特征提取-区域中心

read_image (Image, ‘fabrik‘)
dev_close_window ()
dev_open_window (0, 0, 512, 512, ‘black‘, WindowID)
set_display_font (WindowID, 14,‘mono‘, ‘true‘, ‘false‘)
dev_set_colored (6)*设置显示颜色的种类个数*
regiongrowing (Image, Regions, 1, 1, 3, 200)*将图像分区域,区域最小尺寸为200,通过比较灰度值,公差在3以内,“1,1”参数表示横向和纵向检测的像素个数。请注意和面实验对比效果*
dev_set_draw (‘margin‘)
dev_display (Regions)
area_center (Regions, Area, Row, Column)
get_string_extents (WindowID, 12345, Ascent, Descent, TxtWidth, TxtHeight)*计算字符串“12345”的宽度,预留出区域面积字符串的显示位置*
for I := 0 to |Area| - 1 by 1
    disp_message (WindowID, Area[I], ‘image‘, Row[I] - TxtHeight / 2, Column[I] - TxtWidth / 2, ‘white‘, ‘false‘)
endfor

原图

regiongrowing (Image, Regions, 1, 1, 3, 200)

regiongrowing (Image, Regions, 1, 3, 3, 200)
regiongrowing (Image, Regions, 3, 1, 3, 200)

注意原图中电脑栅格哪里因为相邻区域图形面积达不到200而被显示为黑色,所以黑色是不配选择区域。而不是一种区域显示颜色

该示例注意 regiongrowing 和 area_center 算子的功能

请注意,HALCON中的变量不用预先定义,所以如果计算出来的区域为多个区域,则area_center(regions,area,row,column)中计算出来的结果如果为多个值得话,则相应的变量就都是数组。

时间: 2024-10-13 15:00:01

特征提取-区域中心的相关文章

mxGraph定位盲区图形到绘图区域中心位置

往往在一个绘图区域会有很多个图形,如果通过右键拖动画布或者通过滚动条来查找,是一件很烦人的事情.下面我就给出解决这个问题的方案. 前提是有一个整个绘图区域的tree或者datagrid,我们需要选择直接要定位的图形cell. 首先我们需要一个mxGraph的全局对象,暂且就定义为ylEditor.ylCanvas吧. 接下来我们要定义一个查找图形cell的方法,只有通过这个方法,才能找到画布中我们想要的那个cell. ylCommon.findCellById=function(id){ ylE

断流告警省中心-地市不一致派单分析

江苏电信iTV服务质量监测系统 目录 1.... 全省跨越组播CR监测点分布... 3 2.... 视频分析仪断流判断依据... 4 3.... 2015.2.7 <时尚女人>频道告警工单异常分析... 4 4.... 原因分析... 6 1     全省跨越组播CR监测点分布 2014年江苏电信iTV全省完成了跨越组播改造,iTV监测系统视频分析仪监测点从原区域中心节点上浮到各地市CR.如下为拓扑架构 2     视频分析仪断流判断依据 断流判断是以视频分析仪监测的某一频道无ts报文为依据

ios 定位 监听是否跨入某个指定的区域

/*****监听用户是否进入和走出 在某个区域*****/ 1 #import "ViewController.h" 2 #import <CoreLocation/CoreLocation.h> 3 4 5 @interface ViewController ()<CLLocationManagerDelegate> 6 7 /** */ 8 @property (nonatomic, strong) CLLocationManager *locationM;

图像处理基本算法 形状特征

形状特征 (一)特点:各种基于形状特征的检索方法都可以比较有效地利用图像中感兴趣的目标来进行检索,但它们也有一些共同的问题,包括:①目前基于形状的检索方法还缺乏比较完善的数学模型:②如果目标有变形时检索结果往往不太可靠:③许多形状特征仅描述了目标局部的性质,要全面描述目标常对计算时间和存储量有较高的要求:④许多形状特征所反映的目标形状信息与人的直观感觉不完全一致,或者说,特征空间的相似性与人视觉系统感受到的相似性有差别.另外,从 2-D 图像中表现的 3-D 物体实际上只是物体在空间某一平面的投

目标跟踪之粒子滤波---Opencv实现粒子滤波算法

目标跟踪学习笔记_2(particle filter初探1) 目标跟踪学习笔记_3(particle filter初探2) 前面2篇博客已经提到当粒子数增加时会内存报错,后面又仔细查了下程序,是代码方面的问题.所以本次的代码与前几次改变比较小.当然这些code基本也是参考网上的.代码写得很不规范,时间不够,等以后有机会将其优化并整理成类的形式.)              Opencv实现粒子滤波算法            摘要 本文通过opencv实现了一种目标跟踪算法——粒子滤波算法,算法的

SIFT算法的Matlab实现

个人博客原文:http://www.sun11.me/blog/2016/sift-implementation-in-matlab/ 这是一次作业,内容是给出两张图像,检测特征点和匹配特征点.要求不能用诸如OpenCV的现成特征点检测函数.于是就只能造轮子了,写了这个Matlab版的sift.(其实就是把c语言的opensift翻译成了matlab 以下是算法流程,其实网上的类似博文已经很多了,只不过我看的过程中也看得不很明白,只能对照着好几个看,所以干脆自己又写了一遍.下面的图均来自于参考资

图像处理URL

随笔分类 - 图像处理/图像增强等 图像增强: 图像复原: 图像重建: 图像分割: 图像特效: 图像匹配: 图像形态学处理: 图像几何处理: 图像正交变换: 人工智能: 跟踪: 图像处理之增强---图像模糊检测 摘要: 这种检测可以做宽动态的检测,也可应用稳像算法我们实现了拉普拉斯方差算法,该算法提供给我们一个浮点数来代表具体图像的"模糊度".该算法快速,简单且易于使用--用拉普拉斯算子与输入图像做卷积然后计算方差即可.如果方差低于预定义阈值,图像就被标记为"模糊"

CVPR2019目标检测方法进展综述

CVPR2019目标检测方法进展综述 置顶 2019年03月20日 14:14:04 SIGAI_csdn 阅读数 5869更多 分类专栏: 机器学习 人工智能 AI SIGAI 版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/SIGAI_CSDN/article/details/88687747 SIGAI特约作者 陈泰红研究方向:机器学习.图像处理 目标检测是很多计算机视觉应用的基础,

python自动化之鼠标移动

################################用GUI自动化控制键盘和鼠标############################### ''' http://pyautogui.readthedocs.org/介绍pyautogui功能 有好几种方法防止或恢复GUI自动化问题: 1.通过注销关闭程序:Ctrl-Alt-Del 2.暂停和自动防故障装置: (1).pyautogui.PAUSE=1.5 每个PyAutoGUI函数调用在执行动作之后,都会等待一秒半 非PyAuto