C#（一）自动阈值分割、阈值分割封装到一个函数（二）封装图像

在C#中实现图像的阈值分割是计算机视觉中的一个常见任务。阈值分割通过将图像的像素值与指定的阈值进行比较，来将图像分成前景和背景。下面是一个简单的示例，演示如何将阈值分割功能封装到一个函数中，并在函数开头进行定义。

思路：建立三个类分别为

一.测试类

二.类 封装阈值分割

三.类 封装图像

1）新建一个类ThresholdDef：这个类里面就是用来写阈值分割的类：分为普通阈值分割 自动阈值分割

成员变量：

1.普通阈值分割 里面有最小灰度值MinGray 最大灰度值MaxGray 参数
2.自动阈值分割 里面有max_separability/smooth_histo     亮light暗Dark参数

 //判断阈值分割的方式 是自动还是普通
public 阈值分割方式 _Segment;

//普通阈值分割
//成员变量
public int _MaxGray;
public int _MinGray;
//自动阈值分割
 //成员变量
 public 自动阈值分割方法 _SegmentMothd;//判断自动阈值分割是用的max_separability 还是smooth_histo
 public 亮或暗 _LightOrDark;//判断自动阈值分割中的亮暗

定义几个枚举类型：

  public enum 阈值分割方式
  {
      Threshold = 0,//普通阈值分割
      BinaryThreshold = 1,//自动阈值分割
  }
  public enum 自动阈值分割方法
  {
      max_separability = 0,
      smooth_histo = 1,
  }
  public enum 亮或暗
  {
      dark = 0,
      light = 1
  }

然后构造函数：自动阈值分割，普通阈值分割

public ThresholdDef(int MaxGray,int MinGray)
{
    _Segment= 阈值分割方式.Threshold;//阈值分割为普通型
    _MaxGray =MaxGray;
    _MinGray=MinGray;
}

public ThresholdDef(自动阈值分割方法 segmentMothd, 亮或暗 lightOrDark)
{
    _Segment= 阈值分割方式.BinaryThreshold;
    _SegmentMothd = segmentMothd;
    _LightOrDark = lightOrDark;
}

以下是完整代码：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace Algorithm //域名可以更改
{
    public enum 阈值分割方式
    {
        Threshold = 0,//普通阈值分割
        BinaryThreshold = 1,//自动阈值分割
    }
    public enum 自动阈值分割方法
    {
        max_separability = 0,
        smooth_histo = 1,
    }
    public enum 亮或暗
    {
        dark = 0,
        light = 1
    }


    public class ThresholdDef
    {
        //判断阈值分割的方式 是自动还是普通
        public 阈值分割方式 _Segment;

        //普通阈值分割
        //成员变量
        public int _MaxGray;
        public int _MinGray;
       
        public ThresholdDef(int MaxGray,int MinGray)
        {
            _Segment= 阈值分割方式.Threshold;//阈值分割为普通型
            _MaxGray =MaxGray;
            _MinGray=MinGray;
        }
        //自动阈值分割
        //成员变量
        public 自动阈值分割方法 _SegmentMothd;//判断自动阈值分割是用的max_separability 还是smooth_histo
        public 亮或暗 _LightOrDark;//判断自动阈值分割中的亮暗
        public ThresholdDef(自动阈值分割方法 segmentMothd, 亮或暗 lightOrDark)
        {
            _Segment= 阈值分割方式.BinaryThreshold;
            _SegmentMothd = segmentMothd;
            _LightOrDark = lightOrDark;
        }
    }
}

2）封装图像

新建一个处理图像的类ImageHelper：

1.读取图片

        //读取图片
        public static bool ReadImage(out HObject hImage, string filename, HWindow window)

