Halcon常用算子汇总

这篇具有很好参考价值的文章主要介绍了Halcon常用算子汇总。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

显示相关

打开一个窗口
dev_open_window()

打开一个适应图像大小的窗口
dev_open_window_fit_image

获取图像窗口句柄
dev_get_window ()

清除图像窗口的内容
dev_clear_window ()

关闭活动窗口
dev_close_window()
显示图像
dev_display()

在当前窗口显示文字
dev_disp_text()

在指定窗口显示文字
disp_message()

设置显示字体类型
set_display_font()

设置显示颜色
dev_set_color()

设置轮廓线的线宽
dev_set_line_width()

定义区域填充模式
dev_set_draw()



image相关

加载图像
read_image()

保存图像
write_image()

剪切一个或多个矩形图像区域
crop_part()

彩色图转灰度图
rgb1_to_gray()

灰度转彩色
compose3()

灰度值取反
invert_image()

三通道彩色图像分离
decompose3()

获取图像的Roi
reduce_domain()

获取图像尺寸
get_image_size()

确定区域内的最小和最大灰度值。
min_max_gray()

计算灰度值的平均值和偏差。
intensity()

两张图像相加
add_image()

两张图像相减
sub_image()

计算两幅图像的最大值
max_image()

计算两幅图像的最小值
min_image()

镜像图像
mirror_image()

围绕图像中心旋转图像
rotate_image()

将图像缩放到给定的大小
zoom_image_size()

以固定灰度值将区域绘制到图像中
paint_region()

计算灰度值直方图
gray_histo()
直方图转换为区域
gen_region_histo()

根据灰度值特征选择区域
select_gray()


region相关

读取region
read_region()

向文件写入区域
write_region()

创建一个空区域
gen_empty_region()

相对于最小的周边矩形剪辑区域
clip_region_rel()

region转为二进制字节图像
region_to_bin()

从XLD轮廓线创建一个区域
gen_region_contour_xld()

region的重心和坐标
area_center()

区域的方向
orientation_region()

region特征筛选
connection()
select_shape()

选择给定形状的区域
select_shape_std()


填充区域的孔洞
fill_up()

在有形状特征的区域填上洞
fill_up_shape()

根据区域的相对位置对区域进行排序
sort_region()

获取区域的方向
orientation_region()

移动区域
move_region()

获取区域的边界
boundary()

计算两个区域的交集
intersection()

获取区域的补码
complement()

计算区域的骨架
skeleton()

变换一个区域的形状
shape_trans()





XLD相关

将XLD轮廓以DXF格式写入文件
write_contour_xld_dxf()

从DXF文件中读取XLD轮廓
read_contour_xld_dxf ()

从区域生成XLD轮廓
gen_contour_region_xld()

将骨架转换为XLD轮廓
gen_contours_skeleton_xld()

获取与XLD轮廓的平行轮廓。
gen_parallel_contour_xld()

获取XLD轮廓的全局属性值。
get_contour_global_attrib_xld()

返回XLD轮廓的坐标
get_contour_xld()

为每个输入点生成一个十字形状的XLD轮廓线
gen_cross_contour_xld()

创建一个箭头形状的XLD轮廓
gen_arrow_contour_xld()

从多边形(以元组的形式给出)生成XLD轮廓
gen_contour_polygon_xld()

创建圆或圆弧XLD轮廓
gen_circle_contour_xld()

拟合直线
fit_line_contour_xld()

拟合圆
fit_circle_contour_xld()

线段XLD轮廓分为线段和圆形或椭圆弧
segment_contours_xld()

连接近似共线的轮廓
union_collinear_contours_xld()

连接端点接近的轮廓
union_adjacent_contours_xld()

连接同一圆的轮廓
union_cocircular_contours_xld()



平滑XLD轮廓
smooth_contours_xld()

变换轮廓或多边形的形状
shape_trans_xld()

根据特性选择XLD轮廓
select_contours_xld()

闭合XLD轮廓
close_contours_xld()

根据相对位置排序轮廓
sort_contours_xld()

裁剪XLD轮廓
clip_contours_xld()




object相关

连接两个标志性的对象元组
concat_obj()

仿射变换:

hom_mat2d_identity:生成二维变换的齐次变换矩阵。
hom_mat2d_translate:向齐次二维变换矩阵添加平移。
hom_mat2d_rotate—向齐次二维变换矩阵添加一个旋转。
hom_mat2d_scale -向齐次二维变换矩阵添加缩放。

vector_angle_to_rigid -从点和角度计算一个刚性仿射变换。

对image、region、XLD轮廓应用任意的仿射二维变换
affine_trans_image()
affine_trans_region()
affine_trans_contour_xld()

图像增强

增强图像的对比度
emphasize()

扩展最大灰度值在0 ~ 255范围内
scale_image_max()

缩放图像的灰度值
scale_image()

增强图像中的圆点
dots_image()

几何计算

计算两条线之间的夹角
angle_ll()

计算一条直线和横轴之间的夹角
angle_lx()

弧度转角度
tuple_deg()

角度转弧度
tuple_rad()

坐标系转换

笛卡尔坐标转换为极坐标
polar_trans_image_ext()

将极坐标中的图像转换回笛卡尔坐标
polar_trans_image_inv()

