如下图，我们需要找到该产品的中心的螺丝孔。处理结果截图如下：halcon的中间处理结果如下图这个例子在各类锁螺丝设备中都比较常见。采用基本的形态学算子，如：threshold, connection, select_shape 即可以解决问题。但是如果是多种颜色的产品，可能不光要调节面积、阈值等算子的参数，还需要调用不同的光源或者相机曝光参数等。在下面的代码中， inner_circle算子即求出圆心位置，这个位置是相机的坐标，还需要和马达的坐标关联起来。这个过程，我们需要做相关的标定。一般我们
细谈工业相机ccd与cmos的差别 CCD，英文全称：Charge coupled Device，中文全称：电荷耦合元件，可以称为CCD图像传感器。CCD是一种半导体器件，能够把光学影像转化为数字信号。在工业相机中，如果按照工业芯片来分的话，比较常见的就是ccd工业相机和cmos工业相机。1、 耗电量差异：CMOS采用主动式图像采集方式，感光二极管所产生的电荷会直接由旁边的电晶体放大输出;而CCD为被动式采集方式，必须外加12~18V的电压以使每个像素中的电荷移送到传输通道。因此CC
本文是勇哥很早的时候写的一篇，如果想知道更多的信息，请参阅勇哥另一篇更详细的文章：《勇哥的视觉实验：halcon的标定助手》"安装"面板中:描述文件要选择你手里的halcon标定板的对应的描述文件. 例如笔者手中是30*30mm的标定板, 就使用图中所示的描述文件.我手里这片标定板厚度为3.050mm测试相机是广角镜头, 非远心相机单个像元的宽与高,焦距应该询问相机厂商, 这里我就先默认.摄像机模型, 这里我选中"面扫描""标定"选项卡
(一)数字图像基础概念1、数字图像：一幅图像可以定义为一个二维函数f(x,y)，其中x和y是空间（平面）坐标，而在任何一对空间坐标（x,y）处的幅值f称为图像该点处的强度或灰度。当x,y和灰度值f是有限的离散数值时，我们称该图像为数字图像。简而言之，数字图像就是离散的灰度集。2、像素：数字图像是由有限数量的元素组成的，每个元素都有特定的位置和幅值，这些元素我们称之为像素。(二)halcon数据结构概述1、Images（图像）：图像是基本的数据结构，它所包含的数据通常是由图像采集设备传送到计算机内
1、Developdev_display 在现有图形窗口中显示图像目标。dev_set_color 设置一个或更多输出颜色，通常用于设置region或者xld的颜色。dev_set_draw 定义区域填充模式，可选项有fill和margindev_set_line_width 定义区域轮廓输出的线宽。dev_set_shape 定义区域输出形状，例如以矩形显示或者以圆形显示，这样可以更好地标记区域。&nb
halcon测量的第一步，就是找边。边找精准了，计算两边的距离才可能精准。由于物料的管控不可能做到每片抽检，或者根本不被管控。这就要求我的抓边效果能最大化适合各种可能性。下面的程序使用鼠标确定测量框，根据设定参数拟合出一条质量可调的XLD线条。图1 鼠标绘制测量框图2 拟合完成的线条，这个例子由50个点拟合出XLD线条。十字点起标识点的作用。找线方法调用代码：fpath:='C:/Users/Administrator/Desktop/2018资料/分类器研究&#
友发来两个小项目，要求亚像素精度。突然想问几个问题：1、何为亚像素？2、何为亚像素精度？3、使用亚像素测量，系统应注意什么？1、何谓亚像素？面阵摄像机的成像面以像素为最小单位。例如某CMOS摄像芯片，其像素间距为5.2微米。摄像机拍摄时，将物理世界中连续的图像进行了离散化处理。到成像面上每一个像素点只代表其附近的颜色。至于“附近”到什么程度？就很困难解释。两个像素之间有5.2微米的距离，在宏观上可以看作是连在一起的。但是在微观上，它们之间还有无限的更小的东西存在。这个更小的东西我们称它为“亚像素
dyn_threshold算子动态阈值算子应付以下情况：对于一些应用来说，确定一个全局阈值是不可能的，比如，因为没有通用的参考图像来确定阴影校正图像的背景是非均匀的物体在局部范围内通常比背景亮些或者黑些在这种情况下，寺找一个固定阈值来区分物体和背景是丌太容易的问题: 局部邻域的确定局部邻域可以由平滑滤波器来确定(比如, mean_image或binomial_filter)动态阈值算子的经验说明：滤波的mask尺寸确定了做能分割出来物体的最大尺寸经验之谈 mean_im
合并region select_shape(ConnectedRegions1, SelectedRegions1, 'area', 'and', 550, 99999)
select_obj(SelectedRegions1, obj1, 1)
se