失败笔记本--HALCON--001--202406

失败笔记本-HALCON篇-001

项目场景：

这里是正式学习HALCON的第一课，从安装HALCON到打开第一张图片遇到了各种各样的问题。在失败笔记本系列文章中将会记录这些问题的出现原因和解决方案。
参考视频：halcon例子：实现基恩士视觉的sobel瑕疵检测
基恩士源连接：预处理功能介绍

---

1.安装后出现掉License

描述：在安装软件后，下载最新License文件拷贝到HALCON更目录下License文件夹，启动软件仍然报错：Halcon许可错误（Hdevelop错误代码：21010）

原因分析：

回忆安装过程中存在失败后重新安装的步骤，在重新安装时更改了安装路径。这一步操作导致系统环境变量和实际安装文件目录的不匹配，就找不到保存好的License了。

参考大神回答解决：关于“Halcon许可错误（Hdevelop错误代码：21010）Halcon错误#2036”全网最全最有效解决方法

解决方案：

修改环境变量为正确的路径：

---

2.打开JPG格式的图片报错

描述：在基恩士官网将要处理的缺陷图保存下来，保存格式为jpg格式。新建HALCON程序，使用read_image()算子打开图片报错：JPEG:Error in input image(HALCON错误代码5576）

原因分析：

最开始怀疑是图片路径问题，但是更改绝对路径后仍然报错。查找资料得知这可能是图片格式的错误导致的，图片的格式应该是不对的。

参考大神回答解决：[HALCON文档] Halcon使用read_image读取图片错误？

解决方案：

更改图片格式为png格式后，成功打开。

---

3.算法学习和细节调整

成功打开图片，万里长征迈出了第一步！终于可以开始算法的学习了，先梳理一遍算法结构：
打开图片–转换灰度–Sobel–二值化–膨胀放大
再跟着大佬视频教程一步一步来：

• 首先就是打开图片和转换颜色空间为灰度：

read_image (Image, '1.png')
rgb1_to_gray (Image, GrayImage)

• 转换之后呢，可以打开灰度直方图观察是否可以用阈值调节
  紧接着就是使用Sobel算子：

sobel_amp (GrayImage, EdgeAmplitude, 'sum_abs', 3)
scale_image_max (EdgeAmplitude, ImageScaleMax)

**sobel_amp()算子主要用于图像的边缘检测，作用是检测图像中的边缘和细节等灰度值变化剧烈的地方。
其第三个参数是滤波器类型，不同的滤波器类型会影响掩码的使用方式。常见的滤波器类型包括“sum_abs”、“sum_sqrt”、“x”和“y”。
其第四个参数是掩码大小，决定了滤波器的范围。较大的Size可以更好地检测粗边缘，而较小的Size则更适合检测细边缘。
参考链接：sobel_amp[HALCON算子参考手册]

scale_image_max()算子的作用呢是将图像的灰度值缩放到0-255范围内。具体来说，该算子计算原始图像灰度值的最小值和最大值，并将这些灰度值缩放到0-255的范围内，从而最大化图像的对比度和视觉效果。例如，在字符识别和缺陷检测等应用场景中，使用scale_image_max()可以改善图像的对比度，使字符或缺陷区域更加清晰。

• 接下来就是二值化：

binary_threshold (ImageScaleMax, Region, 'smooth_histo', 'dark', UsedThreshold)
get_image_pointer1 (ImageScaleMax, Pointer, Type, Width, Height)
gen_rectangle1 (Rectangle, 0, 0, Height-5, Width-5)
difference (Rectangle, Region, RegionDifference)

binary_threshold()算子在Halcon图像处理中用于自动全局阈值分割。其主要作用是根据图像的灰度直方图自动确定一个全局阈值，并将图像分割为两个部分：亮区域和暗区域。
其第三个参数Method：阈值计算方法，目前提供两种方法：
max_separability：最大可分离性法，适用于灰度直方图有两个波峰的图像。
smooth_histo：平滑直方图法，同样适用于灰度直方图有两个波峰的图像。
使用两个不同参数的效果如下：

• 观察右图平滑直方图法可以发现，需要进行一步腐蚀，后膨胀：

erosion_circle (RegionDifference, RegionErosion, 1)
dilation_circle (RegionErosion, RegionDilation, 2)
fill_up (RegionDilation, RegionFillUp)

• 最后的效果如下：

• 最后是完整的代码：

read_image (Image, '1.png')
rgb1_to_gray (Image, GrayImage)

sobel_amp (GrayImage, EdgeAmplitude, 'sum_abs', 3)
scale_image_max (EdgeAmplitude, ImageScaleMax)

binary_threshold (ImageScaleMax, Region, 'smooth_histo', 'dark', UsedThreshold)
get_image_pointer1 (ImageScaleMax, Pointer, Type, Width, Height)
gen_rectangle1 (Rectangle, 0, 0, Height-5, Width-5)
difference (Rectangle, Region, RegionDifference)

erosion_circle (RegionDifference, RegionErosion, 1)
dilation_circle (RegionErosion, RegionDilation, 2)
fill_up (RegionDilation, RegionFillUp)

总结：

在001中，用到了以下算子：

1. read_image()
2. rgb1_to_gray()
3. sobel_amp()
4. binary_threshold()
5. erosion_circle()
6. dilation_circle()

遇到的主要问题还是对算子的效果作用不了解，这个需要积累经验，不知道在什么步骤需要用什么算子。另外就是体会到了大佬的成熟解决思路非常厉害，要多看多练。