halcon获取图像中心点_Halcon学习之六:获取Image图像中Region区域的特征参数
area_center_gray ( Regions, Image : : : Area, Row, Column ) 计算Image图像中Region区域的面积Area和重心(Row,Column)。
cooc_feature_image ( Regions, Image : : LdGray, Direction : Energy,Correlation, Homogeneity, Contrast ) 计算共生矩阵和推导出灰度特征值
Direction:灰度共生矩阵计算的方向 Energy:灰度值能量 Correlation:灰度值的相互关系 Homogeneity:灰度值的均匀性 Contrast:灰度值的对比度
cooc_feature_matrix ( CoocMatrix : : : Energy, Correlation,Homogeneity, Contrast ) 根据共生矩阵计算灰度特征值
elliptic_axis_gray ( Regions, Image : : : Ra, Rb, Phi ) 计算Image图像的Region区域的Ra,Rb和Phi。
entropy_gray ( Regions, Image : : : Entropy, Anisotropy ) Image图像中Region区域的计算熵Entropy和各向异性Anisotropy。
estimate_noise ( Image : : Method, Percent : Sigma ) 从单一图像 Image中估计图像的噪声。
Sigma:加性噪声的标准偏差 Method :估计噪声的方法 Method∈{foerstner、immerkaer、least_squares、mean}、
fit_surface_first_order ( Regions, Image : : Algorithm, Iterations, ClippingFactor : Alpha, Beta, Gamma ) 计算一阶灰度平面的灰度矩阵和灰度值的逼近参数。
Algorithm:采用的算法 Algorithm:迭代次数 ClippingFactor:消除临界值的削波系数
fit_surface_second_order ( Regions, Image : : Algorithm, Iterations, ClippingFactor : Alpha, Beta, Gamma, Delta, Epsilon, Zeta ) 计算二阶灰度平面的灰度矩阵和灰度值的逼近参数。
fuzzy_entropy ( Regions, Image : : Apar, Cpar : Entropy ) 确定区域Regions的模糊熵 将图像视为模糊集合 Apar为模糊区域的起始点 Cpar为模糊区域的结束点 Entropy为Regions的模糊熵
fuzzy_perimeter ( Regions, Image : : Apar, Cpar : Perimeter ) 计算Region区域的模糊周长
gen_cooc_matrix ( Regions, Image : Matrix : LdGray, Direction : ) 生成Image图像Region区域的共生矩阵
gray_histo ( Regions, Image : : : AbsoluteHisto, RelativeHisto ) 获取Image图像Region区域的灰度相对直方图RelativeHisto和绝对直方图AbsoluteHisto。 注意:Region区域必须先计算过它的直方图。
gray_histo_abs ( Regions, Image : : Quantization : AbsoluteHisto ) 获取Image图像Region区域的灰度绝对直方图AbsoluteHisto。 Quantization:灰度值的量化、
gray_projections ( Region, Image : : Mode : HorProjection, VertProjection ) 计算Region区域在水平方向和垂直方向的灰度值投影。
histo_2dim ( Regions, ImageCol, ImageRow : Histo2Dim : : ) 计算二通道灰度图像的直方图
intensity ( Regions, Image : : : Mean, Deviation ) 计算region区域的灰度平均值和偏差
min_max_gray ( Regions, Image : : Percent : Min, Max, Range ) 计算Region区域的最大最小灰度值。 Range:最大灰度值和最小灰度值之间的差距
moments_gray_plane ( Regions, Image : : : MRow, MCol, Alpha, Beta,Mean ) 计算平面的灰度矩阵和灰度值的逼近参数。
plane_deviation ( Regions, Image : : : Deviation ) 逼近的图象平面计算灰度值偏差
select_gray ( Regions, Image : SelectedRegions : Features, Operation,Min, Max : )
根据灰度值选择区域
Features∈{area、row、column、ra、rb、phi、min、max、mean、deviation、plane_deviation、anisotropy、entropy、fuzzy_entropy、fuzzy_perimeter、moments_row、moments_column、alpha、beta}
Operation∈{and、or}
shape_histo_all ( Region, Image : : Feature : AbsoluteHisto, RelativeHisto )
shape_histo_point ( Region, Image : : Feature, Row,Column : AbsoluteHisto, RelativeHisto )
获取阈值特征直方图
Feature∈{connected_components、convexity、compactness、anisometry、holes}
程序:
read_image (Image, ‘G:/Halcon/机器视觉/images/bin_switch/bin_switch_3.png‘)
regiongrowing (Image, Regions, 3, 3, 1, 500)
area_center_gray (Regions, Image, Area, Row, Column)
cooc_feature_image (Regions, Image, 6, 0, Energy, Correlation, Homogeneity, Contrast)
elliptic_axis_gray (Regions, Image, Ra, Rb, Phi)
entropy_gray (Regions, Image, Entropy, Anisotropy)
estimate_noise (Image, ‘mean‘, 20, Sigma)
fit_surface_first_order (Regions, Image, ‘regression‘, 5, 2, Alpha, Beta, Gamma)
fit_surface_second_order (Regions, Image, ‘regression‘, 5, 2, Alpha1, Beta1, Gamma1, Delta, Epsilon, Zeta)
fuzzy_entropy (Regions, Image, 0, 255, Entropy1)
fuzzy_perimeter (Regions, Image, 0, 255, Perimeter)
gen_cooc_matrix (Regions, Image, Matrix, 6, 0)
dev_set_paint (‘histogram‘)
gray_projections (Regions, Image, ‘simple‘, HorProjection, VertProjection)
histo_2dim (Regions, Image, Image, Histo2Dim)
运行结果:
顶
时间: 07-27
halcon获取图像中心点_Halcon学习之六:获取Image图像中Region区域的特征参数相关推荐
- Halcon学习之六:获取Image图像中Region区域的特征参数
area_center_gray ( Regions, Image : : : Area, Row, Column ) 计算Image图像中Region区域的面积Area和重心(Row,Colu ...
