qt怎么调用halcon_机器视觉入门（18）之emgcv实现halcon例程：fin.hdev

第四节 第三个EmguCV程序：fin

还记得上一节开头说的那个例子么，经过今天这两天的念念不忘，被我摸索出来解决办法了！知道答案那一刻才知道我为了实现这一步走了多少弯路，答案原来so easy……好在念念不忘，必有回响。有结果终究是好的，在琢磨的过程中我还学了点新东西，不亏！

那么言归正传，这是一个什么例子呢？见下图：

图 4-4-1

有没有发现有个不小的突起在左边深色物体的边缘，本节的目的就是筛选出这个边缘！图片可以去我QQ群文件下载(强行打广告还是很不好的，所以还是老实点吧，图片下载方式详见本节TIPS 1)。面对这么一块大突起，颜色也跟主物体差不多，有什么好的思路呢？其实简单的形态学就可以了！好像从这一节开始，我们开始重点讲解一些emguCV图像处理方面的内容，好吧，且听我娓娓道来~

首先，先到解决方案那里再新建一个项目(Windows窗体应用程序)。添加完该添加的引用、选择项，然后在form里添加一个imageBox控件一个button控件，如下图(4-4-2)：

图 4-4-2

我这人比较懒，按钮少一个是一个，所以读取图片直接放到了form_load()里面，同理，说过的知识点，我也懒得再重复，直接上代码吧(4-4-3)：

图 4-4-3

Path里面就是那张图片在我电脑保存的位置，这个你得根据你的情况稍微变动变动。所以我一运行，imageBox1控件就已经显示照片了。接下来是"识别"按钮的代码了。粗鲁的先上图(4-4-4)吧：

图 4-4-4

代码就这么长啦，但是全篇知识点！思路是这样的：先选出图片右边白色区域，再用大的结构元素进行闭运算，把凹坑处填上，再与闭运算之前的白色区域做差，求出因为闭运算多出来的部分，再用小点的结构元素开运算去掉小的部分，最后得到的就是大的那个突起部分了，最后显示。也就是代码中我写的六步，我们一步一步来：

第一步：跟halcon类似又几乎不一样的threshold：

public static double Threshold(IInputArray src, IOutputArray dst, double threshold, double maxValue, ThresholdType thresholdType)：首先，这个方法来自CvInvoke类，emguCV的几乎所有方法都来自这个类。这个方法的意思就是用来阈值的，但是它的功能复杂了很多。先说参数：第一个是要进行阈值筛选的图片，必须是单通道的；第二个是筛选后输出的图片，不是region，是图片！必须强调下；第三个参数是阈值的值(有点蒙？无妨)；第四个参数是阈值的最大值，第五个参数你要阈值筛选的方法，对的，一个阈值筛选，emguCV整出了7种方法，多到令人发指啊。。。(欲知7种详情，请见本节TIPS 2)，在此先说本例中选择的这种方法，它的意思保留灰度值大于threshold的像素不动，小于threshold的像素全部为0。我们就是选出右边白色的区域，也就是灰度值大于100的区域，灰度值小于100的像素直接被赋值为0了。如果你希望可以像halcon那样看到每一步之后的变量，可以加一句imageBox1.Image=matThreshold;然后再执行下看看。

第二步：就是闭运算这一大块白色的区域了。闭运算是有一个结构元素的嘛，所以先创建一个结构元，这里面用到一个方法：

public static Mat GetStructuringElement(ElementShape shape, Size ksize, Point anchor)：这是一个构建并返回Mat类型的结构元的方法：第一个参数是结构元素的形状，第二个参数是它的尺寸，第三个元素是它的锚点，一般都选择(-1，-1)点，即默认的中心点。本例通过这个方法获得了一个半径为270的圆形结构元素。

然后进行闭运算，这个闭运算的算子又厉害了，它不但可以闭运算，还会…，算了我先只讲闭运算，(具体详情详见本节 TIPS 3)：

public static void MorphologyEx(IInputArray src, IOutputArray dst, MorphOp operation, IInputArray kernel, Point anchor, int iterations, BorderType borderType, MCvScalar borderValue)：这个方法确切来说是进行形态学变换的，但是主线路我们只讲闭运算：第一个参数是输入的图像，第二个参数是变换后输出的图像，第三个参数是你要形态学变换的方法，选择闭运算(close)，第四个参数是你要用到的结构元素，本例中就是上面那个圆啦，第五个参数是锚点，选择默认的(-1，-1)就挺好，第六个参数是形态变换的次数，它可以重复多次，这一点与halcon不同；第七个参数是边界模式，我一般也是选择默认的default，第八个参数是边界的颜色，因为是单通道，所以这儿的颜色只有一个参数。闭运算之后，再拿输出的图像再跟输入图像做差，也就是接下来的

