halcon 缺陷检测 药片检测（有无）

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 ()
read_image (ImageOrig, './img/blister_reference.png')
dev_open_window_fit_image (ImageOrig, 0, 0, -1, -1, WindowHandle)
set_display_font (WindowHandle, 14, 'sans', 'true', 'false')
dev_set_draw ('margin')
dev_set_line_width (3)

***** 2、仿射变换 将图片转正**************
* 抽取图片通道1
access_channel (ImageOrig, Image1, 1)
* 二值化
threshold (Image1, Region, 90, 255)
* 获取整体凸包区域
shape_trans (Region, Blister, 'convex')
* 获取区域的角度（弧度）
orientation_region (Blister, Phi)
* 获取区域的中心点
area_center (Blister, Area1, Row, Column)
* 计算仿射变换矩阵
vector_angle_to_rigid (Row, Column, Phi, Row, Column, 0, HomMat2D)
* 将原始图片转正
affine_trans_image (ImageOrig, Image2, HomMat2D, 'constant', 'false')

***** 3、计算矩形框（15个 药品的位置矩形框）**************
gen_empty_obj (Chambers)
for I := 0 to 4 by 1
    Row := 88 + I * 70
    for J := 0 to 2 by 1
        Column := 163 + J * 150
        gen_rectangle2 (Rectangle, Row, Column, 0, 64, 30)
        concat_obj (Chambers, Rectangle, Chambers)
    endfor
endfor

***** 4、计算模板矩形框旋转后的绝对角度 （旋转目标角度，旋转中心点）**************
* 旋转外框
affine_trans_region (Blister, Blister, HomMat2D, 'nearest_neighbor')
* 计算非药品区域
difference (Blister, Chambers, Pattern)
* 合并药品矩形区域
union1 (Chambers, ChambersUnion)
* 计算旋转后 外框角度
orientation_region (Blister, PhiRef)
PhiRef := rad(180) + PhiRef
* 获取旋转后外框的中心点
area_center (Blister, Area2, RowRef, ColumnRef)

**** 循环分析图片 ********************************************************************
Count := 6
for Index := 1 to Count by 1
    * 读取图片
    read_image (Image, 'blister/blister_' + Index$'02')
    * 二值化连通域分析 连通域筛选
    threshold (Image, Region, 90, 255)
    connection (Region, ConnectedRegions)
    select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 5000, 9999999)
    **** b、旋转处理图片 *****************************
    * 获取外框凸包区域
    shape_trans (SelectedRegions, RegionTrans, 'convex')
    * 外框凸包角度
    orientation_region (RegionTrans, Phi)
    * 外框中心点
    area_center (RegionTrans, Area3, Row, Column)
    vector_angle_to_rigid (Row, Column, Phi, RowRef, ColumnRef, PhiRef, HomMat2D)
    affine_trans_image (Image, ImageAffineTrans, HomMat2D, 'constant', 'false')
    * 
    **** c、药片区域获取 *****************************
    * 缩小处理区域
    reduce_domain (ImageAffineTrans, ChambersUnion, ImageReduced)
    * RGB图片抽取
    decompose3 (ImageReduced, ImageR, ImageG, ImageB)
    * 局部二值化 7*7 局部区域，0.2 刻度 2：绝对阈值
    var_threshold (ImageB, Region, 7, 7, 0.2, 2, 'dark')
    dev_display (Region)
    * 连通域分析
    connection (Region, ConnectedRegions0)
    * 闭运算矩形（链接药片内部）
    closing_rectangle1 (ConnectedRegions0, ConnectedRegions, 3, 3)
    * 填充内部区域
    fill_up (ConnectedRegions, RegionFillUp)
    dev_clear_window ()
    dev_display (RegionFillUp)
    * 筛选连通域 （筛选掉小区域）
    select_shape (RegionFillUp, SelectedRegions, 'area', 'and', 1000, 99999)
    dev_clear_window ()
    dev_display (SelectedRegions)
    * 开运算（断开多余部分）
    opening_circle (SelectedRegions, RegionOpening, 4.5)
    dev_clear_window ()
    dev_display (RegionOpening)
    * 连通域分析
    connection (RegionOpening, ConnectedRegions)
    * 再次筛选 连通域 （筛选掉小区域）
    select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 1000, 99999)
    * 凸包连通域为 药片连通域
    shape_trans (SelectedRegions, Pills, 'convex')
    dev_clear_window ()
    dev_display (ImageAffineTrans)
    dev_display (Pills)
    
    **** d、药片分类（检测） *****************************
    * 统计连通域个数
    count_obj (Chambers, Number) 
    * 创建错误药片对象，丢失药片对象
    gen_empty_obj (WrongPill)
    gen_empty_obj (MissingPill)
    for I := 1 to Number by 1
        * 选择外框区域
        select_obj (Chambers, Chamber, I)
        * 单个外框与药片连通域图片  交接
        intersection (Chamber, Pills, Pill)
        * 获取面积与中心点
        area_center (Pill, Area, Row1, Column1)
        if (Area > 0)
            * 蓝色图片中，药片区域 灰度最小最大值，0 高于0的百分比
            min_max_gray (Pill, ImageB, 0, Min, Max, Range)
            * 面积小于 3800 说明药片不存在  min < 60说明有暗区 药片出现错误
            if (Area < 3800 or Min < 60)
                * 统计错误药片
                concat_obj (WrongPill, Pill, WrongPill)
            endif
        else
            * 统计丢失药片
            concat_obj (MissingPill, Chamber, MissingPill)
        endif
    endfor
    
    **** E、统计OK，错误，丢失个数 *****************************
    dev_clear_window ()
    dev_display (ImageAffineTrans)
    dev_set_color ('forest green')
    count_obj (Pills, NumberP)
    count_obj (WrongPill, NumberWP)
    count_obj (MissingPill, NumberMP)
    dev_display (Pills)
    * 有丢失 或有错误 的产品
    if (NumberMP > 0 or NumberWP > 0)
        * NG
        disp_message (WindowHandle, 'Not OK', 'window', 12, 12 + 600, 'red', 'true')
    else
        * OK
        disp_message (WindowHandle, 'OK', 'window', 12, 12 + 600, 'forest green', 'true')
    endif
    **** F、显示个数 *****************************
    Message := '# 药片OK数量: ' + (NumberP - NumberWP)
    Message[1] := '# 药片错误  :  ' + NumberWP
    Message[2] := '# 药片丢失：:  ' + NumberMP
    * 
    Colors := gen_tuple_const(3,'black')
    if (NumberWP > 0)
        Colors[1] := 'red'
    endif
    if (NumberMP > 0)
        Colors[2] := 'red'
    endif
    disp_message (WindowHandle, Message, 'window', 12, 12, Colors, 'true')
    dev_set_color ('red')
    dev_display (WrongPill)
    dev_display (MissingPill)
    
    * 继续下一张图片
    if (Index < Count)
        disp_continue_message (WindowHandle, 'black', 'true')
    endif
    stop ()
endfor