Tianwen_running的博客

原创 halcon常用图像拼接

**可以使用vector_to_hom_mat2d。***如果不考虑切向变换只做刚性变化。

原创 fit_line_from_obj

想了两个小时，精读可能不高，但主要是给前面的算子 intersect_plane_plane算子做后续使用的。

原创 intersect_plane_plane

len1=1000，表示在1000*1000*1000的方体区域内进行。求两个pose在一定空间范围内的相交区域，返回的是一个点云obj。输入控制：resolution=1，表示返回值。下一其实可以干很多事儿。

原创 line_from_two_plane_intersecton

【代码】由两个平面参数求平面交线参数。

原创 harmonic_interpolation 补齐无值区域

Image：输入 这个图像需要补齐的点不可以是无值的。可以先用full_domain对图像进行全域的补齐。Region ：输入 需要被补齐的区域。同上不可以是无值的指的就是它。InpaintedImage ：输出。Precision ：输入，默认0.001。

原创 junctions_skeleton

EndPoints：输出区域 断点，是一整个点reigion。可以根据junction区域，快速对一个region进行打断。JuncPoints ：输出区域， 是交叉点，的region。可以跟distance_transform配合进行使用。Region ：输入，必须是像素为1的区域线条。快速求解条形region的端点。运行速度：28ms 速度还可以。一个很少刚刚认识的算子。

原创 3D检测案例

关于halcon3D检测，测量，定位，焊接引导等！价格根据项目复杂度和完整度定价

原创 hysteresis_threshold大爱

原创 hysteresis_threshold理解及技巧

(Image : 输入图像RegionHysteresis : 提取区域Low, 低阈值High, 高阈值MaxLength : ) 低阈值距离高阈值的极限距离。

原创 输入数字，创建一个卷积核

这个卷起来，有点慢的。比halcon自己的算子，相对来说，要慢很多。可以根据自己的需求进行编辑。我设定的创建出来是这样的。

原创 test_region_point算子及妙用

检测row，column代表的点是否在regions内返回值：0,1可以应用的点distance_contours_xld(ContourFrom, ContourTo : ContourOut : Mode : )这个算子在计算距离的时候是没有正负值的，只有正值那么如果是两个封闭的区域，在计算距离，可以通过test_region_point(Regions : : Row, Column : IsInside)对距离的正负性进行赋值。这样可以充分反应距离变化的信息可以试试，效果很不错的！

原创 找3D缺陷检测教练

Halcon3d和pcl点云都可以。3d缺陷检测，找教练。只需要案例和技巧分享。

原创 create_map外部函数

本文介绍了一个封装函数的设计方案，用于简化gen_image_to_world_plane_map操作。该函数接收图像和相机参数(camparam)、位姿参数(pose)、Z轴补偿量(distance_z)和分辨率控制参数(rate)作为输入，其中pose要求x轴水平向右、y轴向下，可通过disp_3d_coord_system验证。输出包括变换后的map图和映射图像。该封装解决了原函数易混淆x/y与row/column的问题，并简化了操作流程。

原创 基于gen_image_surface_first_order的相对深度矫正

RegionDefiningReferencePlane是深度图像平面位置的区域，可以是一个大区域，也可以是多个区域的集合。要求他是一个位于相对平面，或者目标平面的region。（上面这三部，也可以用fit_surface_first_order求Alpha, Beta, Mean的值，效果是一样的）*得到距离平面的相对高度DistanceImageWithoutTilt图。最关键的位置，进行高度矫正。

原创 对于深度图快速去背景

1，在深度图像获取过程中，物体是放在一个平面上的。一，在背景处画两个矩形区域，最好程垂直结构。2，在这里通过几行代码，对平面进行去除。三，用深度图像减去拟合生成的平面。

原创 gen_image_to_world_plane_map图像拼接，一看就懂逻辑

按自己的理解，从新写了一下gen_image_to_world_plane_map在图像拼接中的应用，感觉容易理解多了。看一遍，隔一段时间不看，再回头都得思想缠斗半天。

原创 双目视觉常用算子

核心原理是图像中的每个点代表的是穿过相机中心的一条射线。输出：RectCamParL, RectCamParR, CamPoseRectL, CamPoseRectR, RectLPosRectR 极线矫正映射后的左右相机参数，左右相机相对原相机的位姿，矫正后右相机相对于左相机的位姿。5，关于map，map图只是代表camra采样图像，与camraref采样图像的对应关系。3，根据视差图上点的坐标和视差值，计算空间坐标系下的点坐标。根据映射后的相机和相对位姿，通过视察求空间Z方向的值。

