• halcon视觉入门钢珠识别

    halcon视觉入门钢珠识别

    经过入门篇，我们有了基础的视觉识别知识。现在加以应用。

    有如下图片：

    image

    我们需要识别图片中比较明亮的中间区域，有黑色的钢珠，我们需要知道他的位置和面积。

    1. 分析如何识别

    2. 编写代码实现识别

    实现代码如下：

    * Image Acquisition 01: Code generated by Image Acquisition 01
read_image (Image, 'D:/temp/cir.png')
dev_close_window ()
get_image_size (Image, Width, Height)
dev_open_window_fit_size (0, 0, Width, Width, -1, -1, WindowHandle)
*二值化
binary_threshold (Image, Region, 'max_separability', 'dark', UsedThreshold)
*反向裁剪
complement (Region, RegionComplement) 
*截断选区
connection (RegionComplement, ConnectedRegions)  
*过滤底部干涉
select_shape (ConnectedRegions, SelectedRegions1, 'rectangularity', 'and', 0, 0.9) 
*合并选区
union1 (SelectedRegions1, RegionUnion) 
*转换为规则的形状（外接圆）
shape_trans (RegionUnion, RegionTrans, 'outer_circle')
*裁剪出感兴趣区域
reduce_domain (Image, RegionTrans, ImageReduced) 
*对裁剪出来的区域二值化
binary_threshold (ImageReduced, Region1, 'max_separability', 'dark', UsedThreshold1)
*开操作
opening_circle (Region1, RegionOpening1, 50) 
*开操作
opening_circle (Region1, RegionOpening2, 80)
*对比不同
difference (RegionOpening1, RegionOpening2, RegionDifference) 
*分割区域
connection (RegionDifference, ConnectedRegions1)

shape_trans (ConnectedRegions1, RegionTrans1, 'outer_circle')
*重新排序 
sort_region (RegionTrans1, SortedRegions, 'first_point', 'true', 'row')
*计算除面积和圆心
area_center (SortedRegions, Area, Row, Column)
dev_set_draw ('margin')
dev_set_color ('green')
dev_display (Image)
dev_display (SortedRegions)
for Index := 0 to |Area| -1 by 1
    dev_set_draw ('margin')
    dev_set_color ('red')
    dev_set_line_width (5)
    set_tposition (WindowHandle, Row[Index], Column[Index])
    write_string (WindowHandle, 'Area:' + Area[Index] +',origin:'+Row[Index] + ',' + Column[Index])
endfor
  count_obj (SortedRegions,Number)
  set_tposition (WindowHandle, 10,10)
  write_string (WindowHandle, 'Total Number:' +Number)

    以下是分析

    分析

    我们需要识别的内容在如图标注的内容上：

    image

    首先，按照上次讲的内容:

    1. 打开图片（OpenImage）
    2. 将图片分解成3通道图片，或是转成灰度图（GrayImage）。
    3. 二值化或动态二值化（Region）。
    4. 联通区域。
    5. 特征筛选。
    6. 如果区域有干扰，一般会进行一下操作：
      1. 腐蚀
      2. 膨胀
      3. 形状转换
      4. 以上步骤重复，或组合重复。
    7. 根据需要，还可以合并区域，并重复4-6，从而达到目的。
    8. 输出区域并标注。

    算子使用规则

    我们通过三个例子来理解它：

    Image 是输出参数，也就是我们的结果

    'D:/temp/cir.png' 字符串常量 是出入参数，在Halcon中叫 控制参数

    read_image (Image, 'D:/temp/cir.png')

    Image是输入参数

    Region 是输出参数

    'max_separability' 是控制参数

    'dark' 是控制参数

    UsedThreshold 输出控制参数

    binary_threshold (Image, Region, 'max_separability', 'dark', UsedThreshold)

    Image是输入参数

    Regions是输出参数

    0 是输入控制

    71 是输入控制

    threshold (Image, Regions, 0, 71)

    以下是实现思路跟结果讲解

    * 读取图片
read_image (Image, 'D:/temp/cir.png')

    得到结果
    image

    在进行动态二值化，或手动二值化也可以。

    *动态二值化
binary_threshold (Image, Region, 'max_separability', 'dark', UsedThreshold)

* 手动二值化
threshold (Image, Regions, 0, 71)

    得到结果
    image

    *反向裁剪
complement (Region, RegionComplement)

    得到结果
    image

    *联通区域
connection (RegionComplement, ConnectedRegions)

    该步骤讲以上区域分割成一个一个零散区域。

    *过滤底部干涉
select_shape (ConnectedRegions, SelectedRegions1, 'rectangularity', 'and', 0, 0.9)

