ai软件如何提取轮廓 【Halcon轮廓提取】

轮廓提取所涉及相关算子及轮廓提取算法如下：

1.（）

函数原型：(:Image::)

功能：加载图片，可以读取有不同文件格式的图像。

参数：

Image：是（输出参数）

：是所读入的图像路径，图像格式可以是TIFF, GIF, BMP, JPEG, JPEG-2000, PNG, PCX, SUN-, PGM, PPM, PBM 和 XWD。如果所读取图像没有指定路径，图像文件将从工程的当前路径和的图像路径搜索（该路径需在环境变量中设置）。

由函数()可读入一个文件，也可读入多个文件，格式分别如下：

一个：(Image,‘’)

多个：(Image,[‘ic_0’,‘ic_1’,‘ic_2’])

可被替换函数：()

2.image（）

函数原型：image(Image : : Row, , , : )

功能：在给定的最小和最大范围内打开一个新的图形窗口，该窗口保留给定图像的长宽比。新图形窗口的位置由参数给出，这些参数定义了图形窗口左上角的位置。

简单描述：

如果要限定新图形窗口的最大尺寸，必须分别在“宽度限制”和“高度限制”中限定一个值。为了限制最小和最大尺寸，“宽度限制”和“高度限制”必须包含一个包含两个元素的数组。第一个参数定义图形窗口的最小尺寸，第二个参数定义图形窗口的最寸。如果无法设置窗口大小以使其满足所有限制（给定图像的最小和最大宽度和高度以及纵横比），则忽略最小窗口大小的限制。

如果“宽度限制”为空或为负，则使用以下默认值：[500,800]。如果“高度限制”为空或为负，则使用以下默认值：[400,600]。

输入参数：Image：目标图片；

Row：新窗口左上角的行坐标。默认值为0，建议值: 0, 10, 50, 100, 150, 200, 500；

：新窗口左上角的列坐标。默认值为0，建议值: 0, 10, 50, 100, 150, 200, 500；

：窗口的宽度限制。默认值为-1，建议值: 300, 400, 500, 600, 800, 1000, [300,600], [500,800]；

： 窗口的高度限制。默认值为-1，建议值: 300, 400, 500, 600, 800, 1000, [300,600], [500,800]。

输出参数： ：新图形窗口的窗口句柄。

例程：

(Image, ‘mreut’)

//打开一个新的窗口，尺寸均为默认值

image (Image, 0, 0, -1, -1, )

//打开一个新的窗口，左上角的坐标为(50,50)，最小尺寸限制为，最大尺寸限制为300 x 200

image (Image, 50, 50, [300,600], [200,400], )

3.（）

函数原型：( : : : )

功能：在活动图形窗口中显示对象。对象包括图片（image）、区域（）和边缘轮廓（XLD）。

4.（）

——用来分割图像

函数原型：(Image : : , : )

参数：

功能：选择满足输入控制参数的灰度值之内的灰度值，当所有的像素点都满足这个区域的话，就有一个区域，当有多个像素段满足这个限制，每个像素段对应一个区域。

可能的前置应用函数：

()（根据直方图决定灰度值门限）

()（计算区域内最大最小灰度值）

()（Sobel算子检测边缘）

()（滤波器平滑图像）

()（离散高斯函数平滑图像）

()（缩小图像区域）

()（插补两个半个视频图像）

可能的后置应用函数：

()（连接区域）

()（扩大区域）

()（腐蚀区域，变小）

()（打开区域）

()（关闭区域）

()（归类区域）

()（改变区域形状）

()（计算区域框架）

可被替换函数：

()（采用二维空间像素分类分割图像）

()（磁滞门限操作）

()（局域阀值分割图像）

()（自动产生的阀值分割图像）

()（为提取的字符产生一个分割阀值）

()（直方图决定阀值分割图像）

()（对标记的图像做门限操作）

5.()

——区域连通，可将阈值分割的不相连的区域分割成单个区域

函数原型：( : : : )

功能：分离一个区域中相连接的部分（变成多个区域)，用不同颜色表示出来。进行连通操作，也就是把邻域内（4连通或者8连通）区域归纳为一个区域，方便后面的进行感兴趣区域选。

通常我们在阈值分割后，需要提取目标物体，为了提取目标物体不得不先找到连通区域，而提取连通区域的关键是邻域的搜索类型。我们可以通过（‘’，）设置用于此邻域， 邻域默认值为8。

可以通过 (‘’, Num )设置连接返回的最大连接组件数。 默认值0导致返回所有连接的组件。

输入参数：：输入一个区域；

输出参数：：输出独立并且相连接的的区域

示例：

(Image,‘clip’)

(12)

(Image,Dark,0,150)

(Dark,)

(Dark)

(Dark,)

(,)

()

6.()

——计算区域连接部分

函数原型： ( : : , , Min, Max : )

