Halcon简单的应用-有无检测

最新推荐文章于 2024-05-31 11:08:36 发布
最新推荐文章于 2024-05-31 11:08:36 发布
阅读量906 收藏 1
点赞数
分类专栏： Halcon 文章标签： 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43829604/article/details/125890492
版权

Halcon简单应用-有无检测

在这里插入图片描述## 检测步骤：

  • 读图片
  • 二值化
  • 散开连接区域
  • 选形状
  • 计算数量
  • 找中心
  • 写文本
  • 打开新窗口
  • 写文本显示

详细步骤

  • 读图片 `

图片名称= G18pad 图片路径单引号区域

 read_image (G18pad, 'E:/halconImages/G18pad.png')
  • 二值化
    新的region区域<128，255>灰度值
threshold (G18pad, Region_padall, 128, 255)//二值化
  • 散开连接区域
    将二值化以后的区域分开成各个独立个体
connection(Region_padall, ConnectedRegions)
  • 选形状
    选取条件是area，area的区间在 <1000,1500>之间

                

                
                
        

        

    




        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  LoveCatOne
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                      0
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    1
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                  1
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      

            

                专栏目录
          










                



	

		

			

				
					
Halcon视觉-刀具检测-形态学-@龙熙视觉

				
			

			

				

					weixin_45247360的博客
				

				

					05-05
					
					748
					
				

			

		

		

			
				
Halcon视觉-刀具检测-形态学-@龙熙视觉

原图
结果
halcon代码



			
		

	



                

              
                



	

		

			

				
					
Halcon检测图片有无异物并标记

				
			

			

				

					whb9705的博客
				

				

					03-18
					
					1624
					
				

			

		

		

			
				
Halcon检测图片有无异物并标记

			
		

	



                


  
              

                


	

		

			

				
					
Halcon用于图像处理和缺陷检测

				
			

			

				

					zhangyy57的博客
				

				

					05-31
					
					809
					
				

			

		

		

			
				
实现了一个自动化的图像处理流程，用于检测图像中的缺陷

			
		

	





	

		

			

				
					
halcon 缺陷检测 药片检测（有无）

				
			

			

				

					廷益_飞鸟的博客
				

				

					03-22
					
					2150
					
				

			

		

		

			
				
图片资源
链接：https://pan.baidu.com/s/1jHURp4MQ4ex-dfeURZ6OhQ
提取码：d0hg
处理流程

1、模板图片角度计算与校正 保存校正后的角度与中心点
2、计算药片处理区域
3、循环处理图片，重新获取角度与中心点，做仿射变换
4、药片区域连通域获取（局部二值，闭运算，开运算）
5、药片分类
6、统计个数与显示结果

完整代码
***** 1、加载图片与显示设置**************
dev_close_window ()
dev_update_off ().

			
		

	



		

			
		



	

		

			

				
					
halcon学习之回形针方向检测(一)

				
			

			

				

					hongge_smile的博客
				

				

					02-25
					
					2431
					
				

			

		

		

			
				
这个官方例子是用来检测回形针的方向：
* clip.hdev: Orientation of clips
* 
dev_update_window ('off')          *关闭窗口更新
read_image (Clip, 'clip')          *读取图片
get_image_size (Clip, Width, Height)   *获取图片的大小，长和宽
dev_clos...

			
		

	





	

		

			

				
					
Halcon中常用的六种缺陷检测

				
			

			

				

					weixin_43124720的博客
				

				

					09-02
					
					1万+
					
				

			

		

		

			
				
一、缺陷检测综述
缺陷检测是视觉需求中难度最大一类需求，主要是其稳定性和精度的保证。首先常见缺陷：凹凸、污点瑕疵、划痕、裂缝、探伤等。常用的手法有六大金刚（在halcon中的ocv和印刷检测是针对印刷行业的检测，有对应算子封装）：
1.blob+特征（例如官方示例surface_scratch.hdev）
2.blob+差分+特征
3....