提取亚像素边缘

使用Deriche, Lanser, Shen或Canny滤波器提取亚像素精确的边缘
edges_sub_pix()

平滑滤波

shock_filter:冲击滤镜。
guided_filter:引导滤波。
binomial_filter:二项滤波器。
bilateral_filter:双边滤波。
texture_laws:Laws纹理滤镜。
mean_image:均值滤波。
median_image:中值滤波器。

耗时统计

count_seconds (start)
*执行函数
count_seconds (end)
seconds := end - start

持续更新ing文章来源地址https://www.toymoban.com/news/detail-585779.html

到了这里,关于Halcon常用算子汇总的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 白话文讲计算机视觉-第十一讲-Harris算子

           说白了就是求两个像素点之间的差,然后平方一下给它变成正值。        其中,x,y表示像素点,u、v表示水平竖直方向的偏移量; w( x , y) 为滤波函数,一般直接等于常数1。 I( x + u , x + v) 、 I( x , y  ) 表示像素点( x + u , x + v) 、( x , y) 的灰度值。    将moravec算子进

    2024年02月04日
    浏览(35)
  • 图像处理与计算机视觉--第五章-图像分割-Canny算子

    2.1.Canny算子简单介绍 Canny算子是一种非常常用的边缘检测算子,其效果图如下所示: 2.2.Canny算子边缘检测指标 Canny算子是基于边缘检测来实现的,那么边缘检测的指标如下所示: (1)好的信噪比,即将非边缘点判定为边缘点的概率要低。 (2)高定位,检测出的边缘要在实际边缘中

    2024年02月07日
    浏览(41)
  • 深度学习应用篇-计算机视觉-语义分割综述[5]:FCN、SegNet、Deeplab等分割算法、常用二维三维半立体数据集汇总、前景展望等

    【深度学习入门到进阶】必看系列,含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等 专栏详细介绍:【深度学习入门到进阶】必看系列,含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、

    2024年02月16日
    浏览(40)
  • 计算机毕业设计选题-最新最全机器视觉 计算机视觉选题推荐汇总

      大四是整个大学期间最忙碌的时光,一边要忙着准备考研、考公、考教资或者实习为毕业后面临的升学就业做准备,一边要为毕业设计耗费大量精力。学长给大家整理了机器视觉,计算机视觉不同方向最新精选选题,如对选题有任何疑问,都可以问学长哦! 以下是学长精心整

    2024年02月06日
    浏览(46)
  • 《高级计算机视觉》期末样题汇总

    说明:电子科技大学2022年研究生课程《高级计算机视觉》期末样题。 给出下列数据,写出按照行的方向的游程长度编码。 答: (1,2),(2,4),(3,2) (1,2),(2,4),(3,2) (3,2),(5,6) (3,2),(5,6) (2,4),(7,4) (2,4),(7,4) (2,

    2024年02月04日
    浏览(40)
  • 计算机视觉领域经典模型汇总(2023.09.08

    一、RCNN系列 1、RCNN RCNN是用于目标检测的经典方法,其核心思想是将目标检测任务分解为两个主要步骤:候选区域生成和目标分类。 候选区域生成:RCNN的第一步是生成可能包含目标的候选区域,RCNN使用传统的计算机视觉技术,特别是 选择性搜索(Selective Search)算法 ,这是一

    2024年02月09日
    浏览(36)
  • 计算机视觉常用数据集介绍

    MINIST 数据集应该算是CV里面最早流行的数据了,相当于CV领域的Hello World。该数据包含70000张手写数字图像,其中60000张用于train, 10000张用于test, 并且都有相应的label。图像的尺寸比较小, 为28x28。 数据说明及下载地址: http://yann.lecun.com/exdb/mnist/ 这个数据是由 Yann LeCun 创建

    2024年02月14日
    浏览(32)
  • 【朝夕教育】2023年04月 Halcon机器视觉-15种常用缺陷检测实例

    缺陷检测是一种通过计算机视觉技术来检测产品制造过程中的缺陷的方法。该技术可以检测出产品表面的缺陷,如裂纹、凹陷、划痕、气泡等,并且可以实时监测和诊断制造过程中的问题。在制造业中,机器视觉缺陷检测技术已经被广泛应用于各种产品的质量控制和检测工作

    2024年02月04日
    浏览(32)
  • 计算机视觉与图形学-神经渲染专题-NeRF汇总大礼包-I

    (说明:如果您认为下面的文章对您有帮助,请您花费一秒时间点击一下最底部的广告以此来激励本人创作,谢谢!!!) 原始NeRF论文 001 NeRF Representing Scenes as Neural Radiance Fields for View Synthesis NeRF综述类 002 NEURAL VOLUME RENDERING NERF AND BEYOND 025 Multimodal Image Synthesis and Editing: A Survey 数

    2024年02月09日
    浏览(39)
  • 【计算机视觉】特征融合12种经典魔改方法汇总,附配套模型和代码

    特征融合(Feature Fusion)是深度学习中的一种重要技术,它可以帮助模型更好地理解数据的内在结构和规律,提高模型的性能和泛化能力。另外,特征融合还可以提高模型的分类准确率,减少过拟合风险,帮助我们更好地利用数据集。 目前已有的特征融合方法已经取得了显著

    2024年02月03日
    浏览(50)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包