Halcon学习之三：有关图像通道的函数
HALCON算子函数（七）Image
HALCON算⼦函数（七）Image HALCON 算⼦函数——Chapter 7 : Image7.1 Access1. get_grayval功能：获取⼀个图像⽬标的灰度值。
2. get_image_pointer1功能：获取⼀个通道的指针。
3. get_image_pointer1_rect功能：获取图像数据指针和输⼊图像区域内最⼩矩形内部的图像数据。
4. get_image_pointer3功能：获取⼀个彩⾊图像的指针。
5. get_image_time功能：查找图像被创建的时间。
7.2 Acquisition1. close_all_framegrabbers功能：关闭所有图像获取设备。
2. close_framegrabber功能：关闭指定的图像获取设备。
3. get_framegrabber_lut功能：查找图像获取设备的查询表。
4. get_framegrabber_param功能：查找⼀个图像获取设备的指定参数。
5. grab_data功能：从指定的图像获取设备获取图像和预处理图像数据。
6. grab_data_async功能：从指定的图像获取设备获取图像和预处理图像数据并且开始下⼀个异步获取。
7. grab_image功能：从指定的图像获取设备获取⼀个图像。
8. grab_image_async功能：从指定的图像获取设备获取⼀个图像并且开始下⼀个异步获取。
9. grab_image_start功能：从指定的图像获取设备开始下⼀个异步获取。
10. info_framegrabber功能：从指定的图像获取设备查找信息。
11. open_framegrabber功能：打开并配置⼀个图像获取设备。
12. set_framegrabber_lut功能：设置图像获取设备查询表。
13. set_framegrabber_param功能：设置⼀个图像获取设备的指定参数。
7.3 Channel1. access_channel功能：获取⼀个多通道图像的⼀个通道。
HALCON中文中文注解
Halcon查询图像参数1、get_grayval(Image::Row,Column:Grayval)计算Image图像中坐标为（Row，Column）的点的灰度值Grayval。
2、get_image_pointer1(Image:::Pointer,Type,Width,Height)计算Image图像的数据指针Pointer，图像类型Type，图像宽度Width和高度Height。
Pointer指向了Image data的起点位置。
3、get_image_pointer3(ImageRGB:::PointerRed,PointerGreen, PointerBlue,Type,Width,Height)计算彩色图像ImageRGB的参数。
4、get_image_pointer1_rect(Image:::PixelPointer,Width,Height, VerticalPitch,HorizontalBitPitch,BitsPerPixel)计算Image图像中定义区域的最小的长方形的区域的指针Pointer，宽度Width，高度Height，VerticalPitch代表Image的Width*(HorizontalBitPitch/8)。
两个相邻象素的水平距离（以比特计算）HorizontalBitPitch，每像素的比特数BitsPerPixel。
5、get_image_time(Image:::MSecond,Second,Minute,Hour,Day,YDay, Month,Year)获取图像生成的时间。
摄像头获取图像和相关参数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,StartColumn, Field,BitsPerChannel,ColorSpace,Generic,ExternalTrigger, CameraType,Device,Port,LineIn:AcqHandle)打开图像采集设备参数信息：Name：图像采集设备的名称HorizontalResolution和VerticalResolution：分别指预期的图像采集接口的水平分辨率和垂直分辨率ImageWidth和ImageHeight：指预期图像的宽度部分和高度部分。
halcon函数
threshold 按设置的阙值提取图像区域。
connection 合并所有选定像素触摸相互连通区。
Select_shape 选择区域面积(属性:'面积')在指定区间内。
Smallest_rectangle1计算每个区域的坐标(连续/栏)的包围矩形。
