重新看halcon模板匹配

工业中模板匹配有很多需求。

代码如下:

read_image (Image, ‘J:/测试图片/test1/1.bmp‘)
get_image_size (Image, Width, Height)
gen_rectangle1 (Rectangle, 1057.01, 1698.27, 1241.98, 1898.29)
*gen_rectangle1 (Rectangle, 449.726, 813.267, 669.604, 1005.06)
area_center (Rectangle, Area, RowRef, ColumnRef)
reduce_domain (Image, Rectangle, ImageReduced)
create_ncc_model (ImageReduced, ‘auto‘,rad(-45), rad(90), ‘auto‘, ‘use_polarity‘, ModelID)

for J := 1 to 1 by 1
    read_image (Image1, ‘J:/测试图片/test1/9.bmp‘)
    find_ncc_model (Image1, ModelID,rad(-45), rad(90), 0.5, 1, 0.5, ‘true‘, 0, Row, Column, Angle, Score)
    vector_angle_to_rigid ( Row, Column, Angle, RowRef, ColumnRef, 0, HomMat2D1)
    affine_trans_image(Image1, ImageAffinTrans, HomMat2D1, ‘constant‘, ‘false‘)
    write_image(ImageAffinTrans, ‘bmp‘, 0, ‘J:/测试图片/test1/91.bmp‘)
    xb:=abs(Column-ColumnRef)
    yb:=abs(Row-RowRef)

endfor
clear_ncc_model (ModelID)

模板匹配关键就是获取以下的矩阵

tx ty就是平移量,R矩阵就是旋转,实际上和旋转角度相关。

  vector_angle_to_rigid ( Row, Column, Angle, RowRef, ColumnRef, 0, HomMat2D1)这个代码就是获得上述矩阵的。 前面是输入图像,后面是匹配后的图像,HomMat2D1就是从输入图像通过这个矩阵转化为匹配后的图像。因此,如果我们希望从匹配后的图像转化到输入图像的位置,只需要将二者的输入调换。
    affine_trans_image(Image1, ImageAffinTrans, HomMat2D1, ‘constant‘, ‘false‘) 这个代码就可以将图像进行仿射变换,只要指定仿射变换的矩阵。



原文地址:https://www.cnblogs.com/love6tao/p/9457730.html

时间: 2024-10-11 00:25:52

重新看halcon模板匹配的相关文章

halcon 模板匹配 -- find_shape_model

find_shape_model(Image : :  //搜索图像 ModelID, //模板句柄 AngleStart,  // 搜索时的起始角度 AngleExtent, //搜索时的角度范围,必须与创建模板时的有交集 MinScore, //最小匹配值,输出的匹配的得分Score 大于该值 NumMatches, //定义要输出的匹配的最大个数 MaxOverlap, //当找到的目标存在重叠时,且重叠大于该值时选择一个好的输出 SubPixel, //计算精度的设置,五种模式,多选2,

halcon 模板匹配 -- 转化 vector_angle_to_rigid

********************************模板匹配 ********************create_shape_model创建模板,这个函数有许多参数,其中金字塔的级数由Numlevels指定,值越大则找到物体的时间越少,AngleStart和AngleExtent决定可能的旋转范围,AngleStep指定角度范围搜索的步长:这里需要提醒的是,在任何情况下,模板应适合主内存,搜索时间会缩短.对特别大的模板,用Optimization来减少模板点的数量是很有用的:Min

halcon模板匹配实战中问题-读取模板卡死现象

最近同事经常遇到这问题,发现是线程占用问题,暂停线程之后读取可以解决这个情况.但是在今天我又遇到了,具体情况是 下面这一部分线程启用 /// <单线程实时> /// 单线程实时 /// </单线程实时> private void Threadaction() { m_thread = new Thread(actionT); m_thread.Start(); } /// <8相机实时> /// 8相机实时 /// </8相机实时> private void

halcon 模板匹配 -- create_shape_model

create_shape_model(Template : : //reduce_domain后的模板图像 NumLevels,//金字塔的层数,可设为“auto”或0—10的整数 AngleStart,//模板旋转的起始角度 AngleExtent,//模板旋转角度范围, >=0 AngleStep,//旋转角度的步长, >=0 and <=pi/16 Optimization,//设置模板优化和模板创建方法 Metric, //匹配方法设置 Contrast,//设置对比度 MinC

halcon三种模板匹配方法

转自 : http://blog.csdn.net/hust1900/article/details/8843270 halcon有三种模板匹配方法:即Component-Based.Gray-Value-Based.Shaped_based,分别是基于组件(或成分.元素)的匹配,基于灰度值的匹配和基于形状的匹配,此外还有变形匹配和三维模型匹配也是分属于前面的大类 本文只对形状匹配做简要说明和补充: Shape_Based匹配方法: 上图介绍的是形状匹配做法的一般流程及模板制作的两种方法. 先要

基于HALCON的模板匹配方法总结 (转)

很早就想总结一下前段时间学习HALCON的心得,但由于其他的事情总是抽不出时间.去年有过一段时间的集中学习,做了许多的练习和实验,并对基于HDevelop的形状匹配算法的参数优化进行了研究,写了一篇<基于HDevelop的形状匹配算法参数的优化研究>文章,总结了在形状匹配过程中哪些参数影响到模板的搜索和匹配,又如何来协调这些参数来加快匹配过程,提高匹配的精度,这篇paper放到了中国论文在线了,需要可以去下载. 德国MVTec公司开发的HALCON机器视觉开发软件,提供了许多的功能,在这里我主

Halcon中模板匹配方法的总结归纳

基于组件的模板匹配: 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] 初始组件的图片 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

opencv笔记(二十二)——模板匹配 template matching

模板匹配就是在给定一幅图像和一幅模板(一般模板比图像的尺寸小很多)的情况下,找到这个图像中最最相似于模板的位置,比如 第一幅是给定的图片,第二幅是模板,第三幅就是搜索到的匹配的位置. 这个搜索的过程,我没有在源码中求索,但是根据tutorial,应该是采用sliding window的方法,利用滑动的窗口,逐像素进行匹配.这个逐像素的意思,就是锚定某个像素之后,在这个像素的右边和下方,以template的宽度和高度的距离的范围内,进行模板与图像的相似度计算. 这种方法和行人检测中常用的方法类似.

OpenCV探索之路(九):模板匹配

模板匹配的作用在图像识别领域作用可大了.那什么是模板匹配? 模板匹配,就是在一幅图像中寻找另一幅模板图像最匹配(也就是最相似)的部分的技术. 说的有点抽象,下面给个例子说明就很明白了. 在上面这幅全明星照中,我们想找出姚明头像的位置,并把它标记出来,可以做到吗? 可以,这就是模板匹配的要做的事情. 其实模板匹配实现的思想也是很简单很暴力的,就是拿着模板图片(姚明头像)在原图(全明星照)中从左上至右下依次滑动,直到遇到某个区域的相似度低于我们设定的阈值,那么我们就认为该区域与模板匹配了,也就是我们