Halcon初步学习三

一、语法 字符 数字格式化

等号:        :=

不等号:      #

注释符:      *

字符串赋值:  str:=’halcon’

等于比较符:  if(X=10)

与:          if(A>1  and A<30)

或:          if(A>1  or  A<30)

求反:        if(not(A=10))

For 循环

           for I := 0 to NumBalls - 1 by 1

           endfor

While 循环

           while (x== 1)

           Endwhile

异常获取:

           Try

           catch (Exception)

           Endtry

Switch多分支:

    switch (Index)

    case 1:

        break

    case 2:

        break

    case 3:

        break

    default:

        break

    endswitch

1.字符

i1 := 123$'#o'：8进制，0为前缀，将数字抓化为对应的进制（'0173'）

i2 := 123$'#x'：16进制，0x或0X为前缀，7b或7B为123的16进制所代表的数字（'0x7b'）

i4 := 123$'f'：浮点类型 默认保留小数点后六位（'123.000000'）

i5 := 123$'#g或#G'：保留六位数字，如果没有超过后面会跟上.000（'g\G:123.000'）

i7 := 123$'#e或#E'：转换为科学技术法（'1.230000e+002'，'1.230000E+002'）

2.整数

d1 := 123$'6'：小于六位时 文本右对齐 大于不影响（'  123'）

d2 := 123$'-6'：小于六位时 文本左对齐 大于不影响（'123   '）

d3 := 123$'.6'：小于六位时 在左边补0  大于不影响（'000123'）

d4 := 123$'10.5'：小于10位时 文本右对齐 小于5位时在左边补0  大于不影响（'    00123'）

3.文本

s1 := 'dear'$'10'：小于10位时 文本右对齐 大于不影响（'    dear'）

s2 := 'dear'$'-5'：小于五位时 文本左对齐 大于不影响（'dear  '）

二、Halcon语法 Tuple数组

T1 := [0,1,2,3,4,5,6]：将一个Tuple数组赋值给变量（）

T1[10] := 5：给Tuple数组元素赋值 或 修改数组元素 如果数组长度没有到索引的长度  自动补0（[0, 'a', 2, 'b', 4, 'c', 6,0, 0, 0, 5]）

T1[1,3,5] := 'abc'或T1[1,3,5] := ['a','b','c']：批量修改数组的值（）

T2 := [0:1000]：批量给数组赋值 其值为0到1000连续数值

（[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24....]）

T3 := [3:2:200]：批量给数组赋值 其值为3到200连续数字 步长为2（[3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29，31, 33, 35, 37, 39， 41, 43, 45, 47,...]）

T4 := [100:-10:-100]：批量给数组赋值 其值为100到-100连续数字 步长为-10（[100，90， 80，70， 60，50， 40, 30，20, 10，0，-10， -20， -30， -40， -50, -60， -70， -80， -90,...]）

tuple_union：合并数组  重复的自动清除 从小到大排序

tuple_intersection：获取两个数组交集的部分（获取两个数组相同的元素）

tuple_replace(T5, [0,1], ['x','y'], Replaced)：替换数组元素  将数组的第0,1个元素 替换为x y  不改变原数组

tuple_insert：向数组中插入数值

三、图像分割之地形学操作

gauss_filter：高斯滤波。目的是定位了清除图像上的噪点。

invert_image：图像反转

watersheds：从图像中提取分水岭和盆地。

（第一个参数：要提取盆地分数领的图像。第二个参数：提取的盆地。第三个参数：提取的分水岭）

四、auto_threshold自动阈值

auto_threshold：自动阈值分割。根据图像的灰度值方图来确定阈值的，4为高斯滤波核，用于直方图平滑。（灰度直方图：将数字图像中的所有像素按照灰度值的大小，统计出来的频率。）

 五、char_threshold字符提取

char_threshold：阈值分割。提取字符，主要应用于明亮的纸上分割黑色字符图像

（第一个参数：图像。
第二个参数：计算的直方图区域。
第三个参数：分割后的区域。
第四个参数：直方图的高斯平滑的Sigma 目的是去除噪点，增强图像在不同比例下大小图像差异
第五个参数：灰度值差异的百分比。
第六个参数：计算出的阈值）

六、dual_thershold图像分割。

convert_image_type：将第一个图像baty类型转化为int2类型。

sub_image：将两个图像相减得到一张新图。

dual_threshold：将符号的图像分割为正负两个区域。

（第一个参数：图像
第二个参数：分割后的区域
第三个参数：最小区域大小
第四个参数：最小的灰度值大小
第五个参数：阈值）

 七、dyn_threshold局部阈值

mean_image：均值滤波，图像滤波  即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制。（图像噪声：指存在于图像数据中不必要的或多余的干扰信息，噪声的存在严重影响了图像的质量。对图像进行滤波，目的是为了清除图像噪点，但是可能会造成图像上边界的模糊）

dyn_threshold：使用本地阈值分割图像。

 八、local_threshold局部阈值

 local_threshold基于局部平均和标准偏差的局部自适应，使用场景适合不均与的照明条件或噪点。

（参数一：输入图像
参数二：分割后的区域
参数三：分割的方法
参数四：提取前景还是背景
参数五：参数名
参数六：参数值）

 九、var_threshold局部阈值

var_threshold：通过局部阈值和标准偏差进行阈值图像，使用场景不均匀的照明条件或噪声的图像。

（参数一：输入图像
参数二：分割后的区域
参数三：均值和标准差得掩码宽度
参数四：均值和标准差得掩码高度
参数五：标准因子
参数六：最小灰度值和均值偏差
参数七：提取暗的区域还是量亮的区域，或相似的区域，不相似的区域）