			
		

	





	

		

			

				
					
【机器视觉】HALCON目标图像检测实践（零基础版非常有用！）

				
			

			

				

					Stephen_Daa的博客
				

				

					08-31
					
					3257
					
				

			

		

		

			
				
灰度阈值处理+特征提取ps:思考：如何通过阈值处理后，后续缩小检测目标范围？二值化、梯度阈值、自适应阈值等方法来增强图像的对比度，从而突出目标特征，进一步缩小检测目标范围。

			
		

	





	

		

			

				
					
缺陷检测方法 halcon

				
			

			

				

					weixin_43124720的博客
				

				

					03-26
					
					5375
					
				

			

		

		

			
				
缺陷检测算法不同于尺寸、二维码、OCR等算法。后者应用场景比较单一，基本都是套用一些成熟的算子，所以门槛较低，比较容易做成标准化的工具。而缺陷检测极具行业特点，不同行业的缺陷算法迥然不同，常见的是对物品表面缺陷的检测，比如工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。

			
		

	





	

		

			

				
					
Labview与Halcon视觉检测-第一版

					
最新发布

				
			

			

				

					06-19
				

			

		

		

			
				
本文介绍了LabVIEW+Halcon视觉检测的方法，希望对读者有所启发，其中Halcon的部分算子在文 中也有介绍。但是实际请以Halcon的帮助文件为主。视觉检测主要由三部分组成:机构，打光，视觉算 法。当机构与打光都满足...

			
		

	





	

		

			

				
					
HALCON应用介绍-繁体 20181126

				
			

			

				

					11-26
				

			

		

		

			
				
HALCON是一种广泛应用于工业自动化领域的机器视觉软件，由德国MVTec公司开发。这款软件以其强大的图像处理功能、丰富的机器学习算法以及灵活的应用性而备受赞誉。本篇将深入探讨HALCON的应用及其特点。  首先，...

			
		

	





	

		

			

				
					
Halcon-HDevelop-TCPIP-定位测量

				
			

			

				

					08-18
				

			

		

		

			
				
在机器视觉领域，Halcon是一种广泛应用的图像处理软件，它提供了强大的形状匹配、模板匹配、光学字符识别（OCR）等功能。HDevelop是MVTec公司为Halcon提供的集成开发环境，用户可以在这个环境中编写和调试算法，进行...

			
		

	





	

		

			

				
					
Halcon实例教程-金属表面划痕及裂缝检测

				
			

			

				

					04-18
				

			

		

		

			
				
总结，Halcon在金属表面划痕及裂缝检测中的应用涉及图像预处理、特征提取、模板匹配和形状匹配等多个环节，其强大的算法库为实现高效、精确的检测提供了坚实基础。对于工业自动化和质量控制领域，掌握Halcon的相关...

			
		

	





	

		

			

				
					
halcon-for-arm-guide

				
			

			

				

					04-19
				

			

		

		

			
				
halcon for arm用户手册

			
		

	





	

		

			

				
					
Halcon 3D物体识别

				
			

			

				

					spy14414的博客
				

				

					07-16
					
					9016
					
				

			

		

		

			
				
总结了一下关于Halcon的 Object-Recognition-3D:1. 基于控制点的位姿估计：首先，得确定相机的内外参，其次，选择三个或以上容易和准确地从图像中提取的点作为控制点，通过确定控制点的三维坐标来确定物体的位姿2. 基于形状的匹配：利用三维计算机辅助设计(CAD)模型生成三维形状模型，三维形状模型由从不同视图中看到的三维物体的二维投影组成，需要限制形状模型的允许姿态范围，从而最小...

