halcon轮廓提取所涉及相关算子及轮廓提取算法如下:
1.read_image()
函数原型:read_image(:Image:FileName:)
功能:加载图片,可以读取有不同文件格式的图像。
参数:
Image:是Hobject(输出参数)
FileName:是所读入的图像路径,图像格式可以是TIFF, GIF, BMP, JPEG, JPEG-2000, PNG, PCX, SUN-Raster, PGM, PPM, PBM 和 XWD。如果所读取图像没有指定路径,图像文件将从工程的当前路径和Halcon的图像路径搜索(该路径需在环境变量中设置)。
由函数read_image()可读入一个文件,也可读入多个文件,格式分别如下:
一个:read_image(Image,‘monkey’)
多个:read_image(Image,[‘ic_0’,‘ic_1’,‘ic_2’])
可被替换函数:read_sequence()
2.dev_open_window_fit_image()
函数原型:dev_open_window_fit_image(Image : : Row, Column, WidthLimit, HeightLimit : WindowHandle)
功能:在给定的最小和最大范围内打开一个新的图形窗口,该窗口保留给定图像的长宽比。新图形窗口的位置由参数RowColumn给出,这些参数定义了图形窗口左上角的位置。
简单描述:
如果要限定新图形窗口的最大尺寸,必须分别在“宽度限制”和“高度限制”中限定一个值。为了限制最小和最大尺寸,“宽度限制”和“高度限制”必须包含一个包含两个元素的数组。第一个参数定义图形窗口的最小尺寸,第二个参数定义图形窗口的最寸。如果无法设置窗口大小以使其满足所有限制(给定图像的最小和最大宽度和高度以及纵横比),则忽略最小窗口大小的限制。
如果“宽度限制”为空或为负,则使用以下默认值:[500,800]。如果“高度限制”为空或为负,则使用以下默认值:[400,600]。
输入参数:Image:目标图片;
Row:新窗口左上角的行坐标。默认值为0,建议值: 0, 10, 50, 100, 150, 200, 500;
Column:新窗口左上角的列坐标。默认值为0,建议值: 0, 10, 50, 100, 150, 200, 500;
WidthLimit:窗口的宽度限制。默认值为-1,建议值: 300, 400, 500, 600, 800, 1000, [300,600], [500,800];
HeightLimit: 窗口的高度限制。默认值为-1,建议值: 300, 400, 500, 600, 800, 1000, [300,600], [500,800]。
输出参数: WindowHandle:新图形窗口的窗口句柄。
例程:
read_image (Image, ‘mreut’)
//打开一个新的窗口,尺寸均为默认值
dev_open_window_fit_image (Image, 0, 0, -1, -1, WindowHandle1)
//打开一个新的窗口,左上角的坐标为(50,50),最小尺寸限制为,最大尺寸限制为300 x 200
dev_open_window_fit_image (Image, 50, 50, [300,600], [200,400], WindowHandle2)
3.dev_display()
函数原型:dev_display(Object : : : )
功能:在活动图形窗口中显示对象。对象包括图片(image)、区域(region)和边缘轮廓(XLD)。
4.threshold()
threshold——用来分割图像
函数原型:threshold(Image : Region : MinGray, MaxGray : )
参数:
- Image为图像输入参数,是输入图像;
- Region为图像输出参数,是分割后的结果;
- MinGray 和MaxGray为控制输入参数,分割的最小灰度值与最大灰度值。
功能:选择满足输入控制参数的灰度值之内的灰度值,当所有的像素点都满足这个区域的话,就有一个区域,当有多个像素段满足这个限制,每个像素段对应一个区域。
可能的前置应用函数:
histo_to_thresh()(根据直方图决定灰度值门限)
min_max_gray()(计算区域内最大最小灰度值)
sobel_amp()(Sobel算子检测边缘)
binomial_filter()(binomial滤波器平滑图像)
gauss_image()(离散高斯函数平滑图像)
reduce_domain()(缩小图像区域)
fill_interlace()(插补两个半个视频图像)
可能的后置应用函数:
connection()(连接区域)
dilation1()(扩大区域)
erosion1()(腐蚀区域,变小)
opening()(打开区域)
closing()(关闭区域)
rank_region()(归类区域)
shape_trans()(改变区域形状)
skeleton()(计算区域框架)
可被替换函数:
class_2dim_sup()(采用二维空间像素分类分割图像)
hysteresis_threshold()(磁滞门限操作)
dyn_threshold()(局域阀值分割图像)
bin_threshold()(自动产生的阀值分割图像)
char_threshold()(为提取的字符产生一个分割阀值)
auto_threshold()(直方图决定阀值分割图像)
dual_threshold()(对标记的图像做门限操作)
5.connection()