2.构建一个静态的布尔型的ReadImage方法

• bool：这是方法的返回类型，表示该方法将返回一个布尔值 (true 或 false)。布尔值通常用于表示成功与否或是非状态。

• string filename：这是一个普通的参数，表示图像文件的路径和文件名。方法将读取这个文件。

• HWindow window：这是一个窗口对象，通常用于显示图像。在图像处理或计算机视觉库中，HWindow 用于显示或绘制图像。

   public static bool ReadImage(out HObject hImage, string filename, HWindow window)
   {
       try
       {
           HOperatorSet.ReadImage(out hImage, filename);//读取图片
           HTuple width, height;
           //获得图片的宽高
           HOperatorSet.GetImageSize(hImage, out width, out height);
           //设置显示范围
           //HWindowControl.HalconWindow -->控件的句柄  设置显示范围
           HOperatorSet.SetPart(window, 0, 0, (height - 1), (width - 1));
           //显示
           HOperatorSet.DispObj(hImage, window);
           return true;

       }
       catch 
       {
           hImage = null;
           return false;
       }

   }

3.构建静态布尔型普通分割方法

 //图片阈值分割
 public  static bool Threshold(HObject hImage, out HObject Region, int Min, int Max)
 {
     HOperatorSet.Threshold(hImage, out Region, Min, Max);
     return true;
 }

4.构建静态布尔型自动分割方法

HOperatorSet.BinaryThreshold 是 Halcon 库中的一个方法，用于进行图像的二值化处理。这个方法的参数包括：

• hImage：输入图像对象。
• out Region：输出参数，表示二值化后的区域。
• segmentMethod.ToString()：将分割方法枚举或类型转换为字符串，以便传递给 BinaryThreshold 方法。
• lightOrDark.ToString()：将亮或暗枚举或类型转换为字符串，指定二值化是为了提取亮部还是暗部。
• out shuchu：接收方法输出的 HTuple。

public static bool BinaryThreshold(HObject hImage, out HObject Region, 自动阈值分割方法 segmentMothd, 亮或暗 lightOrDark)
{
    HTuple shuchu;
    HOperatorSet.BinaryThreshold(hImage, out Region, segmentMothd.ToString(), lightOrDark.ToString(), out shuchu );
    return true;
}

5.构建 ThresholdALL 方法处理图像的阈值分割。它根据 ThresholdDef 的 _Segment 属性选择不同的分割方法。

  public static bool ThresholdALL(HObject hImage,out HObject Region,ThresholdDef thresholdDef)
  {
      Region = null;
      switch (thresholdDef._Segment)
      {
          case 阈值分割方式.Threshold:
              Console.WriteLine("我调用了普通阈值分割  Threshold");
              return Threshold(hImage, out Region, thresholdDef._MinGray, thresholdDef._MinGray);

          case 阈值分割方式.BinaryThreshold:
              Console.WriteLine("我调用了自动阈值分割  BinaryThreshold");
              return BinaryThreshold(hImage, out Region, thresholdDef._SegmentMothd, thresholdDef._LightOrDark);
          default:
              return false;
      }
  }

以下是完整代码：

using System;
using System.Collections.Generic;
using System.Drawing;
using System.Linq;
using System.Security.Cryptography.X509Certificates;
using System.Text;
using System.Threading.Tasks;
using HalconDotNet;

namespace Algorithm //域名 算法
{
    //这个类就是用来图像处理的算法类 图片读取 图片分割
    public class ImageHelper

    {
        //读取图片
        public static bool ReadImage(out HObject hImage, string filename, HWindow window)
        {
            try
            {
                HOperatorSet.ReadImage(out hImage, filename);//读取图片
                HTuple width, height;
                //获得图片的宽高
                HOperatorSet.GetImageSize(hImage, out width, out height);
                //设置显示范围
                //HWindowControl.HalconWindow -->控件的句柄  设置显示范围
                HOperatorSet.SetPart(window, 0, 0, (height - 1), (width - 1));
                //显示
                HOperatorSet.DispObj(hImage, window);
                return true;

            }
            catch 
            {
                hImage = null;
                return false;
            }

