有些时候，CCD的安装角度的原因，造成机器人的方向与视野内CCD的方向不同。图二的顺序符合机器人要求的九点标定的次序：1，2，3，4，5，6，7，8，9图一所示，因为CCD转了90度，因此其视觉x,y与机器人x,y是反的。（图1）（图2）遇到这种情况，如果是调试阶段的机器，建议把CCD的角度转一下。如果不想转CCD角度，我们要注意一点，最终的九点标定数据中，我们记得要把像素的x,y和机器人的x,y记录次序要保证一样即可。例如图1我们出来的九点标定数据如下：ccd xccd yrobot xrob
首先先说明一下Hdevelop图形显示界面的坐标：基本上和其他环境中图像的坐标一样，左上角为(0,0)，X轴为横轴，Y轴为纵轴,行Row指的是Y轴坐标，列Column指的是X轴坐标关于gen_measure_rectangle2：它是获得一个测量句柄Row, Column是矩形的中心Length1, Length2是矩形区域的长和宽的一半，关于区域的宽度，尽量在包住边缘的同时设置的越大越好，因为设置的太小噪声太大Phi是Rectangle旋转的角度，当为正时表示逆时针旋转，当为负时表示顺时针旋转
最近在实验室里遇到了一个问题，就是在有一张轮廓二值图的情况下，如何才能将轮廓进行细化，得到轮廓的骨架。效果如图：可以看到，右边图中的数字变瘦了，这就是细化算法的作用下面我们来讲一下，Thining-Algorithm的算法原理。一、八领域我们先来介绍一下，八领域这一个概念如图，八领域是指包围了中心P1像素的八个像素点。在很多图像处理算法中，八领域的这个概念都极为常见，应用十分广泛。二、算法原理首先，我们来看一下以下的几个类型点：可以看到，我们是通过八领域中的值，来确定这一点是内部点还是端点和孤立
在上一篇图像解析力算法—SFR（Spatial Frequency Response）源码分析(一）中介绍了SFR的几个重要函数，接下来我们看一下主流程和其他函数。4、sfrProc作用：计算SFR数值的主流程函数short sfrProc (double **freq, double **sfr,
int *len,
&
在前面的文章中，我们已经分析了SFR的算法原理与步骤，下面我们直接来分析源码，源码中主要的函数主要分为一下几个：1、locate_centroids作用：定位每一行像素的矩心位置unsigned short locate_centroids(double *farea, double *temp,
double *shifts,unsigned short size_x, unsigned&n
在图像解析力算法—SFR（Spatial Frequency Response）原理分析(一)中，我们已经分析了SFR的前四个步骤，接下来，我们继续讨论以下的五个步骤4、重新定位ROI，获得ESF5、对获得的ESF进行四倍超采样6、通过差分运算获得LSF7、对LSF应用汉明窗8、进行DFT运算 4、重新定位ROI，获得ESF这一步其实比较复杂，我也不确定在我的讲述之下，大家是否能够听懂，我尝试用简单的方式讲解一下。首先，转换坐标轴，将坐标轴转换到计算出来的矩心直线上。如图所示：5、对获
最近这一个月在搞SFR算法--（空间频域响应），终于也算是搞出来了，网上关于SFR计算MTF的资料和博客也是比较少，现在就是总结一下，也算是方便后人，篇幅估计会比较长，会分篇慢慢写。讲到SFR和MTF，刚入门的小伙伴，肯定会觉得一脸懵逼，我们先来解释一下这些基础概念成像系统的解析力： 摄像头最关键的指标之一。所有用户拿到一张照片的时候首选看到的是照片清楚不清楚，这里的清楚指的就是解析力。但是如果评价一个成像系统的解析力也是大家一直
在图像解析力算法—SFR（Spatial Frequency Response）概念理解一文中，我们已经讲解了在阅读SFR源码前必须了解的概念，下面我们来讲解一下，SFR算法的计算具体流程，然后结合源码进行分析， 获取计算公式。先来看图，直观感受一下吧：可以看到，SFR的具体步骤就是上面的九大步骤，箭头中对应的是每一步执行前后对应的输入和输出。总结如下：0、获取垂直斜边的ROI1、进行数据的归一化2、计算图像每一行的像素矩心3、对每行的矩心使用最小二乘法进行线性拟合，获得一条关于矩心的直线4、重
二维计量功能简单的说就是找几种几何形状 ，包括：圆形，椭圆形，矩形和线条 例如，从图一中找到3个圆和一个矩形。（图1）（图2）引用一下官方的一段说明：二维计量的基本原理
通常，对于2D度量，必须提供要测量的对象的位置，方向和几何形状的近似值。
在显示对象的图像内，这些近似对象的边界用于定位对象的真实边缘以适应几何形状的参数，
使得它们最佳地适合图像数据。
测量结果是优化的参数。计量模型用于存储所有必要的信息，
例如计量对象的位置和几何形状的初始参数，控制测量的参数以及测量结果
群里有人问题怎么测量下面的工件的尺寸？勇哥把原图处理了一下，供大家练习。下面代码是群中有人给出的一种思路，不完善。其主要思路是：。查找边缘Xld。分割Xld。循环判断每小段xld，通过其方向判断是不是我们需要的线条dev_close_window()
read_image (Image, 'C:/Users/hackpig/Desktop/QQ图片20191214110730.png')
dev_open_window(0, 0, 51