本文主要是介绍Halcon选择一堆region中面积第N大的region的算法实现，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
以下图为例：
比如我想把面积第2小的那个“小正方形”选择出来，算法代码如下：
1 read_image (Yuan, 'C:/Users/happy xia/Desktop/yuan.png') 2 binary_threshold (Yuan, Region, 'max_separability', 'dark', UsedThreshold) 3 connection (Region, ConnectedRegions) 4 area_center (ConnectedRegions, Area, Row, Column) 5 tuple_sort_index (Area, Indices) 6 Num := |Indices| 7 select_obj (ConnectedRegions, ObjectSelected, Indices[1] + 1)
该实现算法的关键是对算子tuple_sort_index意思的理解。
代码中：
Area := [420, 12922, 38019, 58, 2033]
Indices := [3, 0, 4, 1, 2]
tuple_sort_index (Area, Indices)的意思是：先将Area中各元素按升序排序，然后将排序后的每一个Area分别在原Area元组中的索引放在元组Indices 中。
[3, 0, 4, 1, 2]的意思是：
58是Area 中的3号元素（元组索引从0开始）；
420是Area 中的0号元素；
2033是Area 中的4号元素；
12922是Area 中的1号元素；
38019是Area 中的2号元素。
再看看上面tuple_sort_index算子的意思，可知Indices[1]是面积第2小的元素在原Area元组中的索引，即索引是0。由于对于算子select_obj 来说，它的索引是从1开始的。所以Indices[1] + 1 是最终的索引。
结果图：
如果要找到面积第二大的，只需将最后一句改为：
select_obj (ConnectedRegions, ObjectSelected, Indices[Num -2] + 1)
这篇关于Halcon选择一堆region中面积第N大的region的算法实现的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
