极坐标变换原理和用法

一、高中数学知识，笛卡尔坐标系和极坐标系可以互相转换。引用到图像处理上面，当我们需要分析圆环上面的缺陷或者字符时，可以通过极坐标变换，把圆环区域转换成矩形区域，图像处理完成后，再通过反极坐标变换转换为原来的圆环中。
二、算子
在halcon中极坐标变换算子：
polar_trans_image_ext（针对图像）；polar_trans_region（针对区域）；polar_trans_contour_xld（针对XLD轮廓）。
在halcon中反极坐标变换算子：
polar_trans_image_inv（针对图像）； polar_trans_region_inv（针对区域）；polar_trans_contour_xld_inv（针对XLD轮廓）。

1、POLAR_TRANS_IMAGE_EXT算子用法与参数剖析
算子原型：
polar_trans_image_ext(Image : PolarTransImage : Row, Column, AngleStart, AngleEnd, RadiusStart, RadiusEnd, Width, Height, Interpolation : )
参数说明：
Image （input_object）（多通道）图像（-array）→对象（byte * / int2 * / uint2 * / real *）*允许计算设备
输入图像。
PolarTransImage（output_object）（多通道）图像（-array）→对象（字节/ int2 / uint2 /实数）
输出图像。
Row（input_control）编号→（实数/整数）
圆弧中心的行坐标。
默认值：256
建议值：0、16、32、64、128、240、256、480、512
Column（input_control）号→（实数/整数）
圆弧中心的列坐标。
默认值：256
建议值：0、16、32、64、128、256、320、512、640
AngleStart（input_control）数字→（实数）
要映射到输出图像第一列的射线角度。
默认值：0.0
建议值：0.0，0.78539816，1.57079632，3.141592654，6.2831853，12.566370616
AngleEnd（input_control）数字→（实数）
要映射到输出图像最后一列的射线角度。
默认值：6.2831853
建议值：0.0，0.78539816，1.57079632，3.141592654，6.2831853，12.566370616
RadiusStart（input_control）数字→（实数/整数）
要映射到输出图像第一行的圆的半径。
默认值：0
建议值：0、16、32、64、100、128、256、512
典型值范围：0≤RadiusStart
RadiusEnd（input_control）数字→（实数/整数）
要映射到输出图像最后一行的圆的半径。
默认值：100
建议值：0、16、32、64、100、128、256、512
典型值范围：0≤RadiusEnd
Width（input_control）数→（整数）
输出图像的宽度。
默认值：512
建议值：256、320、512、640、800、1024
典型值范围：0≤宽度≤32767
Height（input_control）数→（整数）
输出图像的高度。
默认值：512
建议值：240、256、480、512、600、1024
典型值范围：0≤高度≤32767
Interpolation （input_control）字符串→（string）
内插法进行变换。
默认值：“ nearest_neighbor”
值列表：‘bilinear’，‘nearest_neighbor’

2、POLAR_TRANS_REGION_INV算子用法与参数剖析
算子原型：
polar_trans_image_inv(PolarImage : XYTransImage : Row, Column, AngleStart, AngleEnd, RadiusStart, RadiusEnd, Width, Height, Interpolation : )
参数说明：
PolarImage（input_object）（multichannel-）image（-array）→object（byte * / int2 * / uint2 * / real *）*允许用于计算设备
输入图像。
XYTransImage（output_object）（多通道）图像（-array）→对象（字节/ int2 / uint2 /实数）
输出图像。
Row（input_control）编号→（实数/整数）
圆弧中心的行坐标。
默认值：256
建议值：0、16、32、64、128、240、256、480、512
典型值范围：0≤行≤32767
Column（input_control）号→（实数/整数）
圆弧中心的列坐标。
默认值：256
建议值：0、16、32、64、128、256、320、512、640
典型值范围：0≤列≤32767
AngleStart（input_control）数字→（实数）
将输入图像的第一列映射到的射线角度。
默认值：0.0
建议值：0.0，0.78539816，1.57079632，3.141592654，6.2831853
AngleEnd（input_control）数字→（实数）
将输入图像的最后一列映射到的射线角度。
默认值：6.2831853
建议值：0.0，0.78539816，1.57079632，3.141592654，6.2831853
RadiusStart（input_control）数字→（实数/整数）
要将输入图像的第一行映射到的圆的半径。
默认值：0
建议值：0、16、32、64、100、128、256、512
典型值范围：0≤RadiusStart
RadiusEnd（input_control）数字→（实数/整数）
要将输入图像的最后一行映射到的圆的半径。
默认值：100
建议值：0、16、32、64、100、128、256、512
典型值范围：0≤RadiusEnd
Width（input_control）数→（整数）
输出图像的宽度。
默认值：512
建议值：256、320、512、640、800、1024
典型值范围：0≤宽度≤32767
Height（input_control）数→（整数）
输出图像的高度。
默认值：512
建议值：240、256、480、512、600、1024
典型值范围：0≤高度≤32767
Interpolation （input_control）字符串→（string）
内插法进行变换。
默认值：“ nearest_neighbor”
值列表：‘bilinear’，‘nearest_neighbor’
三、源码演示