connection——区域连通,可将阈值分割的不相连的区域分割成单个区域
函数原型:connection(Region : ConnectedRegions : : )
功能:分离一个区域中相连接的部分(变成多个区域),用不同颜色表示出来。进行连通操作,也就是把邻域内(4连通或者8连通)区域归纳为一个区域,方便后面的select_shape进行感兴趣区域选。
通常我们在阈值分割后,需要提取目标物体,为了提取目标物体不得不先找到连通区域,而提取连通区域的关键是邻域的搜索类型。我们可以通过set_system(‘neighborhood’,<4/8>)设置用于此邻域, 邻域默认值为8。
可以通过 set_system(‘max_connection’, Num )设置连接返回的最大连接组件数。 默认值0导致返回所有连接的组件。
输入参数:Region:输入一个区域;
输出参数:ConnectedRegions:输出独立并且相连接的的区域
示例:
read_image(Image,‘clip’)
dev_set_colored(12)
threshold(Image,Dark,0,150)
count_obj(Dark,NumThresholded)
dev_display (Dark)
connection(Dark,ConnectedRegions)
count_obj(ConnectedRegions,NumConnected)
dev_display (ConnectedRegions)
6.select_shape()
select_shape ——计算区域连接部分
函数原型:select_shape ( Regions : SelectedRegions : Features, Operation, Min, Max : )
功能:根据区域要求的特征提取适应的区域。筛选的特征有很多,如面积长度等,可以去掉不满足条件的轮廓。
输入参数:
Regions :输入需要测的区域(数组);
Features :输入要检测的特征 (为以上函数的特征系数),常见的有:‘area’, ‘row’, 'column’等
Operation: 特征的方式 , 默认: and , 参考 'and’全部特征 , 'or’特征之—
Min:输入该特征的最小值,范围:0.0 ≤ Min ≤ 99999.0
Max:输入该特征的最大值,范围:0.0 ≤ Max ≤ 99999 0, Max>= Min
输出参数:SelectedRegions : 输出符合的区域(数组) , 不符合的区域不会出现在该数组内。
7.shape_trans()
shape_trans——变换区域的形状
函数原型:shape_trans(Region : RegionTrans : Type : )
参数列表
Region(in):被变换的区域
RegionTrans(out):变换后的区域
Type(in):变换类型
参数Type的可选项解释如下:
convex:凸包性
ellipse:与输入区域有相同的矩和区域的椭圆
outer_circle:最小外接圆
inner_circle:最大内接圆
rectangle1:平行于坐标轴的最小外接矩形
rectangle2:最小外接矩形
inner_rectangle1:平行于坐标轴的最大内接矩形
inner_rectangle2:输入区域的骨架点拥有同输入区域的重心点最小的距离
注意:如果Type是outer_circle,最终的圆形区域不是完全覆盖输入区域,因为内部算法原理是由算子smallest_circle和gen_circle完成的。由smallest_circle计算的半径能够小到1/sqrt(2)-0.5个像素。同时,由gen_circle生成的圆在双方向上由0.5个像素转换。因此,当加入双方的影响,原因区域可能要超出返回圆形区域至多1个像素
8.gen_contour_region_xld (Operator)
gen_contour_region_xld —从区域生成XLD轮廓
函数原型:gen_contour_region_xld(Regions : Contours : Mode : )
作用:gen_contour_region_xld从Regions中给定的区域生成XLD轮廓轮廓。 如果已经从分割操作获得了区域,则该算子很有用,但是要在其边界上执行更高级别的算子,例如多边形逼近和平行线提取。 对于输入区域的每个连接部分,将生成边界的闭合轮廓。 参数Mode可以采用以下值:
‘center’:边界像素的中心用作轮廓点。
‘border’:边界像素的外边界用作轮廓点。
‘border_holes’:除了输入区域的外边界之外,您还可以获得所有孔的轮廓。
参数:
Regions(input_object):输入区域;
Contours (output_object) :产生的轮廓;
Mode (input_control):轮廓生成模式。
默认值:“边框”
值列表:“边界”,“边界孔”,“中心”
9.fit_rectangle2_contour_xld
函数原型:fit_rectangle2_contour_xld(Contours : : Algorithm, MaxNumPoints, MaxClosureDist, ClippingEndPoints, Iterations, ClippingFactor : Row, Column, Phi, Length1, Length2, PointOrder)
fit_rectangle2_contour_xld对轮廓Contours 用算法Algorithm进行矩形拟合,返回矩形参数Row, Column(中心)、Phi(方向)以及Length1和Length2(半边长)参数。角度以弧度返回,表示水平轴与Length1边之间的夹角(数学上正方向(逆时针方向))。
