Halcon模板匹配

2022-07-04 16:33:35 阅读：177 来源： 互联网

标签：匹配 0.39 auto image Halcon shape Image 模板 ModelID

模板匹配的目的：给定一个模板图片，给它标定一个目标区域。当下一张图片进来的时候，希望在新的图片中找到目标区域。

1.如图所示，读取模板图片，然后标定目标区域。

read_image(Image, 'C:/Users/HJ/Desktop/test_image/AB1.jpg')

draw_rectangle1(WindowHandle, Row1, Column1, Row2, Column2)
gen_rectangle1(Rectangle, Row1, Column1, Row2, Column2)
reduce_domain(Image, Rectangle, ImageReduced)

2.创建一个模板shape模型, 然后再获取shape模型的轮廓表示

create_shape_model(ImageReduced, 'auto', -0.39, 0.79, 'auto', 'auto', 'use_polarity', 'auto', 'auto', ModelID)

get_shape_model_contours(ModelContours, ModelID, 2)

3.读取新的图片，然后寻找图像中shape模型的最佳匹配

read_image (Image2, 'C:/Users/HJ/Desktop/test_image/AB3.jpg')

find_shape_model(Image2, ModelID, -0.39, 0.79, 0.5, 1, 0.5, 'least_squares', 0, 0.9, Row, Column, Angle, Score)

4.当得分Score的个数大于0时，进行仿射变换，然后对xld轮廓应用2d仿射变换

if (|Score| > 0)
　　vector_angle_to_rigid(0, 0, 0, Row, Column, Angle, HomMat2D)
　　affine_trans_contour_xld(ModelContours, ContoursAffineTrans, HomMat2D)

代码总合：

read_image(Image, 'C:/Users/HJ/Desktop/test_image/AB1.jpg')
get_image_size(Image, Width, Height)

* dev_close_window()
dev_open_window(0, 0, Width/2, Height/2, 'black', WindowHandle)
dev_display(Image)

draw_rectangle1(WindowHandle, Row1, Column1, Row2, Column2)
gen_rectangle1(Rectangle, Row1, Column1, Row2, Column2)
reduce_domain(Image, Rectangle, ImageReduced)

*创建一个模板模型
*Template：输入的图像，它的区域被用于创造模型
*NumLevels: 控制级别，可选：0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 'auto'
*AngleStart：最小的旋转弧度。建议值：-3.14, -1.57, -0.79, -0.39, -0.20, 0.0
*AngleExtent：旋转角度的范围， 建议值：6.29, 3.14, 1.57, 0.79, 0.39
*AngleStep ：角度的步长， 建议值： 'auto', 0.0175, 0.0349, 0.0524, 0.0698, 0.0873
*Optimization ：优化， 建议值：'auto', 'no_pregeneration', 'none', 'point_reduction_high', 'point_reduction_low', 'point_reduction_medium', 'pregeneration'
*Metric :匹配的衡量标准， 建议值：'ignore_color_polarity', 'ignore_global_polarity', 'ignore_local_polarity', 'use_polarity'
*Contrast ：对比度。建议值：'auto', 'auto_contrast', 'auto_contrast_hyst', 'auto_min_size', 10, 20, 30, 40, 60, 80, 100, 120, 140, 160
*MinContrast ：最小对比度。它的值要比Contrast小。 建议值：'auto', 1, 2, 3, 5, 7, 10, 20, 30, 40
*ModelID ：返回的是ModelID ，也就是模型的句柄
create_shape_model(ImageReduced, 'auto', -0.39, 0.79, 'auto', 'auto', 'use_polarity', 'auto', 'auto', ModelID)

*ModelContours：返回的是形状模型的轮廓表示
*ModelID ：输入的模型句柄
*Level ：返回的轮廓的金字塔级别， 建议值： 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
get_shape_model_contours(ModelContours, ModelID, 2)

draw_rectangle1(WindowHandle, Row11, Column11, Row21, Column21)
gen_rectangle1(RectangleRoi, Row11, Column11, Row21, Column21)
area_center(Rectangle, AreaRef, RowRef, ColumnRef)

read_image (Image2, 'C:/Users/HJ/Desktop/test_image/AB3.jpg')

*寻找图像中形状模型的最佳匹配
*Image:输入的图片
*ModelID ：模型句柄
*AngleStart ：最小的旋转弧度。建议值：-3.14, -1.57, -0.79, -0.39, -0.20, 0.0
*AngleStep ：角度的步长， 建议值： 'auto', 0.0175, 0.0349, 0.0524, 0.0698, 0.0873
*MinScore：最低得分，在（0,1）这个区间。建议值：0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0
*NumMatches：找到的模型的实例数，也就是找到的匹配的个数
*MaxOverlap：找到的形状的最大重叠度。建议值：0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0
*SubPixel：亚像素精度
*NumLevels: 匹配过程中的级别，可选：0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
*Greediness ：搜索启发式的贪婪级别，值越大，搜索速度越快，但可能会漏失。建议值零到一之间
*返回的是找到的形状的行坐标Row和列坐标Column, 以及角度angle和对应的得分Score
find_shape_model(Image2, ModelID, -0.39, 0.79, 0.5, 2, 0.5, 'least_squares', 0, 0.9, Row, Column, Angle, Score)
if (|Score| > 0)
    *仿射变换
    vector_angle_to_rigid(0, 0, 0, Row, Column, Angle, HomMat2D)
    *对XLD轮廓应用任意仿射2D变换
    affine_trans_contour_xld(ModelContours, ContoursAffineTrans, HomMat2D)
    
    *仿射变换，求第二个region与标定区域的仿射变换矩阵
    vector_angle_to_rigid(RowRef, ColumnRef, 0, Row, Column, Angle, HomMat2D1)
    affine_trans_region(RectangleRoi, RegionAffineTrans, HomMat2D1, 'nearest_neighbor')
    reduce_domain(Image2, RegionAffineTrans, ImageReduced1)
    
endif
clear_shape_model(ModelID)

标签：匹配,0.39,auto,image,Halcon,shape,Image,模板,ModelID
来源： https://www.cnblogs.com/mr2504/p/16443420.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

Halcon模板匹配