halconbinary_threshold二进制阈值

在HDevelop中

1.jpg

  

dev_update_off()

read_image (Image, 'D:/bb/tu/ma.jpg')
rgb1_to_gray(Image,Image1)
*将RGB图像转换为灰度图像

get_image_size (Image1, Width, Height)
dev_open_window(10,10,Width, Height,'black',WindowHandle)

binary_threshold (Image1, Region, 'max_separability', 'dark', UsedThresho)
*二进制阈值,在同质照明的背景下对字符的分割很有用
*该算法首先计算图像的直方图，然后使用统计矩来找到将像素划分为前景和背景的最佳阈值
*此方法仅适用于字节和uint2图像
*参数1：需要进行阈值的单通道图像
*参数2：处理后的区域
*参数3：分割方法
*       'max_separability'   调用灰度直方图的自动阈值
*       'smooth_histo'       直方图平滑
*参数4：'light'    选择灰度值大于或等于最佳阈值的所有像素*       'dark'    选择灰度值小于最佳阈值的所有像素
*参数5：自动阈值使用的阈值


dev_display(Region)

dev_open_window(10,100,Width, Height,'black',WindowHandle1)
dev_display(Image1)

 

  

在Qt Creator中

    HObject  ho_Image, ho_Image1, ho_Region;
    HTuple  hv_Width, hv_Height, hv_WindowHandle;
    HTuple  hv_UsedThresho, hv_WindowHandle1;

    ReadImage(&ho_Image, "D:/bb/tu/1.jpg");
    Rgb1ToGray(ho_Image, &ho_Image1);
    //将RGB图像转换为灰度图像

    GetImageSize(ho_Image1, &hv_Width, &hv_Height);
    SetWindowAttr("background_color","black");
    OpenWindow(10,10,hv_Width,hv_Height,0,"visible","",&hv_WindowHandle);
    HDevWindowStack::Push(hv_WindowHandle);

    BinaryThreshold(ho_Image1, &ho_Region, "max_separability", "dark", &hv_UsedThresho);
    //二进制阈值,在同质照明的背景下对字符的分割很有用
    //参数1：需要进行阈值的单通道图像
    //参数2：处理后的区域
    //参数3：分割方法
    //      'max_separability'   最大限度的可分性,
    //      'smooth_histo'       直方图平滑
    //参数4：'light'    提取灰度值>UsedThreshold的作为区域
    //      'dark'     提取灰度值<UsedThreshold的作为区域
    //参数5：自动阈值使用的阈值


    if (HDevWindowStack::IsOpen())
      DispObj(ho_Region, HDevWindowStack::GetActive());

    SetWindowAttr("background_color","black");
    OpenWindow(10,100,hv_Width,hv_Height,0,"visible","",&hv_WindowHandle1);
    HDevWindowStack::Push(hv_WindowHandle1);
    if (HDevWindowStack::IsOpen())
      DispObj(ho_Image1, HDevWindowStack::GetActive());
　　

    int t=hv_UsedThresho.I();

    qDebug()<<t;//117