此外,轮廓的点顺序以PointOrder返回。PointOrder = 'positive’表示沿着数学上正确的方向(逆时针方向)遍历轮廓线。
函数参数:
Contours :要被拟合的轮廓
Algorithm:拟合 算法名,有 ‘huber’, ‘regression’, ‘tukey’
MaxNumPoints:用于计算的最大轮廓点数量(-1表示所有点)。
MaxClosureDist:被认为是闭合的轮廓的端点之间的最大距离。
ClippingEndPoints:拟合时忽略轮廓开始点和结束点的个数。
Iterations:最大迭代次数(不用于“regression”)。
ClippingFactor:裁剪因子用于消除异常值(典型的:1.0表示“huber”,2.0表示“tukey”)。
Row,Column,Phi,Length1,Length2,PointOrder为输出矩形参数
中心点坐标,旋转角度,长短边一半,轮廓的点顺序,有正反向 ‘negative’, ‘positive’
10.edges_image
函数原型:edges_image(Image : ImaAmp, ImaDir : Filter, Alpha, NMS, Low, High : )
功能:使用Deriche, Lanser, Shen或者Canny 滤波器进行边缘提取
参数:
Image (input_object) : 单通道图像(数组)
ImaAmp (output_object):多通道图像(数组),边缘振幅或梯度大小图像。
ImaAmp:输出变量,说的是edges的amplitude,其实就是梯度的大小(因为边缘检测最重要的几种方法中一种就是基于灰度值梯度的计算,这个算子中用的那些滤波器就是这样的)。
注释:单通道图像指的是图像的一个颜色分量,通常用的是3通道(RGB)或 4通道(RGBA)
ImaDir (output_object):边缘方向图像
Filter (input_control) :滤波器的选择,默认为canny,
‘deriche1_int4’, ‘deriche2’, ‘deriche2_int4’, ‘lanser1’,‘lanser2’, ‘shen’, ‘mshen’,‘canny’,‘sobel_fast’。
Alpha (input_control):滤波器的参数。默认值为1.0,值越小会使图像越平滑,但图像信息会丢失。建议使用值:0.1, 0.2, 0.3, 0.4, 0.5, 0.7, 0.9, 1.1。范围:0.2 ≤ Alpha ≤ 50.0。值必须是大于零的数。
NMS (input_control):无最大值限制。默认为’nms’ ,可选为nms’, ‘inms’, ‘hvnms’, ‘none’ 。
Low (input_control) :低于滞后性阈值参数设置。默认值为20.建议值为5, 10, 15, 20, 25, 30, 40。
High (input_control) :超出滞后性阈值参数设置。默认为40,建议值为:10, 15, 20, 25, 30, 40, 50, 60, 70。
ImaDir:输出变量,这个说的是edges的方向,其实就是看灰度值变化的方向了,计算出灰度值是由小变大还是由大变小了。
Alpha这个值在使用的时候要注意,小一些的值会导致比较强的平滑,从而图像中的细节就会变得更少。(和Canny算子正好相反,因为Canny算子用的是Gauss原理,所以那个值越大越平滑
NMS这个变量是用来控制我们是否使用非极大值抑制技术(这个技术主要是在Canny检测中提出来的)
Low, High 就是指定一个双阈值了。
例程:
read_image(Image,'fabrik')
dev_close_window()
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)
dev_display (Image)
*提取白色纸片区域,并提取矩形
stop()
threshold (Image, Union3, 163, 255)
connection (Union3, ConnectedRegions)//对完整的区域进行分离
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 5000, 99999)//根据特征值选择区域
shape_trans (SelectedRegions, RegionTrans, 'convex')
gen_contour_region_xld (RegionTrans, Contours, 'border')
fit_rectangle2_contour_xld (Contours, 'regression', -1, 0, 0, 3, 2, Row, Column, Phi, Length1, Length2, PointOrder)
Radtio:=1//设像素的物距为这
*height 为毫米单位
Height:=Length1*2*Radtio
Width:=Length2*2*Radtio
gen_rectangle2 (Rectangle, Row, Column, Phi, Length1, Length2)//在这生成了一个矩形,后面的五个参数即为上面生成的五个参数
*将结果进行一个显示
dev_display (Image)
dev_set_draw ('margin')
dev_display (Rectangle)