    我们可以在上一步的结果中看到，下面有一条线，这条线在外形上跟矩形很类似，我们通过矩形选取去过滤掉它。

    得到结果
    image

    *合并选区
union1 (SelectedRegions1, RegionUnion)

    合并区域跟联通区域是一个相反的操作，合并区域的目的是将零散区域合并成一个整体，这样，我们就可以给它做外接圆，旋转整个需要识别的区域。

    *转换为规则的形状（外接圆）
shape_trans (RegionUnion, RegionTrans, 'outer_circle')

    得到结果
    image

    *裁剪出感兴趣区域
reduce_domain (Image, RegionTrans, ImageReduced)

    以上的所有步骤，都是为了得到感兴趣区域。
    为什么要得到感兴趣区域呢，因为我们需要识别的内容，就在这个区域内，其他外部区域都是干扰，我们不需要关心。所以，在得到外接圆之后，我们用这个外接圆对原图进行裁剪，就得到了我们感兴趣的区域，到了现在，我们才真正准备开始对钢珠进行识别。

    按照套路，我们要进行二值化，所以下面的代码就是动态二值化。当然也可以通过特征进行手动二值化。

    *对裁剪出来的区域二值化
binary_threshold (ImageReduced, Region1, 'max_separability', 'dark', UsedThreshold1)

    得到结果
    image

    接下来进行 腐蚀和膨胀 -----> 开操作（腐蚀和膨胀等同开操作）：

    Region1 输入区域

    RegionOpening1 输出区域

    50 开操作控制参数，这个参数是需要尝试得到的，由小到大，最终符合要求。

    *开操作
opening_circle (Region1, RegionOpening1, 50)

    得到结果
    image

    然后再次进行开操作，得到一个没有选取的结果。然后对比两个结果，取差值。
    解释：假设第一次开操作得到了6个球，第二次一个都没有，那么两个取差值，就一定有6个球。

    *开操作
opening_circle (Region1, RegionOpening2, 80)

*对比不同，两次开操作，的结果进行对比。得到不同区域。
difference (RegionOpening1, RegionOpening2, RegionDifference)

    实则这里不进行对比也是可以的。

    得到结果
    image

    接下来分割区域，做形状转换。就是我们要的结果了。因为，我们上述操作，操作的是一个整体，但我们需要将这些结果进行分割，所以需要进行联通区域，得到区域后，因为区域形状不规则，所以我们需要将形状转化为规则的圆。所以需要进行性转转换。

    *分割区域
connection (RegionDifference, ConnectedRegions1)
*对分割的区域，做最小外接圆。
shape_trans (ConnectedRegions1, RegionTrans1, 'outer_circle')

    以上就是我们需要的结果了

    得到结果
    image

    接下来就是排序，并计算圆心，画出坐标和面积了，代码比较简单就不截图了，直接给结果：

    *重新排序 
sort_region (RegionTrans1, SortedRegions, 'first_point', 'true', 'row')
*计算面积和圆心
area_center (SortedRegions, Area, Row, Column)
dev_set_draw ('margin')
dev_set_color ('green')
dev_display (Image)
dev_display (SortedRegions)
for Index := 0 to |Area| -1 by 1
    dev_set_draw ('margin')
    dev_set_color ('red')
    dev_set_line_width (5)
    set_tposition (WindowHandle, Row[Index], Column[Index])
    write_string (WindowHandle, 'Area:' + Area[Index] +',origin:'+Row[Index] + ',' + Column[Index])
endfor
  count_obj (SortedRegions,Number)
  set_tposition (WindowHandle, 10,10)
  write_string (WindowHandle, 'Total Number:' +Number)

    得到结果
    image

    总结

    初学者怎么知道这些算子有什么作用呢，这些参数该如何使用呢，需要使用哪些特征呢？

    在开发环境中 HDevelop中 按F1 可以看到帮助，多使用帮助，也可以在网上看视频，多看自带的例子。动手写，才能有进步。

    选中算子按F1可以看到帮助

    在HDevelop中按 Ctrl + E 可以打开示例程序
  • 相关阅读:
    win下的PG12安装plpython3u
    IDEA中的代码块批量修改
    Python的32和64位共存在win
    数据库表转化为model
    国标查询
    C#DataGridview 绑定与数据转化
    fastadmin 点击checkbox 或反选checkbox 统计某个字段的值
    [Mysql] 两段提交
    Windows docker环境安装
    vue2使用echarts内置地图实现点击事件
  • 原文地址：https://www.cnblogs.com/LearningC/p/15868735.html
Copyright © 2020-2023  润新知