        }
        //图片阈值分割
        public  static bool Threshold(HObject hImage, out HObject Region, int Min, int Max)
        {
            HOperatorSet.Threshold(hImage, out Region, Min, Max);
            return true;
        }
        public static bool BinaryThreshold(HObject hImage, out HObject Region, 自动阈值分割方法 segmentMothd, 亮或暗 lightOrDark)
        {
            HTuple shuchu;
            HOperatorSet.BinaryThreshold(hImage, out Region, segmentMothd.ToString(), lightOrDark.ToString(), out shuchu );
            return true;
        }
        //写一个总的类来判断阈值分割是否封装成功
        public static bool ThresholdALL(HObject hImage,out HObject Region,ThresholdDef thresholdDef)
        {
            Region = null;
            switch (thresholdDef._Segment)
            {
                case 阈值分割方式.Threshold:
                    Console.WriteLine("我调用了普通阈值分割  Threshold");
                    return Threshold(hImage, out Region, thresholdDef._MinGray, thresholdDef._MinGray);

                case 阈值分割方式.BinaryThreshold:
                    Console.WriteLine("我调用了自动阈值分割  BinaryThreshold");
                    return BinaryThreshold(hImage, out Region, thresholdDef._SegmentMothd, thresholdDef._LightOrDark);
                default:
                    return false;
            }
        }


    }
}

3）测试类

为了测试是否封装成功，需要分别创建两个按钮，一个是用来测试封装图片是否成功，另一个是测试阈值分割和自动阈值分割是否封装成功

窗体如图所示：

阈值分割的按钮的点击事件处理

 private HObject ho_image;
 private void button_threshod_Click(object sender, EventArgs e)
 {
    
     string filename = "E:\\zhizao\\照片\\die_03\\die_03.png";
     bool result = Algorithm.ImageHelper.ReadImage(out ho_image, filename, hWindowControl1.HalconWindow);
     HObject Region;
     Algorithm.ThresholdDef thresholdDef=new Algorithm.ThresholdDef(自动阈值分割方法.max_separability,亮或暗.dark);
     //Algorithm.ThresholdDef thresholdDef = new Algorithm.ThresholdDef(11, 25);//实例化普通阈值分割
     Algorithm.ImageHelper.ThresholdALL(ho_image, out Region, thresholdDef);
     
     //显示窗体
     HOperatorSet.DispObj(Region, hWindowControl1.HalconWindow);

 }

读取照片的点击事件

private void button_ReadImage_Click(object sender, EventArgs e)
{
    string filename = "E:\\zhizao\\照片\\die_03\\die_03.png";
    bool result = Algorithm.ImageHelper.ReadImage(out ho_image, filename, hWindowControl1.HalconWindow);
    if (result != true)
    {
        MessageBox.Show(" Algorithm.ImageHelper.ReadImage 失败");
    }
}

结果如果所示：

以上全部代码

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using Algorithm;
using HalconDotNet;

namespace 练习封装
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }
        private HObject ho_image;
        private void button_threshod_Click(object sender, EventArgs e)
        {
           
            string filename = "E:\\zhizao\\照片\\die_03\\die_03.png";
            bool result = Algorithm.ImageHelper.ReadImage(out ho_image, filename, hWindowControl1.HalconWindow);
            HObject Region;
            Algorithm.ThresholdDef thresholdDef=new Algorithm.ThresholdDef(自动阈值分割方法.max_separability,亮或暗.dark);
            //Algorithm.ThresholdDef thresholdDef = new Algorithm.ThresholdDef(11, 25);//实例化普通阈值分割
            Algorithm.ImageHelper.ThresholdALL(ho_image, out Region, thresholdDef);
            
            //显示窗体
            HOperatorSet.DispObj(Region, hWindowControl1.HalconWindow);

        }

        private void button_ReadImage_Click(object sender, EventArgs e)
        {
            string filename = "E:\\zhizao\\照片\\die_03\\die_03.png";
            bool result = Algorithm.ImageHelper.ReadImage(out ho_image, filename, hWindowControl1.HalconWindow);
            if (result != true)
            {
                MessageBox.Show(" Algorithm.ImageHelper.ReadImage 失败");
            }
        }
    }
}