Halcon学习路线——模板匹配和仿射变换

1. 模板匹配分类

• halcon对模板匹配进行了详细的分类
  
• 基于灰度的模板匹配是最基础也是最简单的，但是由于其受光照影响很大，匹配的精度也不高，在实际项目当中往往不被采用。
• 更高版本的halcon中基于灰度和基于相关性的模板匹配案例也被删减了，可能他们也觉得这种方法并不好用吧。
• 更常用的是基于形状的模板匹配，在halcon中案例也最多，在此基础上又产生了局部可变性等方法，这些在后面再详细阐述，这里就不展开说了。

2. 看一个案例

https://blog.csdn.net/weixin_38566632/article/details/121029374

• 上面的博客中提到的扣除极耳区域，是通过一个固定的ROI区域来实现的。但是实际生产中，电池的位置可能有变动，这就需要ROI也跟随电池移动，才能确保准确的将极耳扣除。
• 下面是基于形状的模板匹配方法，效果图和代码：

* 读取图像
list_files ('', ['files','follow_links'], ImageFiles)
tuple_regexp_select (ImageFiles, ['\\.(tif|tiff|gif|bmp|jpg|jpeg|jp2|png|pcx|pgm|ppm|pbm|xwd|ima|hobj)$','ignore_case'], ImageFiles)
read_image (Image, ImageFiles[0])

* 创建想扣除的ROI区域
gen_rectangle1 (ROI_0, 2080.74, 4179.05, 2637.4, 4908.4)
gen_rectangle1 (TMP_Region, 2726.46, 4173.02, 3275.69, 4908.4)
union2 (ROI_0, TMP_Region, ROI_Ear)

* ROI +抠图
gen_rectangle1 (ROI_0, 1280.76, 2080.26, 3780.28, 4945.57)
reduce_domain (Image, ROI_0, ImageReduced)
* 二值化+抠图
binary_threshold (ImageReduced, Region, 'max_separability', 'dark', UsedThreshold)
* 分割、筛选
connection (Region, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 3.05233e+006, 5e+006)
* 膨胀 + 抠图
dilation_rectangle1 (SelectedRegions, RegionDilation, 50, 50)
reduce_domain (ImageReduced, RegionDilation, ImageReduced1)
* 区域中心和角度
area_center (RegionDilation, Area, tmpRow, tmpCol)

* 创建形状模板
create_shape_model (ImageReduced1, 'auto', -0.39, 0.79, 'auto', 'auto', 'use_polarity', 'auto', 'auto', ModelID)
* 获取模板轮廓
get_shape_model_contours (ModelContours, ModelID, 1)

for Index := 0 to |ImageFiles| - 1 by 1
    read_image (Image, ImageFiles[Index])
    
    * 寻找实例
    find_shape_model (Image, ModelID, -rad(30), rad(60), 0.3, 1, 0.5, 'least_squares', 0, 0.9, Row, Column, Angle, Score)
    * 显示轮廓
    vector_angle_to_rigid (0, 0, 0, Row, Column, Angle, HomMat2D)
    affine_trans_contour_xld (ModelContours, ContoursAffinTrans, HomMat2D)
    dev_set_line_width (2)
    dev_display (ContoursAffinTrans)
    * 区域仿射变换，极耳区域跟随实例移动
    vector_angle_to_rigid (tmpRow, tmpCol, 0, Row, Column, Angle, HomMat2D1)
    affine_trans_region (ROI_Ear, RegionAffineTrans, HomMat2D1, 'nearest_neighbor')
    
    * 抠图
    gen_rectangle1 (ROI_Tmp, 692.643, 1449.21, 4452.42, 5815.39)
    difference (ROI_Tmp, RegionAffineTrans, ROI_Battery)
    reduce_domain (Image, ROI_Battery, Battery)
    * 二值化、分割、筛选  
    threshold (Battery, Regions, 0, 100)
    connection (Regions, ConnectedRegions1)    
    select_shape (ConnectedRegions1, SelectedRegions1, 'area', 'and', 2.48079e+006, 5e+006)
    * 最小外接矩形
    smallest_rectangle2 (SelectedRegions1, Row1, Column1, Phi, Length1, Length2)
    gen_rectangle2_contour_xld (Rectangle, Row1, Column1, Phi, Length1, Length2)
    dev_display (Image)
    dev_display (Rectangle)  
    * 显示
    set_display_font (3600, 20, 'mono', 'true', 'false')
    disp_message (3600, 'L1:'+2*Length1, 'image', Row, Column-400, 'white', 'false')
    disp_message (3600, 'L2:'+2*Length2, 'image', Row+400, Column-400, 'white', 'false')
    
    stop()
endfor

3. 资源下载

https://download.csdn.net/download/weixin_38566632/35337982