（三）掰开了，揉碎了，说经典halcon中的那些算子（三）形态学、仿射变换和颜色识别

膨胀：只要结构元素与原区域有重合，那么中心元素就新增。

腐蚀：只有结构元素被原区域完全包含，那么中心元素才保留，否则中心元素就去掉。

开运算：减少像素，断开区域。先腐蚀，后膨胀。

闭运算：增加像素，连接区域。先膨胀，后腐蚀。

形态学结构元素，半径越大，程度越深。膨胀和腐蚀要比开闭运算程度厉害。

  图像处理流程：

1. 采集
2. 预处理：
   1. 中值滤波，均值滤波，高斯滤波。
   2. 频域中的高通滤波、低通滤波、高斯滤波。
   3. 动态范围gray_range_rect求最大亮度，最小亮度，让最亮的更亮，让最暗的更暗。
   4. 灰度图像形态学变换：并不改变形状，但改变亮度。gray_erosion灰度图像腐蚀相当于将图像变暗，对灰度图像膨胀，相当于让图像变亮。
   5. scale_image：图像线性变换。
   6. 反转inverse。
3. 特征提取或形态学处理：
4. 显示、训练、识别。

---

定位的两种方法：

1、Blob分析：分析像素块，受光照影响明显。（成像决定了项目的成败。）

2、模板匹配：模板角度、位置。有找mark点，有blob分析找特征的。周长等。点的坐标和角度。然后做仿射变换。

仿射变换是一种几何变换，投影变换。只对形状发生变化。变换到标准位置。

矩阵变换。平移、旋转、缩放。矩阵可以由一个函数求得。

3、深度学习定位检测：

---

求仿射变换的两种方式：

1、在【实例程序】中【分类】找到【几何转换】中的affine_trans_region.hdev。

第五行中draw_region，画一个区域，左键画图，右键确认。对于区域会有一个拟合椭圆，长轴中极性较强的一端作为椭圆的正轴。与水平轴的夹角作为旋转夹角。逆时针为正。

2、在【Blob分析】中找到check_blister.hdev。

通过Blob分析中shape_trans将图像凸性检测寻找外接轮廓凸性检测的椭圆实现定位，然后通过orientation_region求出角度。vector_angle_to_rigid来直接求得旋转矩阵。然后通过仿射变换的矩阵affine_trans_image来旋转。

---

测量助手：

在Halcon中【助手】中【打开新的measure】

在【输入】中可以绘制直线和绘制圆弧来测量距离。可以选择标定不标定，如果有标定可以测量出实际尺寸，若未标定，测出像素距离值。

在【边缘】中：halcon中规定，由亮变暗为正边缘，由暗变亮为负边缘。在【变换】中：可以选择正边缘positive和负边缘negative。按照箭头方向【位置】中选择first和last。若将边缘组成边缘对，则两个边缘正负组合在一起。显示区域。有宽度。

---

遇到问题不要怕，分析问题出现的原因，想出解决问题的办法。

这个世界上只有没有发现的问题，没有解决不了的问题。最多只有没有找到解决办法的问题，而没有解决不了的问题。

技术一定要学活，改良才有吸引力。创新才有吸引力。常规问题有套路，具体问题具体分析。

---

如果采用RGB三通道图像处理，首先考虑转换颜色空间是否更容易处理些。在车牌中HSV对于蓝底的车牌，饱和度s测量更直接。特别是背景复杂，不好直接二值化的时候。

1、图像采集

2、车牌定位

3、旋转矫正

4、字符分割

5、识别显示

---

图像处理的10大基本领域划分。

1、图像处理基础：（RGB\HSV、GRAY）

2、图像灰度变换（scale_image）

3、图像增强（emphasize）：增强对比度，方便后期处理。

4、图像几何变换（放射变换，极坐标变换）

5、图像分割（blob分析、边缘检测、分水岭法、区域增长法、reduce_domain）

6、图像的频域：主要应用于缺陷检测。高通、低通、带通。频段分析。

7、图像形态学：膨胀、腐蚀、开运算、闭运算。

8、图像复原：运用图像退化模型对图形复原，运动模糊。

9、运动图像：相邻两帧图像之间的分析。运动检测：差分的思想就是从此处来的。

10、图像配准：模板匹配（基于形状、灰度、相关性）、

Halcon的核心思想：Blob分析逼近思维：先选定一个区域，然后再缩小区域，然后再选定区域。受光照影响显著。工业应用上成像条件必须稳定可靠。

---

小技巧，通过【画图】点击【编辑颜色】就可以看到HSV和RGB对应关系。

---

MFC架构：

1、创建窗口类

2、注册窗口类

3、创建窗口

4、更新显示窗口

5、消息循环

软件层级：

1、UI层：

2、业务逻辑层：Halcon完成算法逻辑，配合业务完成工作。

3、数据层：

---

在VS中配置连接halcon

1、配置.h

2、配置lib

3、配置dll文件

4、include

---

reduce_domain()：裁剪图像，只是划定了区域，并非实际裁剪，如果保存图像还是原图大小。

---

工业需求应用场景：

二维：1、识别定位；2、OCR光学字符、一维码、二维码；3、测量；4、缺陷检测；5、运动控制-手眼标定。

三维：1、双目标定；2、3维点云数据重建。

---

C#要求：

winform下编程：

1、相机采集、图像采集：halcon与C#变量转换

2、串口通信，网口通信

3、多线程编程。

4、访问文件。

5、界面编程。控件编程。

---

1、在halcon中将程序写好。算法流程

2、导成C#文件。

3、配置、让VS识别halcon，把halcon看做成dll动态资源库。

4、逻辑调用和开发。

配置：

1、【添加引用】右键工程：【依赖项】中【添加项目引用...】【浏览】【浏览（B）】

路径为：C:\Program Files\MVTec\HALCON-17.12-Progress\bin\dotnet35。根目录下：dotnet35中的halcondotnet.dll。添加确认即可。

2、【添加命名空间】在命名空间中加上：

using HalconDotNet;