做网站的公司赚钱吗,网站广告连接如何做,网站怎么做子页,大学生网站开发总结报告HALCON check_blister.hdev药品胶囊检测
示例程序源码#xff08;加注释#xff09; 显示、读入图片、设置显示字体等#xff0c;之前的帖子已经介绍过了 dev_close_window () dev_update_off () read_image (ImageOrig, ‘blister/blister_reference’) dev_open_window_f…HALCON check_blister.hdev药品胶囊检测
示例程序源码加注释 显示、读入图片、设置显示字体等之前的帖子已经介绍过了 dev_close_window () dev_update_off () read_image (ImageOrig, ‘blister/blister_reference’) dev_open_window_fit_image (ImageOrig, 0, 0, -1, -1, WindowHandle) set_display_font (WindowHandle, 14, ‘mono’, ‘true’, ‘false’) dev_set_draw (‘margin’) dev_set_line_width (3) 第一步我们创建一个图案以便在后续的水泡图像中轻松切出腔室。 access_channel - 访问多通道图像中的指定的一个通道。这里选取Image1的第一个通道 access_channel (ImageOrig, Image1, 1) 进行阈值分割选取灰度值在90-255的区域 threshold (Image1, Region, 90, 255) 使用shape_trans对区域Region处理提取Region的外框convex功能是外框 shape_trans (Region, Blister, ‘convex’) orientation_region计算区域的方向这个算子是基于elliptic_axis 算子来的elliptic_axis 是求取等效的椭圆所以用算子orientation_region相当于把区域Blister转化为一个等效椭圆计算这个椭圆的长轴在图像中的角度。 orientation_region (Blister, Phi) 求取区域Blister的面积与中心坐标。 area_center (Blister, Area1, Row, Column) vector_angle_to_rigid - 根据初始坐标前3个参数与仿射变换后的坐标与角度4-6三个参数角度生成一个旋转与平移的仿射变换矩阵HomMat2D。这里初始坐标与结束坐标都没有变化只是角度旋转到了0度。 vector_angle_to_rigid (Row, Column, Phi, Row, Column, 0, HomMat2D) affine_trans_image - 对图像进行任意的2D仿射变换。ImageOrig要进行仿射变换的图像Image2仿射变换之后的图像HomMat2D2D仿射变换矩阵constant进行仿射变换的方式这个代表使用均值滤波器来防止混叠效应的发生。false仿射变换后的图片超出现有图片大小的区域不被剪切掉若为true则相反。 affine_trans_image (ImageOrig, Image2, HomMat2D, ‘constant’, ‘false’) 生成一个空的对象Chambers gen_empty_obj (Chambers) for I : 0 to 4 by 1Row : 88 I * 70for J : 0 to 2 by 1Column : 163 J * 150* * 生成一个可旋转的矩形* 前两个参数是区域中心坐标第三个参数是矩形角度后两个参数是矩形的宽高。gen_rectangle2 (Rectangle, Row, Column, 0, 64, 30)* * concat_obj - 把两个对象融合在一起。* 注意这个和union不一样union是把两个对象整合成一个对象整合后对象的元素个数为1* 而使用concat_obj 是把几个对象联合成一个对象这个对象中的元素个数之和不变。concat_obj (Chambers, Rectangle, Chambers)endforendfor使用变换矩阵HomMat2D对Blister区域使用nearest_neighbor方法进行仿射变换。 affine_trans_region (Blister, Blister, HomMat2D, ‘nearest_neighbor’) 求取区域Blister与区域Chambers的差集 difference (Blister, Chambers, Pattern) 将区域Chambers有多个元素联合成一个区域一个元素 union1 (Chambers, ChambersUnion) 求取区域Blister的角度 orientation_region (Blister, PhiRef) 将角度PhiRef加180度 PhiRef : rad(180) PhiRef 求取区域Blister的面积与中心坐标 area_center (Blister, Area2, RowRef, ColumnRef) 循环检测每一张图片 定义变量Count 赋值6 Count : 6 for循环 for Index : 1 to Count by 1 读入图片 read_image (Image, ‘blister/blister_’ Index$‘02’) 对图片Image进行阈值分割提取像素灰度值在90-255的区域 threshold (Image, Region, 90, 255) 分割连通域 connection (Region, ConnectedRegions) 使用select_shape 对区域ConnectedRegions进行筛选筛选出面积值介于5000-999999的区域 select_shape (ConnectedRegions, SelectedRegions, ‘area’, ‘and’, 5000, 9999999) 求取区域SelectedRegions的外形 shape_trans (SelectedRegions, RegionTrans, ‘convex’) 求取区域RegionTrans的角度 orientation_region (RegionTrans, Phi) 求取区域RegionTrans的面积与中心坐标 area_center (RegionTrans, Area3, Row, Column) 生成仿射变换矩阵HomMat2D vector_angle_to_rigid (Row, Column, Phi, RowRef, ColumnRef, PhiRef, HomMat2D) 使用HomMat2D矩阵对Image进行仿射变换 affine_trans_image (Image, ImageAffinTrans, HomMat2D, ‘constant’, ‘false’) 使用区域剪切图片缩小图像处理定义域 reduce_domain (ImageAffinTrans, ChambersUnion, ImageReduced) 将图片ImageReduced分成R/G/B三通道图像 decompose3 (ImageReduced, ImageR, ImageG, ImageB) var_threshold - 通过局部均值和标准差分析对图像进行阈值处理。 var_threshold (ImageB, Region, 7, 7, 0.2, 2, ‘dark’) 分割连通域 connection (Region, ConnectedRegions0) 使用矩形对区域进行闭运算 closing_rectangle1 (ConnectedRegions0, ConnectedRegions, 3, 3) 填充孔洞 fill_up (ConnectedRegions, RegionFillUp) 进行面积筛选 select_shape (RegionFillUp, SelectedRegions, ‘area’, ‘and’, 1000, 99999) 使用圆形元素对区域进行开运算 opening_circle (SelectedRegions, RegionOpening, 4.5) 分割连通域 connection (RegionOpening, ConnectedRegions) 进行面积筛选 select_shape (ConnectedRegions, SelectedRegions, ‘area’, ‘and’, 1000, 99999) 求取区域轮廓 shape_trans (SelectedRegions, Pills, ‘convex’) 对区域Chambers进行计数 count_obj (Chambers, Number) 生成一个空的对象 gen_empty_obj (WrongPill) 生成一个空的对象 gen_empty_obj (MissingPill) for循环 for I : 1 to Number by 1 在对象数组中选取指定对象之前例子已经讲过了 select_obj (Chambers, Chamber, I)求交集 intersection (Chamber, Pills, Pill)求取区域面积与中心坐标值 area_center (Pill, Area, Row1, Column1) if (Area 0) * 求取最大最小的灰度值之前例子已经讲过了 min_max_gray (Pill, ImageB, 0, Min, Max, Range) if (Area 3800 or Min 60) * 联合对象上边有介绍 concat_obj (WrongPill, Pill, WrongPill) endif else * 联合对象上边有介绍 concat_obj (MissingPill, Chamber, MissingPill) endif endfor 下面的就是显示了 dev_clear_window () dev_display (ImageAffinTrans) dev_set_color (‘forest green’) count_obj (Pills, NumberP) count_obj (WrongPill, NumberWP) count_obj (MissingPill, NumberMP) dev_display (Pills) if (NumberMP 0 or NumberWP 0) disp_message (WindowHandle, ‘Not OK’, ‘window’, 10, 10 600, ‘red’, ‘true’) else disp_message (WindowHandle, ‘OK’, ‘window’, 10, 10 600, ‘forest green’, ‘true’) endif disp_message (WindowHandle, # correct pills: ’ (NumberP - NumberWP), ‘window’, 10, 10, ‘black’, ‘true’) disp_message (WindowHandle, # wrong pills : ’ NumberWP, ‘window’, 10 25, 10, ‘black’, ‘true’) if (NumberWP 0) disp_message (WindowHandle, NumberWP, ‘window’, 10 25, 10 180, ‘red’, ‘true’) endif disp_message (WindowHandle, # missing pills: ’ NumberMP, ‘window’, 10 50, 10, ‘black’, ‘true’) if (NumberMP 0) disp_message (WindowHandle, NumberMP, ‘window’, 10 50, 10 180, ‘red’, ‘true’) endif dev_set_color (‘red’) dev_display (WrongPill) dev_display (MissingPill) if (Index Count) disp_continue_message (WindowHandle, ‘black’, ‘true’) endif stop () endfor
处理思路
在这个例子是药品行业胶囊的检测是比较经典的例子我们下一篇文章介绍另一个胶囊检测例子。这个胶囊检测首先用到了仿射变换把每个胶囊的单元提取出来然后使用最简单的blob分析对缺陷进行提取。
后记
大家有什么问题可以向我提问哈我看到了第一时间回复希望在学习的路上多多结交良师益友。
