在工业应用中，定位是大多数应用场景必不可少的环节。通过定位，我们可以对设备作业位置或区域进行调整，如打标、切割、机械手引导等应用。除此之外，我们还可以对被测物进行定位，根据定位数据缩小检测区域以达到提高检测速度和降低误检的目的。我们一般采用模板匹配的方式对被测物进行定位。HALCON为我们提供了基于形状、基于互相关、基于描述符以及可变形的模板匹配。在之前的推送中，大恒图像为您详细讲解了Blob和OCR工具，今天，大恒图像就以基于形状的模板匹配为例，为大家介绍如何通过HDevelop插件实现二维图
1 dev系列函数在HDevelop中我们会看到很多dev开头的函数，这些函数一般都会存在一个不带有dev前缀且名称相同、参数相近的算子，这两种算子的区别在于，前者作用范围仅限于HDevelop在导出为其他语言代码时将被忽略，后者则可以被成功导出为C、C++、CSharp等代码。2 打开窗口我们可以通过代码的方式创建窗口，具体函数如下。或正如我们之前所说的dev_open_window会创建一个HDevelop的图形窗口，它拥有HDevelop图形窗口的所有功能，但该代码不会被导出。由open_
图像处理过程中，从图像中观察处理结果无疑是最直观的方式。在最终的程序交付或项目阶段性成果展示时，为了能够更直观的表现我们算法的处理效果，往往需要图文并茂的进行演示。今天我们就来看看，在HDevelop中如何图文俱佳展示我们的处理结果。在开始之前我们首先打开一个新的脚本并输入如下代码read_image (Image, 'printer_chip/printer_chip_01')
binary_threshold (Image, Regi
引言：特征提取是缺陷检测和分类器的重要基础，由于网络资料匮乏，这个系列的贴子勇哥会长期更新，以充实其内容。在halcon中，有“特征直方图”。其中“特征”下拉列表中有一些项目，它根据你选择的对象是region还是xld而有不同的项目。对于region来讲，这些特征项目分为两类：region_features和gray_features，即region特征和灰度特征。下面的两个算子可以取这上面两类特征：region_features(Regions : : Featu
前言：一直以来，对于blob分析勇哥没有做系列贴子，现在把它补上。在halcon中经常听到两个概念，一是blob分析，二是形态学，它们之间是什么关系呢？
答案是：后者是前者的一个子集，或者说是前者的一个步骤。
形态学在blob分析中常见的用于去除噪声影响，常见的算法有：腐蚀、膨胀、开运算、闭运算、
顶帽、黑帽、形态学梯度等等。 详见：https://www.skcircle.com/?id=1643
blob分析主要内容如下：
1、图像分割：如全局阈值、局部阈值、二值化等。
勇哥偶尔一篇贴子中见到用开运算做目标检测，这个思路感觉还是很稀奇的。原贴只是一张示例图片，我编写了一段演示代码以方便大家阅读。原文介绍只是一张图片，其中Structuring element指的是开运算指定结构元素，图中右半部分说是利用Opening算子可以在图中检索出和结构元素类似的部分。halcon的开运算有许多算子，可以使用结构元素的有:opening(Region, StructElement : RegionOpening : : )minkow