dilation_circle ( Region ,RegionDilation , Radius ) 膨胀Radius为半径complement ( Region , RegionComplement )反填充Region区域get_mbutton ( WindowHandle, &Row, &Column, &Button ) 等待至用户鼠标有输入，Row,和Column返回坐标，左键输入：Button=1;中键：Button=2;右键：Button=4set_tposittion(windowhandle,Row,Column)设置文本输出坐标mean_image ( Image : ImageMean : MaskWidth, MaskHeight : )取平均值平滑图像MaskWidt h &MaskHeight ∈ {3, 5, 7, 9, 11, 15, 23, 31, 43, 61, 101} select_region_point (ConnectRegion, OneObject, Row, Column)在连同区ConnectRegion中用坐标选中区域gauss_image ( Image : ImageGauss : Size : )高斯模糊图像，size:3,5,7,9,11 sub_image ( ImageMinuend, ImageSubtrahend : ImageSub : Mult, Add : ) ImageSub=(ImageMinuend-ImageSubtrahend)*Mult+Add,增强两幅图像的差异elliptic_axis ( Regions : : : Ra, Rb, Phi ),计算Region区域中的椭圆参数decompose3 ( MultiChannelImage : Image1, Image2, Image3 : : )三通道图像转换为三个图像trans_from_rgb ( ImageRed, ImageGreen, ImageBlue :ImageResult1,ImageResult2, ImageResult3 : ColorSpace : )从一个rgb图像转换为一个任意格式图像difference ( Region, Sub : RegionDifference )计算两个区域的不同，并返回dev_update_pc ( DisplayMode) 设置程序是否总在前面，对置顶有作用(不支持C++代码)dev_update_window (DisplayMode) 默认状态下所有的对象（图像，区域，或XLD）都在活动图形窗口显示。
halcon三通道转单通道算子
halcon三通道转单通道算子Halcon是一种广泛应用于机器视觉领域的软件工具，它提供了丰富的图像处理算法和函数库，可以帮助用户实现各种图像处理任务。
其中，Halcon中的三通道转单通道算子是一种非常常用的图像处理算法，它可以将彩色图像转换为灰度图像，方便后续的图像分析和处理。
在机器视觉领域，图像通常是以RGB三通道的形式表示的，即红色、绿色和蓝色三个通道分别表示图像中的颜色信息。
然而，在某些情况下，我们只需要使用图像中的亮度信息，而不需要考虑颜色信息。
这时，就可以使用Halcon中的三通道转单通道算子将彩色图像转换为灰度图像。
三通道转单通道算子的原理很简单，它通过对图像的三个通道进行加权平均来计算每个像素的灰度值。
具体来说，对于一个RGB图像中的像素(x, y)，其灰度值可以通过以下公式计算得到：Gray(x, y) = 0.299 * Red(x, y) + 0.587 * Green(x, y) + 0.114 * Blue(x, y)其中，Red(x, y)、Green(x, y)和Blue(x, y)分别表示像素(x, y)在红色、绿色和蓝色通道上的值。
通过这个公式，我们可以将每个像素的三个通道值加权平均得到一个灰度值，从而得到一个灰度图像。
在Halcon中，实现三通道转单通道算子非常简单。
首先，我们需要使用read_image函数读取一张彩色图像。
然后，使用channel_to_gray函数将彩色图像转换为灰度图像。
最后，使用write_image函数将灰度图像保存到指定的文件中。
下面是一个示例代码：```pythonimage := read_image('color_image.jpg')gray_image := channel_to_gray(image)write_image(gray_image, 'gray_image.jpg')```在这个示例代码中，我们首先使用read_image函数读取了一张名为'color_image.jpg'的彩色图像。
halcon 函数gamma_image 函数说明
