使用Halcon 采集图像并进行简单处理rgbl_to_gray/threshold/connection/fill_up

使用Halcon 采集图像并进行简单处理

文章目录

  • [使用Halcon 采集图像并进行简单处理](#使用Halcon 采集图像并进行简单处理)

下面介绍一个简单的采集图像的例子。在Halcon中利用图像采集接口,使用USB3.0相机实时拍摄图像。采集到图像后对图像进行简单的阀值分割处理,将有物体的区域标记出来。
(1)创建一个图像窗口,并连接相机。首先使用dev_close_window 清理显示区域,并用dev open_window 创建一个显示图像的窗口,然后连接采集设备。使用open framegrabber 连接相机,并简单地设置一些参数。由于使用的是USB3Vision 接口的相机,因此在第一个参数中填入接口名称。在Device参数中选择相机的型号,开始准备采集。
(2)采集图像。由于要连续地采集图像,因此要建立图像采集循环。在循环中使用grab_image获取图像,并使用dev_display 将其显示出来。
(3)简单的图像处理。获取到图像后将其保存在Image变量中,接下来可以根据需要对图像做进一步的处理,如阈值分割、图像平滑,以及其他形态学处理等。本例中首先使用rgbl_to_gray将采集到的原始图像转化为单通道的灰度图像,然后使用阈值处理将灰度较深的区域存入一个名为DarkArea的变量中。
接着使用 filL_up对Dark 区域进行填充,并用connection 算子进行区域分割。然后通过select shape 将面积大的区域提取出来,排除无意义的杂点,并用dev_display 将填充区域绘制出来。
同时,通过count_obj 统计出零件区域的数量,并用字符串的形式显示在窗口中。这是一个简单的关于图像采集与阈值处理的例子,后续可以根据需要进行更复杂的处理。
(4)关闭图像采集接口。图像采集完成后可以结束循环,并使用close_framegrabber 关闭采集接口,释放设备资源。其运行结果如图所示。
实现代码参考如下:

bash 复制代码
*关闭当前窗口,清空屏幕
dev_close_window()
*打开图像采集接口,接口类型为USB3Vision,其他参数都是默认
open_framegrabber ('USB3Vision', 0, 0, 0, 0, 0, 0, 'progressive',
'default', -1,'false', 'default','2676014B7826 BasleracA1920155um',0, -1, AcqHandle)
*抓取一幅图像,这幅图是为了获取图像的大小以建立合适尺寸的窗口
grab_image (ImageBase, AcqHandle)
*获取图像的大小,以建立合适尺寸的窗口
get_image_size (ImageBase, Width, Height)
*创建新的显示窗口
dev_open_window (0, 0, Width/2, Height/2, 'black', WindowHandle)
*开始进入采集图像的循环
while(true)
*利用此采集接口的句柄获取图像
grab_image (Image, AcqHandle)
*显示采集画面
dev_display (Image)
**
*此处可根据需要对图像做进一步处理。这里举一个简单的阈值处理并计数的例子
**
*将图像转换为单通道灰度图像
rgbl_to_gray (Image, GrayImage)
dev_display (GrayImage)
*使用阈值处理提取较暗部分
threshold (GrayImage, DarkArea, 0, 80)
*填充区域
fill_up (DarkArea, RegionFillUp)
*将不相连的区域整体分割成独立的区域
connection (RegionFillUp, ConnectedRegions)
*排除杂点,将面积较大的目标选择出来
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and',150, 99999)
*目标计数
count_obj (SelectedRegions, Number)
*即将显示文字,文字颜色设置为黑色
dev_set_color ('black')
*确定文字的显示位置
set_tposition (WindowHandle, 50, 50)
*设置字体
set_font (WindowHandle, '-System-24-*-0-0-0-1-GB2312_CHARSET-')
*窗口输出文字
write_string (WindowHandle,'有'+Number+'个零件')
*显示零件形状区域,设置颜色为红色
dev_set_color ('red')
*显示模式为填充
dev_set_draw ('fill')
*显示提取出的区域
dev_display (DarkFilled)endwhile
*采集结束,关闭采集接口,释放相机资源
close_framegrabber (AcgHandle)
相关推荐
StarPrayers.34 分钟前
神经网络中的 HWC→CHW 格式转换
人工智能·深度学习·神经网络
ModelWhale41 分钟前
和鲸科技入选《大模型一体机产业图谱》,以一体机智驱科研、重塑教学
人工智能·科研·高等教育
区块block1 小时前
DeFi中的自主代理:用AI重塑金融
人工智能·金融
数据科学作家1 小时前
如何入门python机器学习?金融从业人员如何快速学习Python、机器学习?机器学习、数据科学如何进阶成为大神?
大数据·开发语言·人工智能·python·机器学习·数据分析·统计分析
GJGCY1 小时前
金融智能体技术解读:十大应用场景与AI Agent架构设计思路
人工智能·经验分享·ai·金融·自动化
文火冰糖的硅基工坊1 小时前
[人工智能-大模型-57]:模型层技术 - 软件开发的不同层面(如底层系统、中间件、应用层等),算法的类型、设计目标和实现方式存在显著差异。
人工智能·算法·中间件
Coovally AI模型快速验证1 小时前
突破性开源模型DepthLM问世:视觉语言模型首次实现精准三维空间理解
人工智能·语言模型·自然语言处理·ocr·音视频·ai编程
m0_650108241 小时前
【论文精读】FDGaussian:基于几何感知扩散模型的单图快速高斯溅射 3D 重建
计算机视觉·扩散模型·论文精读·3d重建·高斯溅射
芯片SIPI设计1 小时前
面向3D IC AI芯片中UCIe 电源传输与电源完整性的系统分析挑战与解决方案
人工智能·3d
浆果02072 小时前
【图像超分】论文复现:轻量化超分 | RLFN的Pytorch源码复现,跑通源码,整合到EDSR-PyTorch中进行训练、测试
人工智能·python·深度学习·超分辨率重建·1024程序员节