第三步：求差

public static void AbsDiff(IInputArray src1, IInputArray src2, IOutputArray dst)：这个方法是求两个图像对应像素之间灰度值不一样的地方，这个地方用同一位置两个像素灰度值差值的绝对值表示出来，相当于halcon里面的sub_image()我感觉。不过这儿的灰度值做差是求绝对值的。到了这一步，图像是什么样子了呢？加一行imageBox1.Image=matDifference;就可以看到了，如下图(图4-4-5)：

图 4-4-5

第四步：看这图片，心中自然就能想到该怎么做，那就是开运算！对的，跟第三步也就八九不离十了。先实例化一个开运算要用到的结构元素，这儿我又实例化了一个尺寸为5*5的矩形作为结构元素。然后开运算，还是一样的方法，只不过第三个参数改成了Open。开运算结束，就算是咱找出来这一片区域了吧，不过我们得把它框出来，所以用到

第五步：求边缘。要是halcon好像很多种方法可以实现，其实emguCV也差不了多少，这儿我们就用一招canny求边缘的方法。

public static void Canny(IInputArray image, IOutputArray edges, double threshold1, double threshold2, int apertureSize = 3, bool l2Gradient = false)：后面两个参数一般不用管，第一个参数是输入的原始图像了，第二个参数是输出的边缘图像，第三个第四个参数就是最小最大阈值了，是canny算法里面的。怎么用，前面讲过的啦，你应该知道。经过这一步就求出边缘啦，看下图(4-4-6)。现在问题就是怎么把原图像和这个边缘同时显示出来了，也就是

图 4-4-6

第六步：要显示，必须要把这个轮廓画到原图上去，然后再显示出来。这儿我们用到了一个方法：

public static void Add(IInputArray src1, IInputArray src2, IOutputArray dst, IInputArray mask = null, DepthType dtype = DepthType.Default)：这个方法的意思就是把两张图片的灰度值相加然后输出，类似于halcon里面的add_image()吧，那参数就很好理解了：第一个第二个参数就是输入的两幅图片，第三个参数就是输出的相加后的图片。后面的两个参数都不用填的。(这个加图片如果用的不过瘾，还有更厉害的，详见本节TIPS 3)经过这一步，这个白色的轮廓就画到原图中去了。我们再显示这张图片就大功告成了！

最后一起看结果吧！如下图(4-4-7)。

图4-4-7

最后我们还是得复习下本节新学到的一些方法：

1)public static double Threshold(IInputArray src, IOutputArray dst, double threshold, double maxValue, ThresholdType thresholdType);

2)public static Mat GetStructuringElement(ElementShape shape, Size ksize, Point anchor);

3)public static void MorphologyEx(IInputArray src, IOutputArray dst, MorphOp operation, IInputArray kernel, Point anchor, int iterations, BorderType borderType, MCvScalar borderValue)：

4)public static void AbsDiff(IInputArray src1,IInputArray src2, IOutputArray dst)：

5)public static void Canny(IInputArray image, IOutputArray edges, double threshold1, double threshold2, int apertureSize = 3, bool l2Gradient = false)：

6)public static void Add(IInputArray src1,IInputArray src2, IOutputArray dst, IInputArray mask = null, DepthType dtype = DepthType.Default)：

总结：emguCV有点类似于halcon在C#的二次开发，也有一个大的类里面装了很多种方法(halcon里面叫算子)，就是CvInvoke类。所以每次调用一个方法的时候，有输出变量的话，都得先申明并实例化那个变量。另外，很多方法你猜是有这个方法的，但是不知道有没有，可以对这个类F12，进入后ctrl+F，搜索你想到的这个方法的关键词就可以了。或者当你对某个方法的参数不记得怎么用的了，不太清晰某个方法是做什么的了，都可以到这里面查找，这个F12的作用就相当于halcon里面的F1帮助。这也是知识点啊兄弟们！

最后的最后，不得不无耻的告诉大家一下：本节的图片其实来自halcon的一个例子：fin.hdev，我是直接截屏保存的。当然这个解题思路也是copy例子里面的，但是运行速度真的慢了好多，比halcon。