halcon 函数gamma_image 函数说明关于Halcon函数gamma_image的详细说明Halcon是一款强大的机器视觉开发软件，拥有丰富的函数库以及各种各样的图像处理函数。
gamma_image就是其中之一，它是用来调整图像的亮度和对比度的函数。
在本文中，我们将详细介绍gamma_image函数的使用方法和注意事项。
1. gamma_image函数的基本介绍gamma_image函数通过改变输入图像的亮度和对比度来实现图像的增强。
在图像处理中，亮度指图像像素的明亮程度，而对比度指图像中亮度变化的范围。
使用gamma_image函数，我们可以通过调整亮度和对比度，使图像更加清晰、明亮，并提高其可视化效果。
2. gamma_image函数的语法和参数gamma_image函数的语法如下：gamma_image (Image : ImageGamma, Gamma : real)参数说明：- Image: 输入图像- ImageGamma: 输出图像- Gamma: 亮度调整参数，范围为[0,∞]，默认值为1.03. gamma_image函数的使用方法在使用gamma_image函数前，我们首先要加载Halcon的相关库函数，并读取待处理的图像。
下面是一个简单的代码示例：python# 加载相关库函数from halcon import *# 读取待处理图像image = read_image("input.jpg")在加载库函数和读取图像之后，我们可以使用gamma_image函数来增强图像。
下面是一个具体的代码示例：python# 调整亮度和对比度gamma = 1.5gamma_image(image, image_gamma, gamma)在上述代码示例中，我们设置了亮度调整参数为1.5，并将增强后的图像存储在image_gamma变量中。
4. gamma_image函数的注意事项在使用gamma_image函数时，我们需要注意以下几点：4.1 亮度调整参数的选择亮度调整参数（gamma）的选择会直接影响图像的亮度和对比度。
halcon三通道转单通道算子
Halcon三通道转单通道算子1. 简介Halcon是一种先进的机器视觉开发库，提供了丰富的图像处理算法和函数。
在图像处理中，有时候需要将彩色图像转换为灰度图像，以便进行后续的分析和处理。
本文将介绍如何使用Halcon来实现三通道（RGB）图像到单通道（灰度）图像的转换。
2. 算法原理在RGB图像中，每个像素由三个通道的数值组成，分别表示红色、绿色和蓝色的亮度。
而灰度图像只有一个通道，每个像素只有一个数值来表示亮度。
因此，将RGB图像转换为灰度图像需要将三个通道的数值进行合并。
常见的灰度化算法有平均值法、加权平均法、最大值法、最小值法等。
其中，平均值法是最简单的一种方法，即将RGB三个通道的数值取平均值作为灰度图像的数值。
3. 算法步骤步骤1: 导入Halcon库首先，需要导入Halcon库，以便使用其中的函数和算子。
可以使用以下代码导入Halcon库：import halcon as ha步骤2: 加载图像使用Halcon的read_image函数加载RGB图像。
图像路径可以根据实际情况进行修改。
image = ha.read_image('path/to/image.jpg')步骤3: 分离通道使用Halcon的channels_to_image函数将RGB图像的三个通道分离出来。
red_channel, green_channel, blue_channel = ha.channels_to_image(image, 'rgb')步骤4: 合并通道使用Halcon的compose3函数将分离出的三个通道合并为一个灰度图像。
gray_image = pose3(red_channel, green_channel, blue_channel)步骤5: 显示结果使用Halcon的disp_image函数显示转换后的灰度图像。
ha.disp_image(gray_image)步骤6: 保存结果使用Halcon的write_image函数将转换后的灰度图像保存到指定路径。
halcon fill_up函数
halcon fill_up函数摘要：1.函数halcon fill_up简介2.函数的作用和应用场景3.函数的参数说明4.函数的使用方法和示例5.总结正文：【1.函数halcon fill_up简介】halcon fill_up函数是Halcon图像处理软件中的一种常用函数，用于填充图像中的空白区域。
该函数可以对图像进行预处理，提高图像处理效率和准确性。
【2.函数的作用和应用场景】fill_up函数的主要作用是在图像中填充空白区域，使得图像更加完整。