dev_update_off ()
get_system ('clip_region', Information)
set_system ('clip_region', 'true')
* read_image (Image, 'circular_barcode')
read_image (Image, 'C:/Users/Dell/Desktop/极坐标变换/circular_barcode.png')
get_image_size (Image, Width, Height)
dev_close_window ()
dev_open_window (0, 0, Width / 2, Height / 2, 'black', WindowHandle)
dev_set_colored (12)
dev_display (Image)
stop ()
* 分割包含条形码的CD上的环。
threshold (Image, Region, 0, 100)
closing_circle (Region, Region, 3.5)
connection (Region, ConnectedRegions)
select_shape (ConnectedRegions, Ring, ['width','height'], 'and', [550,550], [750,750])
shape_trans (Ring, OuterCircle, 'outer_circle')
complement (Ring, RegionComplement)
connection (RegionComplement, ConnectedRegions)
select_shape (ConnectedRegions, InnerCircle, ['width','height'], 'and', [450,450], [650,650])
*提取并生成圆环区域外圆，内圆
* 确定包含条形码的环的参数。
smallest_circle (Ring, Row, Column, OuterRadius)
smallest_circle (InnerCircle, InnerRow, InnerColumn, InnerRadius)
dev_set_color ('green')
dev_set_draw ('margin')
dev_set_line_width (3)
dev_display (Image)
dev_display (OuterCircle)
dev_display (InnerCircle)
stop ()
* 现在读条形码。这是通过计算包含条形码的图像中圆环的极坐标变换来实现的。
* WidthPolar := 1440
WidthPolar := (OuterRadius - 5)*2*3.14
HeightPolar := round(OuterRadius - InnerRadius - 10)
*极坐标变换(中心Row, Column，用圆环的圆心坐标。起始角度是0到360度。起始半径分别是圆环内圆的半径和外圆的半径。
*宽高分别是圆环外圆的周长和外圆半径减去内圆半径的值)
polar_trans_image_ext (Image, PolarTransImage, Row, Column,0, rad(360), InnerRadius + 5, OuterRadius - 5, WidthPolar, HeightPolar, 'bilinear')
*逆向转换回圆环图像，以查看此函数效果
polar_trans_image_inv (PolarTransImage, XYTransImage, Row, Column, 0, rad(360), InnerRadius + 5, OuterRadius - 5,  Width, Height, 'nearest_neighbor')
invert_image (PolarTransImage, ImageInvert)
* 由于条形码区域相当平坦，因此图像的高度增加了一倍。
zoom_image_factor (ImageInvert, ImageZoomed, 1, 2, 'weighted')
get_image_size (ImageZoomed, Width1, Height1)
dev_resize_window_fit_size (0, 0, Width1, Height1, -1, -1)
dev_display (ImageZoomed)
stop()
create_bar_code_model ([], [], BarCodeHandle)
* 条形比较小，对比度也低;因此，阈值从0.05提高到0.1。
set_bar_code_param (BarCodeHandle, 'element_size_min', 1.5)
set_bar_code_param (BarCodeHandle, 'meas_thresh', 0.3)
find_bar_code (ImageZoomed, SymbolRegions, BarCodeHandle, 'Code 128', DecodedDataStrings)
clear_bar_code_model (BarCodeHandle)
dev_set_window_extents (-1, -1, WidthPolar / 2, HeightPolar)
dev_display (ImageZoomed)
dev_display (SymbolRegions)
set_system ('clip_region', Information)
disp_message (WindowHandle, DecodedDataStrings, 'image', 10, 180, 'black', 'true')
stop ()
* 将条码区域转换回原始图像并显示。
zoom_region (SymbolRegions, SymbolRegions, 1, 0.5)
polar_trans_region_inv (SymbolRegions, CodeRegionCircular, Row, Column, 0, rad(360), InnerRadius + 5, OuterRadius - 5, WidthPolar, HeightPolar, Width, Height, 'nearest_neighbor')
dev_set_window_extents (-1, -1, Width / 2, Height / 2)
dev_display (Image)
dev_display (CodeRegionCircular)
disp_message (WindowHandle, DecodedDataStrings, 'window', 12, 12, 'black', 'true')

