Halcon 中Region特征种类与灰度图像灰度特征

最新推荐文章于 2024-10-18 20:00:06 发布
最新推荐文章于 2024-10-18 20:00:06 发布
阅读量349 收藏
点赞数 2
文章标签： 计算机视觉 图像处理 人工智能
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_54474317/article/details/135959595
版权

Region特征：

  • Circularity(圆度)
  • Ratio(宽高比)
  • Compactness(紧实度)
  • Convexity(凸性)
  • Rectangularity(矩形度)
  • Bulkiness(松散度)
  • 等等可以使用函数region_feature()

灰度图特征：

  • Correlation相关性
  • Homogeneity一致性
  • Contrast对比度
  • 以上三种可用cooc_feature_image函数计算
  • Entropy灰度图像的熵
  • Anisotropy 衡量灰度值分布的对称性
  • 以上两种可用entropy_gray函数计算
_假正经
关注
Halcon区域特征
zzzkiti的专栏
11-27 1万+
特征 经营者名单↓ 本章包含允许您访问区域的不同功能的运算符。   功能列表   在下文中，说明了可用的特征。 'Area'： 对象的区域 'row'： 中心的行索引 'column'： 中心的列索引 'row1'： 左上角的行索引 “column1”： 左上角的列索引 “row2”： 右下角的行索引 “column2”： 右下角的列索引 'width...
【halcon】select_shape 高宽比(‘ratio‘) 各项异性(‘anisometry‘)
songhuangong123的博客
11-09 924
今天，我在筛选瑕疵的时候，有很多细长的区域，不是我想要的，此时可以用select_shape 进行高宽比例的选择。select_shape，这算子用的非常的多，平时我主要用来选择面积，位置，长宽等等。就可以把这种轻松的过滤掉(图中高宽比超过了15)。如果是横向细长的区域，将得到一个小数.今天，发现一个小技巧分享给小伙伴们。但是需要注意的是：这里。
[Halcon&笔记] 特征选择中的常用特征总结
热门推荐
Loewen丶的小窝
06-15 1万+
        Halcon中有区域特征（region）、灰度值特征（gray value）、XLD轮廓特征（xld）。         一、区域特征： 想看某个区域的特征，单击区域，选择打开特征检测： 区域中的特征包括基本特征（basic）、形状特征（shape）、重要特征（moment）： 基本特征...
Halcon学习之六：获取Image图像中Region区域的特征参数
weixin_34019929的博客
07-27 883
area_center_gray ( Regions, Image : : : Area, Row, Column )    计算Image图像中Region区域的面积Area和重心（Row，Column）。 cooc_feature_image ( Regions, Image : : LdGray, Direction : Energy,Correlation, Homogeneity, C...
Halcon算子总结
zxf347085420的博客
08-05 6324
0、region 和 image的区别 Halcon中的区域region：只有区域坐标信息，region的宽度、高度、中心点坐标、倾斜角度等，这个区域内没有图像灰度值。 图像image：既有每个像素位置的坐标信息(y,x)，又有图像区域内的像素灰度值。 1、不能将union1/union2和concat_obj混淆。 union1/2是针区域融合(merged)，因此对象的个数也被改变。假...
Halcon中像素、灰度和数据结构介绍
yuanrongyouzhi的博客
03-19 8018
文章目录前言一、image1.分辨率二、灰度是什么？1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、image 1.分辨率 （1）分辨率：一般用WxH的形式表示，W为图像水平方向上每一行的像素数，N为垂直 向上每一列的像素数。 （2）像素尺寸：指每一个像素的实际大小，单位一般是mm。在分辨率一样的情况下，
Halcon学习之六：获取Image图像中Region区域的特征参数.doc
01-22