在实际应用中，该函数常用于以下场景：- 对图像进行预处理，消除图像中的噪声，提高图像质量- 在图像分割、识别等处理过程中，填充目标物体周围的空白区域，使目标物体更加完整【3.函数的参数说明】fill_up函数需要两个参数：- 输入图像（Image）：输入的图像数据，可以是单通道或多通道图像。
- 填充模板（Template）：一个预定义的填充图案，用于填充图像中的空白区域。
【4.函数的使用方法和示例】fill_up函数的使用方法如下：```Image := fill_up(InputImage, Template)```其中，InputImage是需要填充的图像，Template是填充图案。
示例：```1.读取图像Image1 := read_image("image1.bmp")2.创建填充模板Template := create_struct_template(1, 1, "black")3.使用fill_up函数填充图像Image2 := fill_up(Image1, Template)4.显示填充后的图像display(Image2)```【5.总结】halcon fill_up函数是一个实用的图像预处理函数，通过填充图像中的空白区域，可以提高图像处理的效果和效率。
Halcon学习之三：有关图像通道的函数（R是三通道，B是1通道，G二通道），排列顺序BGR
Halcon学习之三：有关图像通道的函数（R是三通道，B是1通道，G⼆通道），排列顺序BGR⿊⽩摄像机会返回每个像素所对应的能量采⽤结果，这些结果组成了⼀幅单通道灰度值图像，⽽对于RGB彩⾊摄像机，它将返回每个像素所对应的三个采样结果，也就是⼀幅三通道图像。
下⾯这些是与图像通道有关的函数：1、access_channel ( MultiChannelImage : Image : Channel : )获取多通道图像MultiChannelImage的Channel通道的图像Image。
2、append_channel ( MultiChannelImage, Image : ImageExtended : : )将Image图像的通道与MultiChannelImage的通道叠加得到新图像ImageExtended。
3、channels_to_image ( Images : MultiChannelImage : : )将多幅单通道图像合并成⼀幅多通道图像4、compose2 ( Image1, Image2 : MultiChannelImage : : )将两幅单通道图像合并为⼆通道图像。
Compose3、Compose4以此类推。
5、count_channels ( MultiChannelImage : : : Channels )计算MultiChannelImage 的通道个数Channels6、decompose2 ( MultiChannelImage : Image1, Image2 : : )将⼀幅⼆通道图像转换为两幅单通道图像。
Decompose3、Decompose4以此类推。
7、image_to_channels ( MultiChannelImage : Images : : )将多通道图像转换为多幅单通道图像。
halcon 函数功能分类
halcon 函数功能分类
Halcon是一个用于机器视觉的高端图像处理软件，它提供了多种图像处理函数，可以用于实现各种图像处理任务。
以下是Halcon 函数功能分类的一些主要类别：
1. 图像采集与连接：这些函数主要用于获取图像数据，包括从摄像头、文件、网络等来源获取图像，以及将图像数据连接到Halcon 的图像处理管道中。
2. 图像预处理：这些函数主要用于对图像进行预处理，例如去噪、增强、变换等操作，以便更好地提取图像特征或进行后续处理。
3. 特征提取：这些函数主要用于从图像中提取特征，例如边缘、角点、纹理等，以便用于目标检测、识别、跟踪等任务。
4. 图像分析：这些函数主要用于对图像进行分析，例如测量、计数、匹配等操作，以便获得图像中的特定信息或对图像进行分类。
5. 机器学习与模式识别：这些函数主要用于应用机器学习算法进行图像分类、目标检测、识别等任务，例如SVM、决策树、神经网络等算法。
6. 三维视觉：这些函数主要用于处理三维图像数据，例如点云、深度图等，以便进行三维重建、测量等任务。
7. GUI与界面设计：这些函数主要用于创建用户界面，例如对话框、按钮、图像显示区等，以便用户能够与Halcon进行交互。
以上仅是Halcon函数功能分类的一些主要类别，每个类别中都有许多不同的函数可供选择和使用。
halcon入门教程
halcon入门教程Halcon(哈康)是一款由美国密歇根州慕尼黑市的MVTec软件公司开发的机器视觉开发平台。
它提供了丰富的图像处理和分析函数，可以用于工业自动化、机器人视觉、医学图像处理等各个领域。
Halcon的入门教程首先要了解其基本概念和术语。
