HALCON学习笔记（二）——数据结构

最新推荐文章于 2024-06-12 14:26:49 发布

weixin_45482443

最新推荐文章于 2024-06-12 14:26:49 发布

阅读量1.8k

点赞数 1

分类专栏： HALCON

本文链接：https://blog.csdn.net/weixin_45482443/article/details/115529482

版权

HALCON Image图像

数据结构（图像参数是图像处理软件特有的数据结构）	图形参数	image，region，XLD
数据结构（图像参数是图像处理软件特有的数据结构）	控制参数	string，integer，real，handle，Tuple

Image的分类与通道

Image的分类：

通常分为二值图像，灰度图像，RGB图像

Image的通道：

如果图像内像素点的值用一个灰度级数值表示那么图像有一个通道；一幅完整的彩色图像红绿蓝三个通道同时存在。

图像深度是指存储每个像素所用的位数，用于度量图像的彩色分辨率，图像深度确定了彩色图像每个像素可能有的颜色数，或者确定灰度图像的每个像素可能有的灰度级数。

将Image图像的通道与MultiChannelImage图像的通道叠加得到新的图像：

append_channel（MultiChannelImage多通道图像，Image要叠加的图像：ImageExtended叠加后得到的图像：：）

转换三通道色彩图像为三个单通道灰度图：

decompose3（MultiChannelImage要进行转换的三通道图像，Image1转换后的red通道，Image2转换后的green通道，Image3转换后的blue通道：：）

将多通道图像转换为多幅单通道图像：

image_to_channels（MultiChannelImage要进行转换的多通道彩色图像：Images转换后得到的单通道图像：：）

将三个单通道灰度图像合并成一个三通道彩色图像：

compose3（Image1通道1，Image2通道2，Image3通道3：MutiChannelImage转换后的到的三通道彩色图像：：）

将多幅单通道图像合并成一幅多通道彩色图像：

channels_to_image（Images要进行合并的单通道图像：MultiChannelImage合并得到的多通道彩色图像：：）

计算图像的通道数：

count_channels（MultiChannelImage要计算通道的图像：：：Channels计算得到的图像通道数）

将彩色图像从RGB空间转换到其他颜色空间：

trans_from_rgb（ImageRedR通道，ImageGreenG通道，ImageBlueB通道：ImageResult1，ImageResult2，ImageResult3：ColorSpace输出颜色空间‘hsv’,'hls','ihs','yiq','yuv'等：）

获取单通道图像的指针：

get_image_pointer1（Image输入图像：：：Pointer图像的指针，Type图像的类型，Width图宽，Height图高）

获取多通道图像的指针：

get_image_pointer3（ImageRGB输入的多通道彩色图像：：：PointerRed红色通道的图像数据指针，PointerGreen绿色通道的图像数据指针，PointerBlue蓝色通道的图像数据指针，Type图像类型，Width图像高，Height图像宽）

图像通道实例：

*读取图像
read_image(Image,'1.png')
*计算图像的通道数
count_channels(Image,Num)
*循环读取每个通道的图像
for index:=1 to Num by 1
*获取多通道图像中指定通道的图像
access_channel(Image,channel1,index)
endfor
*分解通道
decompose3(Image,image1,image2,image3)
*RGB通道转HSV通道
trans_from_rgb(image1,image1,image1,imageresult1,iamgeresult2,imageresult3,'hsv')
*合并通道
compose2(image3,image2,MultiChannelimage1)
*向图像附加通道
append_channel(MultiChannelimage1,image3,imageextended)

Image其他常用算子

创建灰度值为零的图像：

gen_image_const（：Image创建灰度值为零的图像：Type图像类型，Width图宽，Height图高：）

指定图像像素为同一灰度值：

gen_image_proto（Image输入图像：ImageCleard具有恒定灰度值的图像：Grayval指定的灰度值：）

计算图像的尺寸：

get_image_size（Image输入的图像：：：Width图宽，Height图高）

得到图像的定义域

get_domain（Image输入图像：Domain得到图像的定义域：：）

裁剪图像得到新图像：

crop_domain（Image输入图像：ImagePart裁剪后的图像：：）

获取图像像素点的灰度值：

get_grayval(Image输入图像：：Row像素点的行坐标，Column像素点的列坐标：Grayval像素点灰度值)

常用算子相关实例：

*创建灰度值为零的图像
gen_image_const(Image,'byte',50,50)
*计算图像尺寸
get_image_size(Image,width,height)
*指定图像像素为同一灰度值
gen_image_proto(Image,Domain)
*裁剪后得到新图像
crop_domain(Image,ImagePart)
*获取图像像素的灰度值
get_grayval(ImagePart,10,10,Grayval)
*设置图像像素点的灰度值
set_grayval(ImagePart.10,10,255)

HALCON Region区域

阈值分割图像获得区域：

threshold（Image要进行阈值分割的图像：Region经过阈值分割得到的区域：Mingray阈值分割的最小灰度值，MaxGray阈值分割的最大灰度值：）

阈值分割实例：

read_image(Image,'1')
dev_close_window()
get_image_size(Image,Width,Height)
dev_open_window(0,0,Width,Height,'white',WindowHandle)
dev_display(Image)
dev_set_color('red')
*阈值分割图像获得区域
threshold(Image,Regions,0,130)

使用灰度直方图确定阈值参数：工具栏—灰度直方图移动红色绿色竖线修改参数—选择平滑选项—插入代码

使用区域生长法分割图像获得区域：

regiongrowing(Image要进行分割的图像：Regions分割后得到的区域：Row掩膜高，Column掩膜宽，Tolerance掩膜内灰度值差小于等于某个值就认定是同一个区域，MinSize单个区域的最小面积值：)

区域生长分割图像思路：在图像内移动大小为Row*Column的矩形模板，比较图像与模板中心点灰度值的相近程度，两灰度值差小于某一值则认为是同一区域，使用之前最好是用光滑滤波算子对图像进行平滑处理

区域生长法获取区域实例：

read_image(Image,'1')
dev_close_window()
get_image_size(Image,Width,Height)
dev_open_window(0,0,Width,Height,'white',WindowID)
*平滑图像
median_image(Image,ImageMedian,'circle',2,'mirrored')
*区域生长法分割图像获得区域
regiongrowing(ImageMedian,Regions,1,1,2,100)

获取图像指定区域的灰度直方图：

gray_histo(Regions计算灰度直方图的区域，Image计算灰度直方图区域所在的图像：：：AbsoluteHisto各灰度值出现的次数，RelativeHisto各灰度值出现的频率)

将获得的灰度直方图转换为区域：

gen_region_histo(：Region包含灰度直方图的区域：Histogram输入的灰度直方图，Row灰度直方图的中心x坐标，Column灰度直方图的中心y坐标，Scale灰度直方图的比例因子：)

获得图像指定灰度直方图实例：

read_image(Image,'1')
dev_close_window()
get_image_size(Image,Width,Height)
dev_open_window(0,0,Width,Height,'black',WindowID)
dev_display(Image)
dev_set_draw('margin')
dev_set_color('red')
*创建平行坐标轴的矩形
gen_rectangle1(rectangle1,351,289,407,340)
dev_set_color('green')
g