这是一条金属棒上的伤疤，不知道被什么啃去了一块，你说该怎么才能把这个伤疤提取出来呢？肯定是非常简单的，核心一定是threshold算子做阈值分割，然后就是select_shape选择区域只不过在threshold算子的前置算子会有所不同，在select_shape后面的后置算子也如此。本例子提供三种方法，基本上思路都是增加图像，然后threshold阈值分割。方法一。dev_update_off ( )
dev_close_window ( )
rea
先来张素材图read_image (Image, 'C:/Users/Administrator/Desktop/划痕+油污+瑕疵的检测/划痕、油污、瑕疵/胶囊表面污点检测/Image.bmp')
rgb1_to_gray(Image,GrayImage)
scale_image_max(GrayImage,ImageScaleMax)
mean_image(ImageScaleMax,ImageMean,9,9)
*找到亮点
dyn_thres
Chapter_14:Regions14.1 Access1. get_region_chain 功能：一个对象的轮廓(contour)作为链式码。2. get_region_contour 功能：查询一个目标的轮廓(contour)。3. get_region_convex 功能：查询突起的外表作为轮廓(contour)。4. get_region_points 功能：查询一个区域的像素数。5. get_region_polygon&
当我们想要提取Region时，图像处理后，往往存在几个类似的Region，此时，需要根据Region的一些特殊特征，来选择指定的Region。求Region指定特征值：region_features(Regions : : Features : Value)根据特征值选择区域：select_shape(Regions : SelectedRegions : Features, Operation, Min, Max : )Region特征一览：特征英译备注areaArea of the obje
上篇我们讲到通过动态定位焊点的ROI区域，以排除压块位置跳舞的影响。正常情况下，我们的region可以通过下移30个像素，取得很好的覆盖ROI，如图：但是，上面的算法在移动30个像素时，无法处理下面这样的情况，如图：因此，我们的算法必须能检测我们要移动的30个像素是否会超出焊片（白色）的区域。我们先把程序放上来：list_files ('C:/Users/Administrator/Desktop/焊点图片', ['files','fo
划痕、油污、瑕疵，常用的方法有傅里叶变换和Blob分析。1.表面划痕invert_image(Image,ImageInvert1)
mult_image(ImageInvert1, ImageInvert1, ImageResult,0.01, 0)
gen_sin_bandpass (ImageBandpass, 0.6, 'none', 'rft',&nbs
参考了HALCON例程和其他网友的思路, 简单地去除周期性噪声方法如下. 因是初学者,所以有错误的地方还请多多指正.素材图片：程序：read_image (Image1, 'C:/Users/Administrator/Desktop/a1.png')
get_image_size (Image1, Width, Height)
fft_generic (Image1, ImageFFT, &
1、close_all_framegrabbers ( : : : ) 关闭所有图像采集设备。2、close_framegrabber ( : : AcqHandle : ) 关闭Handle为AcqHandle的图像采集设备。3、open_framegrabber ( : : Name, HorizontalResolution,VerticalResolution, ImageWidth, ImageHeight, StartRow, Sta
例程：detect_indent_fft.hdev说明：这个程序展示了如何利用快速傅里叶变换（FFT）对塑料制品的表面进行目标（缺陷）的检测，大致分为三步：首先，我们用高斯滤波器构造一个合适的滤波器（将原图通过高斯滤波器滤波）；然后，将原图和构造的滤波器进行快速傅里叶变换；最后，利用形态学算子将缺陷表示在滤波后的图片上（在缺陷上画圈）。注：代码中绿色部分为个人理解和注释,其余为例程中原有代码
* Initializations
dev_update_off ()
dev
纹理分析是对图像灰度（浓淡）空间分布模式的提取和分析。纹理分析在遥感图像、X射线照片、细胞图像判读和处理方面有广泛的应用。关于纹理，还没有一个统一的数学模型。它起源于表征纺织品表面性质的纹理概念，可以用来描述任何物质组成成分的排列情况，例如医学上X 射线照片中的肺纹理、血管纹理、航天(或航空)地形照片中的岩性纹理等。图像处理中的视觉纹理通常理解为某种基本模式（色调基元）的重复排列。因此描述一种纹理包括确定组成纹理的色调基元和确定色调基元间的相互关系。纹理是一种区域特性，因此与区域的大小和形状有关