HALCON-从入门到入门-最常用的算子-二值化

1.废话

图像处理中的二值化是一种将灰度图像转换为只有两种可能值(通常是0和255,分别代表黑色和白色)的过程。这个过程在数字图像处理中非常常见,因为它可以简化图像数据,突出图像的主要特征,并降低后续处理的复杂性。

二值化的关键步骤之一是选择一个阈值。这个阈值将用于确定图像中的每个像素是应该被赋予0(黑色)还是255(白色)。有许多方法可以用来确定这个阈值,包括全局阈值(对整个图像使用单一阈值)和局部阈值(根据图像的局部特性为每个像素或区域选择阈值)。

一旦确定了阈值,就可以对图像进行二值化操作了。对于每个像素,将其灰度值与阈值进行比较。如果灰度值大于或等于阈值,则将该像素设置为白色(或255);否则,将其设置为黑色(或0)。

二值化后,可能还需要进行一些后续处理来优化结果。例如,可以使用形态学操作(如腐蚀、膨胀、开操作和闭操作)来消除噪声、连接断裂的线条或断开重叠的线条。此外,还可以进行边缘检测、特征提取等操作来进一步分析图像。

2.实现效果

复制代码
threshold (GrayImage, Region, 128, 255)

halcon的二值化我觉得非常有意思。

因为它将二值化理解成了一个提取区域的一个操作。

在我图像上的 灰度值符合我要求的这些像素我全部提取出来,组成一个区域(region)

上图中这个红色的就是区域。

变量窗口中显示了这个区域的面积(以像素计算),中心点坐标啥的。

这是提取的整个图片上的白色部分,接着提取黑色部分来看看

正常运行,没有什么问题。

相关推荐
边缘计算社区11 分钟前
FPGA与边缘AI:计算革命的前沿力量
人工智能·fpga开发
飞哥数智坊19 分钟前
打工人周末充电:15条AI资讯助你领先一小步
人工智能
Tech Synapse22 分钟前
基于CARLA与PyTorch的自动驾驶仿真系统全栈开发指南
人工智能·opencv·sqlite
layneyao23 分钟前
深度强化学习(DRL)实战:从AlphaGo到自动驾驶
人工智能·机器学习·自动驾驶
海特伟业1 小时前
隧道调频广播覆盖的实现路径:隧道无线广播技术赋能行车安全升级,隧道汽车广播收音系统助力隧道安全管理升级
人工智能
CareyWYR1 小时前
每周AI论文速递(250421-250425)
人工智能
追逐☞2 小时前
机器学习(10)——神经网络
人工智能·神经网络·机器学习
winner88812 小时前
对抗学习:机器学习里的 “零和博弈”,如何实现 “双赢”?
人工智能·机器学习·gan·对抗学习
Elastic 中国社区官方博客2 小时前
使用 LangGraph 和 Elasticsearch 构建强大的 RAG 工作流
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
娃娃略2 小时前
【AI模型学习】双流网络——更强大的网络设计
网络·人工智能·pytorch·python·神经网络·学习