1、灰度转换-->二值化(硬阈值或者动态阈值处理)-->连通区域-->抠图(reduce_domin)
2、创建一个与原始图像一样大小纯黑色的图像gen_image_const()
3、将抠图得到的目标图像与创建的纯黑图像拼接,union1()
4、运用for循环,遍历每个坐标,获取灰度值(get_grayval),将灰度值等于0的剔除,剩下的就是目标灰度值与对应的坐标。
比价原始的办法,不知道是否有更简单的方法
一种是利用图像工具栏的放大功能,用肉眼读出。
具体做法为:不断放大目标点,直到坐标精度达到使用者的要求
第二种是利用ginput函数,从图中点击不同位置获取不同点的坐标值,但是这个坐标值是相对坐标,不是绝对坐标
a = ginput(1);disp(a);此时使用者只需在图中点击目标点,即可显示出目标点坐标。
最后一种是利用工具栏中的tip工具,插入数据点标注,这个功能不仅能精确得到点坐标,而且可以标识出来。
工具栏->insert->tip工具。点击待读入点即可,程序会自动定位至曲线上
halcon的模板匹配可以归为三类:
1、基于灰度:灰度,互相关ncc
2、基于形状:形状,组件
3、基于描述符:描述匹配
应用场合:定位对象内部的灰度值没有大的变化,没有缺失部分,没有干扰图像和噪声的场合。
1创建模板:create_template()
2寻找模板:best_match()
3释放模板:clear_template()
应用场合:搜索对象有轻微的变形,大量的纹理,图像模糊等场合,速度快,精度低。
1创建模板:create_ncc_model()
2寻找模板:find_ncc_model(),find_ncc_models()
3释放模板:clear_ncc_model()
4get_ncc_model_region (ModelRegion, ModelID)
smallest_rectangle2 (ModelRegion, Row3, Column3, Phi, Length1, Length2)
应用场合:组件匹配是形状匹配的扩展,但不支持大小缩放匹配,一般用于多个对象(工件)定位的场合。
算法步骤:
1获取组件模型里的初始控件 gen_initial_components()
参数:
ModelImage [Input] 初始组件的
InitialComponents [Output] 初始组件的轮廓区域
ContrastLow [Input] 对比度下限
ContrastHigh [Input] 对比度上限
MinSize [Input] 初始组件的最小尺寸
Mode[Input] 自动分段的类型
GenericName [Input] 可选控制参数的名称
GenericValue [Input] 可选控制参数的值
2根据图像模型,初始组件,训练来训练组件和组件相互关系 train_model_components()
3创建组件模型 create_trained_component_model()
4寻找组件模型 find_component_model()
5释放组件模型 clear_component_model()
应用场合:定位对象内部的灰度值可以有变化,但对象轮廓一定要清晰平滑。
1创建形状模型:create_shape_model()
2寻找形状模型:find_shpae_model()
3释放形状模型:clear_shape_model()
应用场合:搜索对象有轻微的变形。
1创建模板:create_local_deformable_model()
2寻找模板:find_local_deformable_model()
3释放模板:clear_deformable_model()
应用场合:搜索对象有轻微的变形,透视的场合,根据一些描述点的位置和灰度值来进行匹配。
1创建模板:create_calib_descriptor_model()
2寻找模板:find_calib_descriptor_model()
3释放模板:clear_descriptor_model()
获取圆心坐标方法,
(setq ent (entlast));获取最后一个对象
(setq obj (vlax-ename->vla-object ent));转换为vlax对象。
(setq pt1 (vlax-get obj 'Center));取得圆心坐标
(setq mj1 (vlax-get-Area obj));取得对象面积
以上就是关于halcon如何提取轮廓里面的每个像素点的灰度值全部的内容,包括:halcon如何提取轮廓里面的每个像素点的灰度值、如何拟合计算出图像中光斑的圆心位置 matlab、halcon模板匹配总结等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)