			
		

	





	

		

			

				
					
Halcon 深度学习分类之工业缺陷检测

				
			

			

				

					ZiLiangQin的博客
				

				

					05-12
					
					1万+
					
				

			

		

		

			
				
前言
上两篇文章分别介绍了Halcon深度学习的框架，例子的详细分析，以及在Mnist上的应用等。通过这两个例子的上手，想必大家已经对Halcon深度学习的分类原理基本掌握。是不是有点兴奋？是不是想要在工业缺陷检测上小试牛刀？作为一名视觉工程师，当然按捺不住内心的激动，想要应用在平时传统算法检测需要费九牛二虎之力的产品检测上。那么接下来将会详细介绍Halcon 深度学习分类之工业缺陷检测流程。
说明：产品真实图像不方便展示，敬请谅解。
制作自己的训练样本
要想训练网络，首先得制作自己的数据集。水果分类中一共

			
		

	





	

		

			

				
					
Halcon形态学操作、区域处理相关常用API

				
			

			

				

					Moresweet 猫甜
				

				

					04-14
					
					5069
					
				

			

		

		

			
				
膨胀一般用来填补物体中小的空洞和狭窄的缝隙，使物体的尺寸增大。
膨胀运算需要生成结构内核才能完成，在HALCON中使用gen_circle来生成圆形结构内核，这个函数的参数中：
（1）第一个参数Circle为输出的圆形结构区域；
（2）第二个参数Row为输入圆形区域中心行坐标；
（3）第三个参数是Column为输入圆形区域中心列坐标。
使用gen_rectangle1来生成矩形结构内核，这个函数的参数中：
（1）第一个参数Rectangle为输出的矩形结构区域；
（2）第二个参数Row1为输入的矩形区域的左

			
		

	





	

		

			

				
					
基于halcon—缺陷检测常用方法与示例总结

					
热门推荐

				
			

			

				

					NCUTer
				

				

					05-26
					
					2万+
					
				

			

		

		

			
				
摘要

缺陷检测是视觉需求中难度最大一类需求，主要是其稳定性和精度的保证。首先常见缺陷：凹凸、污点瑕疵、划痕、裂缝、探伤等。缺陷检测算法不同于尺寸、二维码、OCR等算法。后者应用场景比较单一，基本都是套用一些成熟的算子，所以门槛较低，比较容易做成标准化的工具。而缺陷检测极具行业特点，不同行业的缺陷算法迥然不同。随着缺陷检测要求的提高，机器学习和深度学习也成了缺陷领域一个不可或缺的技术难点。

传统算法检测缺陷：调试难度大，容易在检测不稳定情况下反复调参，且复杂缺陷误测多，兼容性差   
	机器学...

			
		

	





	

		

			

				
					
【halcon-案例】刀痕崩边检测

				
			

			

				

					好习惯成就伟大
				

				

					07-06
					
					2561
					
				

			

		

		

			
				
read_image (Image, 'K:/3.Halcon学习视频/Images/刀痕崩边1.bmp') 
dev_set_draw ('margin') 
get_image_size (Image, Width, Height) 
gen_rectangle1 (Rectangle, 0, 0, Height-1, Width-1) 
threshold (Image, Region...

			
		

	





	

		

			

				
					
halcon高斯-拉普拉斯边缘检测代码

				
			

			

				

					03-31
				

			

		

		

			
				
以下是使用Halcon实现高斯-拉普拉斯边缘检测的代码：

```python
# 读取图像
read_image(Image, 'image.jpg')

# 图像预处理
GaussImage = gauss_filter(Image, 5)  # 高斯滤波
LaplaceImage = laplace(GaussImage, 'signed')  # 拉普拉斯滤波

# 边缘检测
Threshold = 50  # 阈值
Edges = edges_image(LaplaceImage, 'canny', Threshold, Threshold/2)  # Canny边缘检测

# 显示结果
disp_image(Image, 'Original Image')
disp_image(Edges, 'Edges Detected')
```

在上述代码中，我们首先使用`read_image`函数读取了一张图像。然后，我们对图像进行了预处理，包括使用`gauss_filter`函数进行高斯滤波和使用`laplace`函数进行拉普拉斯滤波。接着，我们使用`edges_image`函数进行边缘检测，其中使用了Canny算法，并设置了阈值。最后，使用`disp_image`函数显示了原始图像和检测到的边缘。

请注意，上述代码仅供参考，具体参数需要根据实际情况进行调整。

			
		

	



              



  
“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 1

	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
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