Halcon图像灰度值运算&图像截取及合并&灰度特征值介绍

灰度膨胀运算gray_dilation_rect

算子gray_dilation_rect(Image : ImageMax : MaskHeight, MaskWidth : )

示例:gray_dilation_rect (Image, ImageMax, 11, 11)

Image(输入对象):输入灰度图对象

ImageMax(输出对象):输出膨胀后的灰度图对象

11(输入参数1):滤波器掩模的高度 数值越大 效果越明显

11(输入参数2):滤波器掩模的宽度 数值越大 效果越明显

灰度腐蚀运算gray_erosion_rect

算子:gray_erosion_rect(Image : ImageMin : MaskHeight, MaskWidth : )

示例:gray_erosion_rect (Image, ImageMin, 11, 11)

       Image(输入对象):输入灰度图对象

       ImageMin(输出对象):输出腐蚀后的灰度图对象

       11(输入参数1):滤波器掩模的高度 数值越大 效果越明显

       11(输入参数2):滤波器掩模的宽度 数值越大 效果越明显

灰度开运算

算子:gray_opening_rect(Image : ImageOpening : MaskHeight, MaskWidth : )

示例:gray_opening_rect (Image, ImageOpening, 11, 11)

Image(输入对象):输入灰度图对象

ImageOpening(输出对象):输出开运算后的灰度图对象

11(输入参数1):滤波器掩模的高度 数值越大 效果越明显

11(输入参数2):滤波器掩模的宽度 数值越大 效果越明显

灰度闭运算

算子:gray_closing_rect(Image : ImageClosing : MaskHeight, MaskWidth : )

示例:gray_closing_rect (Image, ImageClosing, 11, 11)

Image(输入对象):输入灰度图对象

ImageClosing(输出对象):输出闭运算后的灰度图对象

11(输入参数1):滤波器掩模的高度 数值越大 效果越明显

11(输入参数2):滤波器掩模的宽度 数值越大 效果越明显

3.2图像截取及合并

取出部分区域的图像作为新图像: crop_part

算子:crop_part(Image : ImagePart : Row, Column, Width, Height : )

示例:crop_part (ImageReduced1, ImagePart, 435.996, 295.311, 780.522, 618.808)

ImageReduced1(输入对象):输入图像对象

ImagePart(输出对象):输出截取的图像对象

435.996(输入控制参数1):图像截取的起始点行坐标

295.311(输入控制参数2):图像截取的起始点列坐标

780.522(输入控制参数3):截取图像的宽

618.808(输入控制参数4):截取图像的高

将几幅图合并为一幅图: tile_images_offset

算子:tile_images_offset(Images : TiledImage : OffsetRow, OffsetCol, Row1, Col1, Row2, Col2, Width, Height : )

示例:tile_images_offset (ImagePart, TiledImage, Row10, Column10, Row16, Column16, Row25, Column25, Width, Height)

  ImagePart(输入对象):输入图像对象

TiledImage(输出对象):输出拼接好的图像对象

Row10(输出控制参数1):拼接后图像中输入图像左上角的行坐标

Column10(输出控制参数2):拼接后图像中输入图像左上角的列坐标

Row16(输出控制参数3):裁切图像左上角行坐标

Column16(输出控制参数4):裁切图像左上角列坐标

    Row25(输出控制参数5):裁切图像右下角行坐标

Column25(输出控制参数6):裁切图像右下角列坐标

Width(输出控制参数7):拼接后图像宽Height(输出控制参数8):拼接后图像高

3.3图像的灰度特征值介绍

获取灰度直方图:gray_histo

算子:gray_histo(Regions, Image : : : AbsoluteHisto, RelativeHisto)

示例:gray_histo (Region6, Image1, AbsoluteHisto, RelativeHisto)

               Region6(输入对象):输入二值化区域

               Image1(输出对象):输入灰度图像

AbsoluteHisto(输出控制参数1):输出在该区域面积内对应灰度值出现的频率百分比

RelativeHisto(输出控制参数2):输出对应灰度值出现的频数

计算区域中的平均灰度和方差:intensity

算子:intensity(Regions, Image : : : Mean, Deviation)

示例:intensity (Region5, Image1, Mean, Deviation)

       Region5(输入对象1):输入区域对象

       Image1(输入对象2):输入图像对象

       Mean(输出控制参数1):输出平均灰度值

       Deviation(输出控制参数2):输出方差

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
青葱年少的头像青葱年少普通用户
上一篇 2023年9月13日
下一篇 2023年9月13日

相关推荐