本节TIPS：

1) 其实这个图片来自halcon例程：fin.hdev的第一个图片的截图。。。你去截图保存就可以了。

2)

图 4-4-8

开局我就说过，本书的目的是为了授之以渔，所以我不但要说这七种方法分别代表什么意思，而且我是怎么学来的我也要告诉你们：你用一个emguCV的方法的时候，先F12进入[从元数据]里面看看按照提示一点点弄懂这个方法是干啥的，每个参数的意思以及参数的类型，最后看看所有的可选项，比如上图中的ThresholdType(阈值类型)，你在敲入"."之后会自动出来下面的7种阈值筛选的方法，每种方法都有解释，这儿它是用"？："语法来写的，这个语法是先在问好的左边说一句话，问你对不对，对就返回冒号左边的数值，不对就返回冒号右边的数值。 比如第一个Binary，问号左边就是value>threshold(第三个参数：阈值的值),若对，就返回max_value,那该点的灰度值value就等于max_value(方法里面第四个参数)了，若不对，就返回冒号右边的，就是0 了。所以这个方法的作用就是把一张图片中灰度值大于threshold(第三个参数)的像素全部重新赋值为最大阈值(第四个参数)，小于threshold的全部赋值为0，即(抹黑)。如下图(4-4-9)，我的threshold是50，max_value是255：

图 4-4-9

灰度值大于50的地方都变成了255的灰度值，小于50的地方灰度值都变成了0。

理解通第一个，接下来的就很好理解了：

BinaryInv：value= value>threshold？0：max_value。跟Binary刚好相反，大于threshold的像素赋值为0，小于threshold的反而赋值max_value。如下图(4-4-10)(参数还是那么多)：

图 4-4-10

Mask：是什么意思呢？我母鸡啊~鼠标选中它也不解释，我运行还报错。。算了不管它！

Otsu：这个是自动选择最优阈值，就是第三个参数，它自己给你算出来，所以你设置的多少就没用了。哈哈知道它是怎么算的吗？我知道，但我不想说！好啦，其实在halcon部分已经说过了……。先看效果(4-4-11)(我三、四两个参数都设置为255的)：

图 4-4-11

ToZero：value=value>threshold? Value:0。这意思就好理解了，保留灰度值大于threshold的像素不动，小于threshold的像素全部为0，如下图(4-4-12)(为了明显点，第三个参数我改成了100)：

图 4-4-12

ToZeroInv：value= value>threshold? 0:Value。这个又跟上面一个相反了，大于threshold的像素全部抹黑为0，小于threshold的全部保留。如下图(4-4-13)(参数没变)：

图 4-4-13

Trunc：value= value>threshold? Threshold:Value。灰度值大于threshold的像素全部赋值为threshold，灰度值小于threshold的像素保持原状。如下图(4-4-14)(参数没变)：

图 4-4-14

七种方法总算讲完了，感觉画了我好多的力气去讲一个算子实在是心累，划不来。以后这种知识点我不会再这么认真详细的讲了哈！已经教你们方法了，得自己学会学习嘛。

3) MorphologyEx()这个算子其实是形态学变换嘛，看完正文你也知道，但是它不但可以进行开运算(open)、闭运算(close)，还可以进行腐蚀(erose)、膨胀(dilate)、梯度(gradient)、顶帽(tophat)、黑帽(blackhat),对的，就是这么多，简直厉害！开闭运算，腐蚀膨胀，相信你都用的很熟悉了，但是剩下三个可能就有点陌生了，我在网上搜到了这三个形态学变换的公式，方便大家理解：

Gradient(img)=dilate(img)-erose(img);

Tophat(img)=img-open(img);

Blackhat(img)=close(img)-img;

其实有点像是组合拳了。梯度感觉有点像轮廓的感觉，顶帽黑帽感觉有点像是找那些边缘的突起和凹坑。其实这个黑帽就是本节找那个疙瘩的思路，你发现没有？

4) public static void AddWeighted(IInputArray src1, double alpha, IInputArray src2, double beta, double gamma, IOutputArray dst, DepthType dtype = DepthType.Default);这个算子也是两个图片灰度值相加，只不过它加的有点任性，我用公式来表达吧：dst=src1*alpha+src2*beta+gamma;对的，就是说不但可以灰度相加，还可以乘以系数相加，最后还可以加一个补偿！