原图

极坐标变换后图

反极坐标变换后的图

极坐标变换后条码识别图

条码识别区域，反极坐标变换到原图

极坐标变换原理和用法相关推荐

halcon 圆环类缺陷检测的一种方法（极坐标变换法）
目录简介极坐标变换定义原理 Halcon中的极坐标变换 1.polar_trans_image_ext算子用法与参数剖析 2.polar_trans_region_inv算子用法与参数剖析圆 ...
【算法+OpenCV】图像极坐标变换及基于OpenCV的实现
在医学图像处理,尤其是在处理血管断层扫描类(如OCT.IVUS等)图像的过程中,不可避免的会使用到极坐标变换,也即是我们通常所说的"方转圆".同样,我们可以使用极坐标变换的反变换实 ...
Nmap扫描原理与用法
1 Nmap介绍 Nmap扫描原理与用法PDF:下载地址 Nmap是一款开源免费的网络发现(Network Discovery)和安全审计(Security Auditing)工具.软件名字N ...
脊波变换 matlab,浅析curvelet变换原理与理解 - 全文
Curvelet变换是基于傅里叶变换和小波变换的一种改进,其特点是有高度的各向异性,具有良好表达图形沿边缘的信息的能力,对于恢复形状的沿边缘的主要结构和抑制周边噪声有其特有优势. 其过程为这和传统的 ...
Python: PS 滤镜-- 极坐标变换到平面坐标
本文用 Python 实现 PS 中的一种滤镜极坐标变换到平面坐标,具体的算法原理和效果可以参考之前的博客: http://blog.csdn.net/matrix_space/article/de ...
Photoshop和Halcon中的极坐标变换
极坐标想必学过高中数学的人都听过,一般的坐标系中用(x, y)值来描述一个点的位置,而在极坐标系中,则使用到原点的距离ρ和夹角θ来描述该点的位置. 我很早就接触了Photoshop,知道Photosh ...
教程 | OpenCV4中的极坐标变换
极坐标变换就是将图像在直角坐标系与极坐标系中互相变换,形式如图3-26所示,它可以将一圆形图像变换成一个矩形图像,常用于处理钟表.圆盘等图像.圆形图案边缘上的文字经过及坐标变换后可以垂直的排列在新图像 ...
【OpenCV 4开发详解】图像极坐标变换
本文首发于"小白学视觉"微信公众号,欢迎关注公众号本文作者为小白,版权归人民邮电出版社发行所有,禁止转载,侵权必究! 经过几个月的努力,小白终于完成了市面上第一本OpenCV 4 ...
mysql 实时聚合分析,mysql累积聚合原理与用法实例分析
本文实例讲述了mysql累积聚合原理与用法.分享给大家供大家参考,具体如下: 累积聚合为聚合从序列内第一个元素到当前元素的数据,如为每个员工返回每月开始到现在累积的订单数量和平均订单数量行号问题有两 ...

极坐标变换原理和用法

极坐标变换原理和用法相关推荐

最新文章

热门文章