【issue-halcon例程学习】edge_segments.hdev

2024-01-23 16:04

本文主要是介绍【issue-halcon例程学习】edge_segments.hdev,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!

例程功能

 提取连续的边缘

代码如下

dev_update_off ()
dev_close_window ()
* ****
* step: acquire image
* ****
read_image (Image, 'mreut')
get_image_size (Image, Width, Height)
dev_open_window_fit_image (Image, 0, 0, Width, Height, WindowID)
set_display_font (WindowID, 12, 'mono', 'true', 'false')
dev_set_draw ('margin')
dev_set_line_width (3)
dev_display (Image)
disp_continue_message (WindowID, 'black', 'true')
stop ()
* ****
* step: filter image
* ****
edges_image (Image, ImaAmp, ImaDir, 'lanser2', 0.5, 'nms', 20, 40)
dev_display (ImaAmp)
disp_continue_message (WindowID, 'black', 'true')
stop ()
* ****
* step: extract edges
* ****
threshold (ImaAmp, Region, 1, 255)
connection (Region, ConnectedRegions)
dev_clear_window ()
dev_set_colored (12)
dev_display (ConnectedRegions)
disp_continue_message (WindowID, 'black', 'true')
stop ()
* ****
* step: process edges
* ****
dev_clear_window ()
count_obj (ConnectedRegions, Number)
gen_empty_obj (XLDContours)
for i := 1 to Number by 1select_obj (ConnectedRegions, SingleEdgeObject, i)split_skeleton_lines (SingleEdgeObject, 2, BeginRow, BeginCol, EndRow, EndCol)for k := 0 to |BeginRow| - 1 by 1gen_contour_polygon_xld (Contour, [BeginRow[k],EndRow[k]], [BeginCol[k],EndCol[k]])concat_obj (XLDContours, Contour, XLDContours)endfor
endfor
dev_display (XLDContours)

要点

  1. 明确边缘检测的一般步骤:获取图像 ~> 设置ROI ~> 图像滤波 ~> 提取边缘 ~> 处理边缘 ~> 结果可视化;
  2. 基于边缘振幅和方向对图像进行分割;
	read_image (Image, 'mreut') # 读图edges_image (Image, ImaAmp, ImaDir, 'lanser2', 0.5, 'nms', 20, 40) # 阈值分割threshold (ImaAmp, Region, 1, 255) # 灰度值分割connection (Region, ConnectedRegions) # 打散

edges_image——使用 Deriche、Lanser、Shen 或 Canny 过滤器提取边缘;
Image ——入参,待处理图像;
ImaAmp ——出参,边缘幅度(梯度)分割结果;
ImaDir ——出参,边缘方向分割结果;
Filter ——入参,过滤器;
Alpha ——入参,滤镜参数(值越小,平滑效果越强,细节越少,canny算子相反);
NMS ——入参,极大值抑制;
Low ——入参,滞后阈值分割的低阈值(不需要则置negative);
High ——入参,滞后阈值分割的高阈值(不需要则置negative);
3. 将区域数据转换为数值(用线段近似表示区域)

	count_obj (ConnectedRegions, Number)gen_empty_obj (XLDContours)for i := 1 to Number by 1select_obj (ConnectedRegions, SingleEdgeObject, i)split_skeleton_lines (SingleEdgeObject, 2, BeginRow, BeginCol, EndRow, \EndCol)for k := 0 to |BeginRow| - 1 by 1gen_contour_polygon_xld (Contour, [BeginRow[k],EndRow[k]], \[BeginCol[k],EndCol[k]])concat_obj (XLDContours, Contour, XLDContours)endforendfordev_display (XLDContours)

 注意在for循环外创建了空对象XLDContours,在循环内部对区域进行逐个处理,将处理的结果通过concat_obj放入XLDContours中,处理结束统一显示,这种处理形式很有意思,挺常用的;
split_skeleton_lines——用一条一像素宽的无分支的线分割;
SkeletonRegion ——入参,输入的线;
MaxDistance ——入参,线指向连接两个端点的线段的最大距离(没太明白);
BeginRow ——出参,输出直线的起始行值(纵坐标);
BeginCol ——出参,输出直线的起始列值(横坐标);
EndRow ——出参,输出直线的终止行值(纵坐标);
EndCol ——出参,输出直线的终止列值(横坐标);

这篇关于【issue-halcon例程学习】edge_segments.hdev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!



http://www.chinasem.cn/article/636804

相关文章

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

基于WinForm+Halcon实现图像缩放与交互功能

《基于WinForm+Halcon实现图像缩放与交互功能》本文主要讲述在WinForm中结合Halcon实现图像缩放、平移及实时显示灰度值等交互功能,包括初始化窗口的不同方式,以及通过特定事件添加相应... 目录前言初始化窗口添加图像缩放功能添加图像平移功能添加实时显示灰度值功能示例代码总结最后前言本文将

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识