的图像转换成复杂的图像。
  • real_to_vector_field
    将两幅实值图像转换为矢量场图像。
  • vector_field_to_real
    将矢量场图像转换为两幅实值图像。
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Halcon中的图像增强算子mult_image是用于对图像进行增强处理的一种方法。该算子可以根据亮度、对比度、颜色平衡等参数,改善图像的质量和细节。 mult_image算子的基本原理是通过增加或减少图像像素值的方式,来调整图像的亮度和对比度。算子将原始图像的像素值乘以一个缩放因子,然后再加上一个偏移值,从而改变图像的亮度。此外,mult_image还可以通过调整R、G、B三个颜色通道的增益来平衡图像的色彩。这些参数可以根据实际需要进行调整,以达到理想的图像增强效果。 使用mult_image算子进行图像增强的步骤如下: 1. 选择待处理的图像作为输入。 2. 设置亮度缩放因子和偏移值,可以通过试验和调整这些参数来获得最佳结果。 3. 设置颜色增益,可以根据图像的具体情况进行调整。 4. 将输入图像和参数传入mult_image算子中。 5. 根据算子的输出结果,可观察到图像亮度和对比度的变化,以及颜色平衡的调整效果。 总之,通过Halcon的mult_image算子,我们可以对图像进行灵活的增强处理,以改善图像的质量和细节。这个算子提供了多个参数选项,可以根据具体需求进行调整,并且具有较高的灵活性和效果。 ### 回答2: Halcon是一种用于机器视觉的图像处理软件,拥有丰富的图像增强算子。其中,mult_image是一种常用的图像增强算子。 mult_image算子的作用是通过对输入图像中的每个像素进行乘法操作,改变图像的亮度和对比度,从而增强图像的视觉效果。该算子是通过将每个像素的灰度值与一个乘法因子相乘来实现的。 使用mult_image算子可以实现多种图像增强效果,例如增强图像的对比度、改变图像的亮度和色彩饱和度等。通过调整乘法因子的值,可以控制图像增强的程度和效果。 对于亮度增强,可以选择乘法因子大于1的值,使得图像的亮度增加。而对于亮度减弱,可以选择乘法因子小于1的值,使得图像的亮度降低。 对于对比度增强,可以选择乘法因子大于1的值,使得图像的灰度值分布更加分散。而对于对比度减弱,可以选择乘法因子小于1的值,使得图像的灰度值分布更加集中。 总之,mult_image算子Halcon中一种常用的图像增强算子,通过对输入图像中的每个像素进行乘法操作,改变图像的亮度和对比度,从而增强图像的视觉效果。使用该算子可以实现多种图像增强效果,通过调整乘法因子的值来控制增强的程度和效果。 ### 回答3: halcon图像增强算子mult_image是一种用于增强图像质量的功能强大的算子。该算子可以通过合并图像的不同频率成分来提高图像的清晰度和对比度。 mult_image算子基于频域滤波的原理工作。它采用了小波变换或傅里叶变换来分解图像,并对不同频率的分量进行增强处理。通过调整算子参数,可以在增强图像的细节同时还保持图像的平滑度。 mult_image算子的主要参数包括分解层数、增强系数和滤波参数。分解层数决定了图像分解的细节层数,增强系数用于控制增强强度,滤波参数用于指定滤波器类型和滤波器尺寸。 使用mult_image算子可以有效地减少图像中的噪声,并增强图像的边缘信息。在工业检测和机器视觉等领域中,mult_image算子可以帮助检测和分析图像中的细微特征,从而提高图像处理的准确性和可靠性。 总的来说,halcon图像增强算子mult_image是一种功能强大的算子,可以通过合并不同频率的图像成分来增强图像质量。它在工业检测和机器视觉等领域有着广泛的应用,可以提高图像处理的效果和准确性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值