以下是一些常用术语的简要介绍：1. 图像：在Halcon中，图像指的是一个或多个矩阵组成的数据对象。
每个矩阵表示图像中的像素值，可以是灰度图像或彩色图像。
2. 灰度图像：灰度图像是指每个像素只有一个灰度值的图像。
在Halcon中，灰度图像通常用单通道矩阵表示。
3. 彩色图像：彩色图像是指每个像素有多个颜色分量的图像。
在Halcon中，彩色图像通常用多通道矩阵表示，每个通道表示一个颜色分量。
4. 模板匹配：模板匹配是一种在输入图像中寻找与模板图像最相似区域的方法。
Halcon提供了多种模板匹配算法，可以根据需要选择合适的算法。
5. 区域：在Halcon中，区域是指图像中的一个连续像素集合。
可以通过二值化、分割等方法得到区域。
除了上述基本概念外，入门教程还应包括以下内容：1. 安装与配置：介绍如何下载、安装和配置Halcon开发环境。
2. 图像加载与显示：介绍如何加载和显示图像，以及常用的图像显示函数。
3. 图像处理：介绍Halcon提供的常用图像处理函数，例如平滑、增强、边缘检测等。
4. 区域处理：介绍Halcon提供的区域处理函数，例如区域拟合、区域合并、形态学操作等。
5. 模板匹配：介绍Halcon提供的模板匹配函数，例如统计形状模板匹配、模板匹配算法比较等。
6. 应用实例：通过实际案例展示如何使用Halcon解决实际问题，例如物体检测、识别和测量等。
通过学习上述内容，可以初步掌握Halcon的基本功能和使用方法，为进一步深入学习和应用奠定基础。
精品课件-HALCON数字图像处理-第3章 HALCON图像处理基础
（1）褐色：控制和开发算子； （2）蓝色：图像获取和处理算子； （3）浅蓝色：外部函数； （4）绿色：注释。 HALCON数字图像
2、HALCON图像显示
1．图形窗口 默认的图形窗口尺寸为512*512，因此当图像尺寸不同时
显示在图像窗口上会变形，要看到无变形的图像的步骤为:菜 单栏>可视化>图像尺寸>适应窗口，即可自动调整窗口。
2．图像显示 HDevelop中显示图像通常使用dis_display算子，格式为： dev_display(Object:::)。 运行模式下运行算子时图形窗口会实时更新，如果只想通过图 像显示算子在图形窗口显示某些图像（image，region或xld） 就可以关闭窗口的更新。 3．显示文字 显示文字常用的disp_message算子与write_string 算子。
3.3 HALCON图像处理入门
1、HALCON图像读取 利用read_image算子读取图像 算子read_image(:Image:FileName:)中Image为读取的图
像变量名称，FileName为图像文件所在的路径，HALCON支 持多利种用图采像集格助式手。批量读取文件夹下所有图像
利用采集助手批量读取文件夹下所有图像的步骤为： 菜单栏>助手>打开新的Image Acquisition>资源>图像文 件>选择路径>代码生成>插入代码，选择文件夹路径如图。
HALCON数字图像
1、条件语句
halcon函数详解
21. dev_set_preferences 功能：通过设计设置HDevelop的参数选择 。 22. dev_set_shape 功能：定义区域输出形状。 23. dev_set_window 功能：激活一个图形窗口。 24. dev_set_window_extents 功能：改变一个图形窗口的位置和大小。 25. dev_unmap_par 功能：为图形参数隐藏窗口。 26. dev_unmap_prog 功能：隐藏主窗口。 27. dev_unmap_var 功能：隐藏变量窗口。 28. dev_update_pc 功能：在程序执行中指定PC的行为。 支持语言： 函数形式：dev_update_pc( : : DisplayMode : ) DisplayMode (input_control)
Chapter_3 :Develop 1. dev_clear_obj 功能：从HALCON数据库中删除一个图标。 2. dev_clear_window 功能：清除活动图形窗口。 3. dev_close_inspect_ctrl 功能：关闭一个控制变量的监视窗口。 4. dev_close_window 功能：关闭活动图形窗口。 支持语言： 参数：无 描述：关闭由dev_open_window，菜单页或者 程序启动或载入时创建的窗口。 5. dev_display 功能：在现有图形窗口中显示图像目标。 6. dev_error_var 功能：定义或者不定义一个错误变量。 7. dev_get_preferences
新增资料样式： 函数编号：函数名 功能：XXXXXXX 支持语言： 如果是全语言的，那么列举：C++下面的一种格式否则列举 HDevelop的格式 参数： 参数名 „„ 并行性： 注意：需要注意的地方 描述：该函数详细解释。 前驱：一般需要先使用什么函数再使用该函数。 后继：一般用于后续哪些函数 替代项/改进： 相关函数：