- halcon获取图像中心点_Halcon学习之一:查询和获取图像
1.get_grayval ( Image : : Row, Column : Grayval ) 计算Image图像中坐标为(Row,Column)的点的灰度值Grayval. 2.get_imag ...
- halcon获取图像中心点_halcon学习网
保存 read_image (Image, 'D:/桌面Halcon/bb.jpg') get_image_pointer1 (Image, _, _, Width, Height) access_c ...
- 计算机太阳,计算机可以学习在大量太阳图像中查找太阳耀斑和其他事件
一项新的研究表明,计算机可以学习在大量太阳图像中查找太阳耀斑和其他事件,并帮助NOAA预报员及时发出警报.由CIRES和NOAA国家环境信息中心(NCEI)的科学家开发的机器学习技术可以搜索大量卫星数 ...
- halcon获取图像中心点_关于Halcon的复杂图形中心点查找
上面是一张比较复杂的图形,我们希望通过Halcon一系列的算子进行处理,查找到星点交叉处的中心点. mean_image (Image, ImageMean, 41, 41) 将图片进行均值处理,让分 ...
- halcon裁剪图像_Halcon学习之七:改变图像的现实方式和大小
change_format ( Image : ImagePart : Width, Height : ) 改变 Image 图像大小 , 而且 ImagePart 图像为灰度值图像. crop_do ...
- halcon像素统计_Halcon一日一练:图像分辨率与像素
1.图像像素: 像素是指由图像的小方格即所谓的像素(pixel)组成的,这些小方块都有一个明确的位置和被分配的色彩数值,而这些一小方格的颜色和位置就决定该图像所呈现出来的样子.像素是构成图像的基本单元 ...
- Python学习:获取文件夹中最新的文件/文件夹
文章概述 获取最新修改文件 关于lambda的用法 os.path.getmtime用法 获取最新修改文件 获取文件夹中,最新修改过的文件或者文件夹 import os # 文件夹目录 path=&q ...
- opencv 手选roi区域_【opencv学习笔记六】图像的ROI区域选择与复制
图像的数据量还是比较大的,对整张图片进行处理会影响我们的处理效率,因此常常只对图像中我们需要的部分进行处理,也就是感兴趣区域ROI.今天我们来看一下如何设置图像的感兴趣区域ROI.以及对ROI区域图像 ...
- 学习何凯明在图像中的降噪技术和识别率问题
之前玩微信由于图像噪音干扰太高一直导致没法在工业是过渡,我是从从事交通大类的神经计算开发,这个转年几年过去我对算法其实很多还是不同,太零碎了.并且实际开发过程涉及对硬件的流处理器和存储单位的思考和分配 ...
最新文章
- iOS base64 MD5
- POJ 1038 Bugs Integrated Inc (复杂的状压DP)
- 大厂技术文档:Redis+Nginx+Spring全家桶+Dubbo精选
- mysql 5.7_MySQL 5.7新特性介绍
- chemdraw怎么画拐弯的箭头_性感皮衣皮裤的质感服装该怎么画?
- 【Java Web开发指南】云服务器部署项目供外网访问(Tomcat)
- Linux学习总结(五十四)LVS nat 模式搭建
- MySQL数据库以及其Python用法
- 访问chm文件出现“已取消到该网页的导航”的解决方法
- J2EE中的各种工程的介绍
- 软件构造学习笔记-第二周
- java+ssh+mysql酒店网站管理系统源码
- 在.NET环境中实现每日构建(Daily Build)--ccnet,MSBuild篇
- php api json查错,PHP使Laravel为JSON REST API返回自定义错误的问题
- JavaScript实现随机抽奖功能
- 项目管理十大知识领域和47个过程
- android 生成bks_Android 生成bks证书
- sap采购申请自动转采购订单
- 【Excel】数据透视表—新增一列(字段)
- JavaScript-js操作标签style相关
热门文章
- Javascript面试题 把AaaBbbcccc 变成AaaBbbCcc
- explain mysql 耗时_借助慢查询日志和explain命令分析 MySQL慢查询语句分析总结
- Python 决策树计算熵、gini系数、误分率
- 微信开发工具更新后,跳转页面报错
- 分布式操作系统 - 1.分布式系统概论
- 爬虫初识(爬取dytt电影列表及下载地址)
- MIT 6.828 Lab1(从引导扇区开始)
- 用adb shell让APP获得Root权限 by SuperSU
- 豪杰、君子、庸人、韭菜
- Binary XML file line Error inflating class解决办法以及自定义view的基本实现