《zw版·Halcon-delphi系列原创教程》 Halcon分类函数013,shape模型为方便阅读，在不影响说明的前提下，笔者对函数进行了简化：:: 用符号“**”，替换：“procedure”:: 用大写字母“X”，替换：“IHUntypedObjectX”:: 省略了字符：“const”、“OleVariant”【示例】 说明函数：procedure AddNoiseWhiteContourXld( const Contours: IHUntypedObjectX; out Noisy
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，在这里我主要学习和研究了其中的形状匹配的算法和流程。HDevelop开发环境中提供的匹配的方法主要有三种，即Component-Based、Gray-Value-Based、Shape-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。这三种匹配的方法各具特点，分别适用于不同的图像特征，但都有创建模板和寻找模板的相同过程。这三种方法里面，我主要就第三种－基于形状的匹配，做了许多的实验，因此也
初始时刻，我们准备好参考图像，并对其做一定的处理，然后我们需要从参考图像中导出模板，也就是将参考图像裁剪成所谓的模板图像。获取模板图像可以通过设置ROI来完成。对于某些应用来说，也可以使用综合模板代替模版图像。综合模板既可以是综合创造的模板图像，也可以是一个XLD轮廓。裁剪参考图像，使之成为模板图像为了创建模板图像，我们需要从参考图像中选取ROI，并使用 reduce_domain裁剪图像的定义域为我们选取的ROI。这样我们就创建了模板图像，后续将作为匹配算子的输入参数。选取ROI有两种方法：直
任务：选出图中的白色圆形区域；使用基于灰度的模板匹配，主要使用以下算子：add_channels() ——把灰度值添加到区域中。best_match() ——寻找一个模板和一个图像的最佳匹配。dev_clear_window ()
read_image (Image, 'C:/Users/Administrator/Desktop/image.bmp')
gen_circle (ROI_0, 325.238, 132
halcon的模板匹配种类有很多种，方法各有优缺点，一般有基于灰度的匹配，基于形状的匹配等等，这里具体理论和方法不做详解，只简单总结一个实例。图像匹配一般需要对旋转放缩进行处理，另外为了提高搜索效率，常用用图像金字塔来处理模板图像，图像金子塔就是把图像按一定算法，缩小为不同比例的模板，减少像素。一般的模板匹配流程如下：所以首先创建模板，模板的创建就是采集一张自己需要的原始图像，如下我采集的原始图像：我需要的是银联那个标志，生成模板的源代码如下：read_image (Image,&nb
二维仿射变换，顾名思义就是在二维平面内，对对象进行平移、旋转、缩放等变换的行为（当然还有其他的变换，这里仅论述这三种最常见的）。 Halcon中进行仿射变换的常见步骤如下：① 通过hom_mat2d_identity算子创建一个初始化矩阵（即[1.0, 0.0, 0.0, 0.0, 1.0, 0.0]）；② 在初始化矩阵的基础上，使用hom_mat2d_translate（平移）、hom_mat2d_rotate（旋转）、hom_mat2d_scale（缩放）等生成仿射变换矩阵；（这几
Halcon中实现旋转的方式由两种。一种是rotate_image，该方式实现简单，但只能绕中心旋转。二是affine_trans_image，该方式实现较复杂，但是可以实现绕任意位置的旋转。1 rotate_image*Image和ImageRotate分别是输入和输出图像
*Phi是输入的旋转度数
*interpolation是内插方式，默认为'constant' rotate_image(Image : ImageRotate :
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；MinConstrast将模板从图像的噪声中分离出来，如果灰度值的波动范围是10，则MinConstrast应当设为10
注：本文内容大量引用了王成群所著《Halcon工业使用教程》第二册中9.1.3 find_shape_mode的内容。 HALCON中最实用的算子find_shape_model，该算子通过模板在图像中寻找没有几何缩放的目标。本文重点对其主要参数进行了归纳整理。通过对该参数的分析，得出通过优化匹配角度、金字塔层数以及贪婪度可减少模板寻找的时长。 find_shape_model(Image : : Mode
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。先要补充点知识：形状匹配常见的有四种情况 一般形状匹配模板shape_model、线性变形匹配模板planar_deformabl