原创 haclon csv文件操作 及写入封装文件

注意事项：2，封装函数的内容，虽然简单，但是特别高效

原创 diameter_region不长用到，但很实用的算子

返回一个region中相聚最远的两个点坐标和。两个点的距离（ 其实外接圆直径）

原创 pcl：：SampleConsensusPrerejective-基于预匹配后的随机采样——快速匹配

【代码】pcl：：SampleConsensusPrerejective-基于预匹配后的随机采样——快速匹配。

原创 halcon 获取 Exception各种消息

从业几年了，从来没想到还能这么用。

原创 celery的一般操作

celery result 550e8400-e29b-41d4-a716-446655440000 ——通过任务id，获取结果。redis-cli -n 2 LLEN celery 查看redis中有多少个任务在线 ——查看消息队列中，有多个个任务。celery在task任务中声明，4个workers，每个最多同时执行28个任务，总量是4*28个同时执行任务。backend ="redis://localhost:6379/1" #redis的结果存储端口。

原创 measure_projection

计算图像中沿测量模型中心的，垂直于测量中心线方向上的灰度值均值数组。蓝色：采样点在这个方向范围内的均值。绿色：长轴上的采样点。二，生成一维图像数组。

原创 subprocess进阶

细说两个功能。

原创 redis队列操作

redis存在于服务端设备，属于单独的运行软件。存储的方式为类名+字典形式--比如任务清单（类名）任务清单成员是一个个的字典1，需要先在github上下载redis的ms安装包,并添加路径2，在本地启动redis Cmd redis-server}#redis的本地端口服务地址和端口，没有设置秘密conn = redis.Redis(**REDIS_CONN_PARAMS) #连redis。

原创 pycharm下创建flask项目，配置端口问题

2，在sever中 ——修改选项——其他选项（可以将flask调试也选√）

原创 基于harris图像拼接

***采用ncc的方法，以MaskSize*mask为搜索框，图一的搜索中心点，与图二的中中线点的偏移关系是RowMove, ColMove，\。******Threshold 协方差*Alpha>Threshold的点被定义为角点 （0.1-10）都可以。******SigmaSmooth，是对一阶导乘机的平滑 1.0-3.0（2.0默认）******SigmaGrad，是对图像梯度的平滑 0.5-2.0（0.7默认）******Alpha 协方差的响应系数 0.04-0.06（默认0.04）

原创 Html文件的一般操作

一看就懂吧

原创 subprocess 模块

没想到，35岁的人了，开始吃falsk的饭

原创 gen_projective_mosaic 我想我说明白了

还有其他两个用于拼接算子，整理完后，做个拼接演示，然后再考虑把image转到点云，在pcl里面使用shot关键点，做一个粗匹配，到icp的精匹配，做一个三维拼接，看看效果。*******这三个组合起来就是 mapingsource到达mapingdest的变化矩阵是hommatrices2d。代表两个图像相对于拼接后的图像的转换关系。简单说就是1和2的重叠部分，取1的值。

原创 pcl案例8 利用点的密集度对点云进行筛选

这是halcon中的一个案例流程。

原创 pcl封装13 median_cloud_filter 无序点云中值滤波

【代码】pcl封装13 median_cloud_filter 无序点云中值滤波。

原创 halcon3d gen_image_to_world_plan3_map与project_3d_point

一，通过CamParam，Pose，可以获取map图，PixelDist代表的是image_map中一个像素点的尺寸，这个是可以计算的。二，对图像进行向pose下，z=0的平面进行map。我想，我应该说明白了！

原创 pcl封装11 （快速定义）旋转矩阵

下面是矩阵的4个封装函数。它们主要用在了这一行，只用一行实现了旋转矩阵的定义。目的：我们做一个矩阵满足点云绕z轴旋转45度，然后再平移（1,1,0）做一个案例进行快速的演示，代码用起来真的是一行搞定。展示一下我的代码：超级方便。

原创 pcl封装10 关键点下采样uniform_sample_by_radius

在进行下采样关键点时，会经常用到。

原创 pcl实战案例七 基于配准的无序抓取——shot改进很多

同样，放上我菜鸟版的代码。下面是三个抓取点的展示。

原创 halcon案例 求最近区域最近点

主要想介绍几个相关算子。

原创 pcl shot描述子的避坑指南

—这里的配置必须是<pcl::pointxyz__,pcl::Normal,pcl::SHOT352>,——其他组合会报错到你怀疑人生。

原创 pcl实战案例六 基于配准的无序抓取

感觉：没有halcon里面的find_surface_shape_model好用，在halcon里可能十行代码就可以搞定。但pcl里面，需要几百行。匹配效果和操作难度都要高很多。——这里以obb的上表面的中点为抓取点。抓取时z方向垂直与表面。——这里点云数量少，特征角点少，所以采用了 直接uinform的下采样。——详细看了一下参数设置，这个设置参数还是很有考究的。下面附上我的粗糙代码，有玩的好的朋友欢迎指点。

原创 sample_consensus_prerejective 采样一致性配准各参数介绍及配准流程

代码和注释放在这里吧。没有办法进行很好的封装。