一、投影水平投影有什么作用呢？可以起到一个定位的作用，比如说，我们想要定位车牌号。我们把图像处理之后，用垂直投影，可以很快的对其进行定位以即分割水平投影的实现步骤图像二值化，物体为黑，背景为白。循环各行，依次判断每一列的像素是否为黑，统计所有黑像素的个数。设该行共有M个黑像素，则把该行从第一列到第M列设置为黑垂直投影的实现步骤图像二值化，物体为黑，背景为白。循环各列，依次判断每一行的像素是否为黑，统计所有黑像素的个数。设该列共有M个黑像素，则把该列从第一行到第M行设置为黑效果图如下水平投影效果如
此示例是一个综合的示例，检测的是皮革纹理表面上出现的凸起、凹痕、划痕上的缺陷。使用的依然是光度立体法，只是不同的缺陷，需要使用的是不同参数所生成的图像。示例代码如下：* 使用光度立体的方法检测皮革样品
* Initialization
dev_update_off ()
dev_close_window ()
dev_open_window (0, 0, 640, 480, '
dev_close_window ()
dev_update_off ()
Path := 'lcd/mura_defects_texture_'
read_image (Image, Path + '01')
get_image_size (Image, Width, Height)
dev_open_window (0,
目标：实现高纹理图像中缺陷的检测（黑色）。思路为：1.对彩色图像进行R G B分解，选取B作为后续图像。2. 生成背景模板，将图像傅里叶变换到频域中，通过高斯滤波，然后傅里叶反变换回来，得到的图像就是背景模板。3 .背景差分。采用sub_image函数进行图像差分,增强两幅图像的差异4 .分水岭算法分割，在分割之前采用中值滤波来抑制小斑点或细线。分水岭后，图像分割为多个轮廓（region）。5 .计算多个轮廓region的灰度信息，包括能量。相关度、同一度、对比度，通过灰度共生矩阵。 前面的两个
texture.hdev这个例子是主要讲解了histo_2dim 、class_2dim_sup 搭配使用灰度直方图进行图像分割。* Find textured areas (trees and bushes)
*
dev_close_window ()
Interactive := 0
dev_close_window ()
read_image (MreutHi
1.mean_n(Image : ImageMean : : )mean_n生成所有通道的逐像素平均值。对于每个坐标点，计算该坐标上所有灰度值的和0。结果是灰度值的平均值(总和除以通道数)。输出图像有一个通道。有关平滑滤波器概念的解释，请参阅“滤波/平滑”一章的介绍。例如：read_image (Images, ['ic0','ic1','ic2','ic3'])
channels_to_image
无纺布折痕检测（3）· 基于灰度投影的折痕检测 https://www.skcircle.com/?id=1279频率域滤波基础之一 https://www.skcircle.com/?id=330基于二次曲面拟合的脏污检测 https://www.skcircle.com/?id=1274视觉进阶：阈值分割函数总结 https://www.skcircle.com/?id=683Hal
引言：texture_laws算子，其本质原理是利用不同的kernel与图像进行卷积运算，提取出图像的高频部分或低频部分。纹理分析是图像处理中的一种典型任务，texture_laws是Halcon中纹理分析的重要算子，其本质原理是利用不同的kernel与图像进行卷积运算，提取出图像的高频部分或低频部分。纹理（texture）由纹理单元（texel）组成，纹理单元是纹理图像中最小的重复单元，texel是纹理的基本单元。纹理分析的第一种典型应用是利用纹理滤波器对图像进行滤波处理，以增强（enhanc
功能：1、按住鼠标左键拖动鼠标进行擦除工作，松开鼠标停止擦除2、继续按住鼠标左键重复功能1，鼠标右键退出这里使用到的halcon是17.12版本的对应同版本的HDevelop，在API中就找到两个鼠标事件：get_mbutton 和 get_mposition前者等待鼠标按下，后者无需等待直接监听鼠标并且都是一次触发一次返回，这样一来实现上面的功能就要挠一挠脑壳了。 halcon实现：read_image (Image, 'printer_chip
算子介绍inspect_shape_model创建形状模型的表示。运算符对于确定参数NumLevels和Contrast尤其有用，它们可以快速，方便地用于create_shape_model，create_scaled_shape_model或create_aniso_shape_model中。模型的表示是在多个图像金字塔级别上创建的，其中级别的数量由NumLevels确定。在其典型用法中，使用NumLevels和Contrast的不同参数多次调用inspect_shape_model，直到获得