Halcon算子学习笔记（持续更新）

A

abs_diff_image（计算两个图像的绝对差）

abs_diff_image(Image1, Image2 : ImageAbsDiff : Mult : )

①参数：

• Image1：输入图像1
• Image2：输入图像2
• ImageAbsDiff ：绝对差异结果图（输出图像）
• Mult：比例因子（结果图中的像素灰度系数）

Mult=1时：

Mult=4时：

abs_funct_1d（计算输入函数y值的绝对值）

create_funct_1d_array([-3], Function)             //根据输入数组创建一个函数
abs_funct_1d(Function, FunctionAbsolute)			//（输入函数，输出函数Y值绝对值）

abs_image （计算图像的绝对值）

convert_image_type(Image, ImageInt2, 'int2')        //输入图像格式转化为int2类型
texture_laws(ImageInt2, ImageTexture, 'el', 2, 5)   //过滤器，通俗讲提取边缘（从下往上，白->黑边缘为白色，像素值为+；黑->白边缘为黑色，像素为-）
abs_image(ImageTexture, ImageTexture)               //输出图像每个像素点绝对值

abs_matrix（计算矩阵元素的绝对值）

abs_matrix( : : Matrix : MatrixAbs)     //（输入矩阵的矩阵句柄，输出的绝对值矩阵句柄）

access_channel（访问多通道图像的通道）

access_channel(MultiChannelImage : Image : Channel :)//（输入多通道图像，输出所选通道图像，通道数）
//以RGB图像为例：
access_channel(Image, Red, 1)   //1为Red通道

acos_image（计算图像的反余弦）

acos_image(Image : ArccosImage : : )

activate_compute_device (激活计算设备)

query_available_compute_devices(DeviceIdentifier)   //获取可用的计算设备列表
open_compute_device(DeviceIdentifier, DeviceHandle) //打开计算设备
activate_compute_device(DeviceHandle)               //激活计算设备
//HALCON线程只能激活一个计算设备。如果之前 调用了其他设备，则该设备将自动停用

adapt_shape_model_high_noise （调整形状模型的参数以适应高噪点图像）

read_image(Image2, 'brochure/brochure_page_01.jpg')
create_shape_model(Image2, 'auto', -0.39, 0.79, 'auto', 'auto', 'use_polarity', 'auto', 'auto', ModelID)
adapt_shape_model_high_noise(Image1, ModelID, 'all', ResultDict)

add_channels（给图像的指定区域填充灰度值）

add_channels(Regions, Image : GrayRegions : : )    //（区域，输入图像，只保留该区域图像）

add_class_train_data_gmm（gmm：高斯混合模型）

add_class_train_data_gmm( : : GMMHandle, ClassTrainDataHandle : ) //将训练数据添加到高斯混合模型

add_class_train_data_knn（knn：最邻近结点算法）

create_class_knn(10, KNNHandle)        //创建knn句柄
create_class_train_data(10, ClassTrainDataHandle)        //创建knn训练数据
add_class_train_data_knn(KNNHandle, ClassTrainDataHandle)   //将训练数据添加到最邻近结点算法分类器中

add_class_train_data_mlp（mlp：多层感知器）

add_class_train_data_mlp( : : MLPHandle, ClassTrainDataHandle : )//将训练数据添加到多层感知器

add_class_train_data_svm（SVM：支持向量机）

add_class_train_data_svm( : : SVMHandle, ClassTrainDataHandle : )//将训练数据添加到支持向量机

add_deformable_surface_model_reference_point（将参考点添加到可变形曲面模型）

add_deformable_surface_model_reference_point( : : DeformableSurfaceModel, ReferencePointX, ReferencePointY, ReferencePointZ : ReferencePointIndex)
//（可变曲面模型句柄(in)，参考点X(in),参考点Y(in),参考点Z(in),新参考点的索引(out)）

add_deformable_surface_model_sample（将变形样本添加到可变形曲面模型）

add_deformable_surface_model_sample( : : DeformableSurfaceModel, ObjectModel3D : )
//（可变曲面模型句柄(in)，变形的3D对象模型的句柄）

add_image (图像叠加)

add_image(Image1, Image2 : ImageResult : Mult, Add : )
//A:Image1（输入图像1）  B:Image2（输入图像2）   C:ImageResult（输出图像）
//C =  ( A + B ) * Mult + Add

Mult = 0.5； Add = 0；

add_matrix(矩阵叠加)

add_matrix( : : MatrixAID, MatrixBID : MatrixSumID)  //（in，in，out）

add_matrix_mod(矩阵叠加)

add_matrix( : : MatrixAID, MatrixBID : MatrixSumID)  //（in ，in） 叠加结果存于A

-------------------------------------------------------------------------------------------------------------------------

C

create_funct_1d_array (根据y值序列创建一个函数)

create_funct_1d_array([-1,1], Function)    //（Function：类型：function_1d ，结果：0,1,0,-1,1）

convert_image_type （转换图像的类型）

convert_image_type(Image : ImageConverted : NewType ) //（输入图像，输出图像，要转换的图像类型）

create_shape_model（）

create_shape_model(Image2, 'auto', -0.39, 0.79, 'auto', 'auto', 'use_polarity', 'auto', 'auto', ModelID)

create_class_knn（创建knn句柄）

create_class_knn(10, KNNHandle)        //创建knn句柄

create_class_train_data（创建knn训练数据）

create_class_train_data(10, ClassTrainDataHandle)        //创建knn训练数据

-------------------------------------------------------------------------------------------------------------------------

O

open_compute_device （打开计算设备）

open_compute_device( : : DeviceIdentifier : DeviceHandle)

-------------------------------------------------------------------------------------------------------------------------

Q

query_available_compute_devices (获取可用的计算设备列表)

query_available_compute_devices( : : : DeviceIdentifier)

-------------------------------------------------------------------------------------------------------------------------

R

read_image (读取图片)

read_image( : Image : FileName : )  //（out，in）

-------------------------------------------------------------------------------------------------------------------------

T

texture_laws (使用Laws纹理过滤器过滤图像)

texture_laws(Image : ImageTexture : FilterTypes, Shift, FilterSize : )