halcon引擎函数
halcon引擎函数Halcon引擎函数是一种用于机器视觉的软件工具，它提供了丰富的函数库和算法，用于图像处理、模式识别和机器视觉应用开发。
本文将介绍几个常用的Halcon引擎函数，包括图像读取函数、图像处理函数和模式匹配函数。
一、图像读取函数Halcon引擎提供了多种图像读取函数，用于从不同的数据源读取图像。
其中，最常用的是read_image函数。
该函数可以从本地文件系统中读取图像文件，并将其加载到内存中供后续处理使用。
read_image函数支持多种图像格式，如JPEG、PNG和BMP等。
二、图像处理函数Halcon引擎提供了丰富的图像处理函数，用于对图像进行各种处理操作。
这些函数可以实现图像的滤波、增强、分割和测量等功能。
例如，smooth_image函数可以对图像进行平滑处理，去除噪声和细节；threshold函数可以对图像进行二值化处理，将图像转换为黑白两色；regiongrowing函数可以对图像进行区域生长处理，实现图像的分割。
三、模式匹配函数Halcon引擎提供了多种模式匹配函数，用于在图像中寻找指定的模式。
这些函数可以实现图像的特征提取、模式匹配和目标定位等功能。
其中，最常用的是find_shape_model函数。
该函数可以在图像中寻找与给定模板匹配的目标，并返回其位置和姿态信息。
find_shape_model函数支持多种匹配算法，如灰度匹配和形状匹配等。
四、示例应用下面通过一个简单的示例来演示如何使用Halcon引擎函数实现图像处理和模式匹配。
假设我们需要在一幅图像中搜索并定位一个特定的物体。
首先，我们可以使用read_image函数将图像加载到内存中。
然后，我们可以使用smooth_image函数对图像进行平滑处理，去除噪声和细节。
接下来，我们可以使用threshold函数对图像进行二值化处理，将图像转换为黑白两色。
最后，我们可以使用find_shape_model函数在二值化图像中寻找与给定模板匹配的目标，并返回其位置和姿态信息。
HALCON函数体运用
Halcon学习之一：查询图像参数1、get_grayval(Image::Row,Column:Grayval)计算Image图像中坐标为（Row，Column）的点的灰度值Grayval。
2、get_image_pointer1(Image:::Pointer,Type,Width,Height)计算Image图像的数据指针Pointer，图像类型Type，图像宽度Width和高度Height。
Pointer指向了Image data的起点位置。
3、get_image_pointer3(ImageRGB:::PointerRed,PointerGreen, PointerBlue,Type,Width,Height)计算彩色图像ImageRGB的参数。
4、get_image_pointer1_rect(Image:::PixelPointer,Width,Heig ht,VerticalPitch,HorizontalBitPitch,BitsPerPixel)计算Image图像中定义区域的最小的长方形的区域的指针Pointer，宽度Width，高度Height，VerticalPitch代表Image的Width*(HorizontalBitPitch/8)。
两个相邻象素的水平距离（以比特计算）HorizontalBitPitch，每像素的比特数BitsPerPixel。
5、get_image_time(Image:::MSecond,Second,Minute,Hour,Day, YDay, Month,Year)获取图像生成的时间。
Halcon学习之二：摄像头获取图像和相关参数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,StartC olumn,Field,BitsPerChannel,ColorSpace,Generic,ExternalTrigger, CameraType,Device,Port,LineIn:AcqHandle)打开图像采集设备参数信息：Name：图像采集设备的名称HorizontalResolution和VerticalResolution：分别指预期的图像采集接口的水平分辨率和垂直分辨率ImageWidth和ImageHeight：指预期图像的宽度部分和高度部分。
halcon 函数 中文说明
halcon 函数中文说明
Halcon 是一种计算机视觉库，提供了丰富的函数来进行图像处理和分析。
以下是一些常见的 Halcon 函数及其中文说明：