本篇主要讨论如何从Image图像中的Region区域获取各种特征参数，这对于图像分析、识别和分类至关重要。以下是一些关键函数及其作用的详细说明： 1. **area_center_gray**: 这个函数用于计算Region区域的面积(Area)...
halcon灰度图像打印彩色region
05-08
halcon灰度图像打印彩色region，halcon灰度图像打印彩色region，halcon灰度图像打印彩色region
c#+halcon roi，灰度值，模板匹配
03-09
在C#中使用Halcon，可以通过`ReadImage`函数加载图像，然后使用`GetImageProperty`方法获取图像的灰度值。对于ROI内的灰度值，可以使用`GenImageStat`或`IntegralImage`等函数计算平均灰度、最大值、最小值等统计...
MFC联合Halcon ROI设置 灰度匹配
12-21
在Halcon中，可以使用灰度匹配函数找到与模板图像灰度值最接近的区域。该方法适用于颜色不均匀或光照变化较大的场景。 - 匹配过程包括模板创建、灰度值比较、匹配度计算等步骤。 3. **NCC（Normalized Cross ...
halcon画出灰度直方图_halcon读取一张照片，并转化为灰度图像
weixin_34391934的博客
01-14 4421
dev_close_window () read_image (Image, 'E:/图片/123.jpg') get_image_size (Image, Width, Height) dev_open_window (, , Width, Height, 'black', WindowHandle) rgb1_to_gray(Image,GrayImage) dev_display (Gray...
halcon domain和region总结
hao1183716597的专栏
04-12 1395
而图像就是。
数字图像处理中的Region与XLD
weixin_44490080的博客
07-16 3186
众所周知，Region和XLD是数字图像处理中的两大图元对象，两者的数据结构不同，各自的地基也不同，但在使用上却有很多相似的地方。下面具体说说Region与XLD两大对象的地基。 Region简介： Region是图像处理里面的一大对象，该对象描述图像中的区域。图像可通过threshold（阈值分割）算子转换成区域，也可以手动画ROI （感兴趣区域）来定义区域。手动ROI跟阈值分割转换区域是不...
halcon 图像中轮廓的概念
weixin_39926429的博客
02-16 667
*如前文所描述，我们知道，region是halcon中的一个数据结构，它是个集合。 *轮廓是halcon中的一个数据结构。 *前面介绍的图像分割出来的区域是以像素为单位的 *当我们将该区域用reduce_domain算子分离出来的图像边缘是锯齿状，精度以像素为单位 *在工业中我们往往需要得到比像素精度还要高的边缘，这时就需要提取亚像素数据。 *亚像素数据可以通过亚像素阈值分割或亚像素边缘提取算子提取来得到。 *这些处理结果是可以用亚像素轮廓来表示的。 *轮廓基本上可以描述为多边形，即一组排序后
图像区域特征
zizi7的专栏
08-23 6802
以 Halcon 里支持的 Region 特征为基础，做概念总结形状特征
halcon算子翻译——entropy_gray
weixin_34005042的博客
01-30 639
名称 entropy_gray - 确定图像的熵和各向异性。 用法 entropy_gray(Regions, Image : : : Entropy, Anisotropy) 描述 　　算子entropy_gray创建输入图像中灰度值的相对频率的直方图，并根据以下公式从这些频率计算来自区域的每个区域的熵和各向异性系数： rel[i]对应灰度值频率的直方图i为输入图像的灰度值（...
YOLO11改进|注意力机制篇|引入CoT注意力机制
A1983Z的博客
10-14 945
YOLO11中添加CoT注意力机制
opencv学习：基于计算机视觉的表情识别系统
最新发布
mohanyelong的博客
10-18 682
opencv学习：基于计算机视觉的表情识别系统
《OpenCV计算机视觉》—— 风格迁移
weixin_73504499的博客
10-15 344
将图片换一种风格展示
Halcon教程：分析图像Region特征参数
这些函数和概念是Halcon中处理图像特征的关键工具，对于理解和应用机器视觉技术来说非常重要。通过掌握它们，开发者可以更有效地分析图像，提取有用信息，以解决各种实际问题，例如检测、识别和测量。
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