1. read_image：读取图像文件。
2. write_image：将图像数据写入文件。
3. rgb_to_gray：将 RGB 图像转换为灰度图像。
4. threshold：进行图像二值化处理。
5. reduce_domain：将图像限制在指定的区域内。
6. crop_rectangle：裁剪图像的矩形区域。
7. find_shape_model：在图像中查找指定形状的模板。
8. affine_trans_image：对图像进行仿射变换。
9. gen_circle_contour_xld：生成圆形轮廓。
10. intersection_lines：计算两条直线的交点。
以上只是 Halcon 库中的一小部分函数，它还提供了许多其他的函数和工具，用于各种图像处理和计算机视觉任务。
HALCON函数介绍
HALCON函数介绍（转）sobel_amp( Image : EdgeAmplitude : FilterType, Size : )根据图像的一次导数计算图像的边缘close_edges( Edges, EdgeImage : RegionResult : MinAmplitude : )close_edges_length( Edges, Gradient : ClosedEdges : MinAmplitude, MaxGapLength : ) 使用边缘高度图像关闭边缘间隙。
输出的区域包含杯关闭的区域。
（感觉是对边缘的扩充）derivate_gauss( Image : DerivGauss : Sigma, Component : )watersheds( Image : Basins, Watersheds : : )从图像中提取风水岭。
zero_crossing( Image : RegionCrossing : : )零交点（二次导数）diff_of_gauss( Image : DiffOfGauss : Sigma, SigFactor : )近似日志算子( 拉普拉斯高斯) 。
laplace_of_gauss( Image : ImageLaplace : Sigma : )拉普拉斯高斯edges_color_sub_pix( Image : Edges : Filter, Alpha, Low, High : )精确的亚像素边缘提取（彩色图像）edges_sub_pix( Image : Edges : Filter, Alpha, Low, High : )精确边缘提取的亚像素（灰度图像）edges_color( Image : ImaAmp, ImaDir : Filter, Alpha, NMS, Low, High : )根据颜色进行边缘提取edges_image( Image : ImaAmp, ImaDir : Filter, Alpha, NMS, Low, High : )边缘提取skeleton( Region : Skeleton : : )计算区域的框架Skeleton == Regionfrei_amp( Image : ImageEdgeAmp : : )Frei-chen模板进行边缘检测（振幅）frei_dir( Image : ImageEdgeAmp, ImageEdgeDir : : ) Frei-chen模板进行边缘检测（振幅和方向）nonmax_suppression_dir( ImgAmp, ImgDir : ImageResult : Mode : )使用方向图像抑制所有的超过给定最大值的图像灰度值的点gen_contours_skeleton_xld( Skeleton : Contours : Length, Mode : ) 将系统框架转换成XLD轮廓laplace( Image : ImageLaplace : ResultType, MaskSize, FilterMask : )使用有限差分计算拉普拉斯变换info_edges( : : Filter, Mode, Alpha : Size, Coeffs )估计滤波器的宽度kirsch_dir( Image : ImageEdgeAmp, ImageEdgeDir : : )使用Kirsch算子计算出边缘（振幅和方向）prewitt_amp( Image : ImageEdgeAmp : : )使用Prewitt 算子计算出边缘（振幅）kirsch_amp( Image : ImageEdgeAmp : : ) 使用Kirsch 算子计算出边缘（振幅）highpass_image( Image : Highpass : Width, Height : )从高频成分提取的图像。
部分halcon函数整理版
halcon函数应用1、read_image (Image, 'F:/image/001.bmp') 读入图像2、threshold (Image, region, 100, 200) 阈值分割，获取区域3、dev_close_window() 关闭当前图形窗口4、dev_open_window (0, 0, 640, 480, 'black', WindowHandle) 打开一个新的图像窗口5、decompose3 (Image, Red, Green, Blue) 三通道图像转换成三幅单通道图像5.5、compose3(Red, Green, Blue, Image) 三幅单通道图像组合为三通道图像6、connection (Region, ConnectedRegions) 将像素有相连的区域合并成一个元素element7、count_obj(ConnectedRegions, Number) 计算元素element的个数8、select_shape(Regions, SelectedRegions, Features, Operation, Min, Max)select_shape (ConnectedRegions,SelectedRegions,['area','anisometry'], 'and', [500,1.0], [50000,1.7]) 连通域形状的选择circularity：表示环状；充实度roundness：圆度9、dev_set_color('red') 设定输出的颜色10、dev_set_draw ('margin') 或者dev_set_draw ('fill') 确定区域填充模式11、get_image_size (Image, Width, Height) 得到图像的宽度和高度12、get_image_pointer1 (Image_slanted, Pointer, Type, Width, Height) 设定Pointer 指向Image_slanted的起点位置。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Halcon学习之三：有关图像通道的函数
黑白摄像机会返回每个像素所对应的能量采用结果，这些结果组成了一幅单通道灰度值图像，而对于RGB彩色摄像机，它将返回每个像素所对应的三个采样结果，也就是一幅三通道图像。
下面这些是与图像通道有关的函数：
1、access_channel ( MultiChannelImage : Image : Channel : )
获取多通道图像MultiChannelImage的Channel通道的图像Image。
2、append_channel ( MultiChannelImage, Image : ImageExtended : : )将Image图像的通道与MultiChannelImage的通道叠加得到新图像ImageExtended。
3、channels_to_image ( Images : MultiChannelImage : : )
将多幅单通道图像合并成一幅多通道图像
4、compose2 ( Image1, Image2 : MultiChannelImage : : )
将两幅单通道图像合并为二通道图像。
Compose3、Compose4以此类推。
5、count_channels ( MultiChannelImage : : : Channels )
计算MultiChannelImage 的通道个数Channels
6、decompose2 ( MultiChannelImage : Image1, Image2 : : )
将一幅二通道图像转换为两幅单通道图像。
Decompose3、Decompose4以此类推。
7、image_to_channels ( MultiChannelImage : Images : : )
将多通道图像转换为多幅单通道图像。
相关例程为：
[c-sharp]view plaincopyprint?
1.* 输入图像
2.read_image (Image, 'G:/Halcon/机器视觉
/images/claudia.png')
3.* 计算图像的通道数
4.count_channels (Image, Num)
5.* 读取每个通道的图像
6.for index := 1 to Num by 1
7.access_channel (Image, channel1, index)
8.endfor
9.decompose3 (Image, image1, image2, image3)
10.c ompose2 (image3, image2, MultiChannelImage1)
11.a ppend_channel (MultiChannelImage1, image3,
ImageExtended)。