功能：根据区域要求的特征提取适应的区域。筛选的特征有很多，如面积长度等，可以去掉不满足条件的轮廓。

输入参数：

：输入需要测的区域（数组）；

：输入要检测的特征 （为以上函数的特征系数），常见的有：‘area’, ‘row’, '’等

: 特征的方式 ， 默认: and , 参考 'and’全部特征 ， 'or’特征之—

Min：输入该特征的最小值，范围:0.0 ≤ Min ≤ 99999.0

Max：输入该特征的最大值，范围：0.0 ≤ Max ≤ 99999 0, Max>= Min

输出参数： : 输出符合的区域（数组） ， 不符合的区域不会出现在该数组内。

7.()

——变换区域的形状

函数原型：( : : Type : )

参数列表

（in）：被变换的区域

（out）：变换后的区域

Type（in）：变换类型

参数Type的可选项解释如下：

：凸包性

：与输入区域有相同的矩和区域的椭圆

：最小外接圆

：最大内接圆

：平行于坐标轴的最小外接矩形

：最小外接矩形

：平行于坐标轴的最大内接矩形

：输入区域的骨架点拥有同输入区域的重心点最小的距离

注意：如果Type是，最终的圆形区域不是完全覆盖输入区域，因为内部算法原理是由算子和完成的。由计算的半径能够小到1/sqrt(2)-0.5个像素。同时，由生成的圆在双方向上由0.5个像素转换。因此，当加入双方的影响，原因区域可能要超出返回圆形区域至多1个像素

8.ld ()

ld —从区域生成XLD轮廓

函数原型：ld( : : Mode : )

作用：ld从中给定的区域生成XLD轮廓轮廓。 如果已经从分割操作获得了区域，则该算子很有用，但是要在其边界上执行更高级别的算子，例如多边形逼近和平行线提取。 对于输入区域的每个连接部分，将生成边界的闭合轮廓。 参数Mode可以采用以下值：

‘’:边界像素的中心用作轮廓点。

‘’:边界像素的外边界用作轮廓点。

‘’:除了输入区域的外边界之外，您还可以获得所有孔的轮廓。

参数：

():输入区域；

() ：产生的轮廓；

Mode ()：轮廓生成模式。

默认值：“边框”

值列表：“边界”，“边界孔”，“中心”

9.

函数原型：( : : , , , , , : Row, , Phi, , , )

对轮廓 用算法进行矩形拟合，返回矩形参数Row, (中心)、Phi(方向)以及和(半边长)参数。角度以弧度返回，表示水平轴与边之间的夹角(数学上正方向(逆时针方向))。

此外，轮廓的点顺序以返回。 = '’表示沿着数学上正确的方向(逆时针方向)遍历轮廓线。

函数参数：

：要被拟合的轮廓

：拟合 算法名，有 ‘huber’, ‘’, ‘tukey’

：用于计算的最大轮廓点数量(-1表示所有点)。

：被认为是闭合的轮廓的端点之间的最大距离。

：拟合时忽略轮廓开始点和结束点的个数。

：最大迭代次数(不用于“”)。

：裁剪因子用于消除异常值(典型的:1.0表示“huber”，2.0表示“tukey”)。

Row，，Phi，，，为输出矩形参数

中心点坐标，旋转角度，长短边一半，轮廓的点顺序，有正反向 ‘’, ‘’

10.

函数原型：(Image : , : , Alpha, NMS, Low, High : )

功能：使用, , Shen或者Canny 滤波器进行边缘提取

参数：

Image () : 单通道图像（数组）

()：多通道图像（数组），边缘振幅或梯度大小图像。

：输出变量，说的是edges的，其实就是梯度的大小（因为边缘检测最重要的几种方法中一种就是基于灰度值梯度的计算，这个算子中用的那些滤波器就是这样的）。

注释：单通道图像指的是图像的一个颜色分量，通常用的是3通道（RGB）或 4通道（RGBA）

()：边缘方向图像

() ：滤波器的选择，默认为canny，

‘’, ‘’, ‘’, ‘’,‘’, ‘shen’, ‘mshen’,‘canny’,‘’。

Alpha ()：滤波器的参数。默认值为1.0，值越小会使图像越平滑，但图像信息会丢失。建议使用值：0.1, 0.2, 0.3, 0.4, 0.5, 0.7, 0.9, 1.1。范围：0.2 ≤ Alpha ≤ 50.0。值必须是大于零的数。

NMS ()：无最大值限制。默认为’nms’ ，可选为nms’, ‘inms’, ‘hvnms’, ‘none’ 。

Low () ：低于滞后性阈值参数设置。默认值为20.建议值为5, 10, 15, 20, 25, 30, 40。

High () ：超出滞后性阈值参数设置。默认为40，建议值为：10, 15, 20, 25, 30, 40, 50, 60, 70。

：输出变量，这个说的是edges的方向，其实就是看灰度值变化的方向了，计算出灰度值是由小变大还是由大变小了。

Alpha这个值在使用的时候要注意，小一些的值会导致比较强的平滑，从而图像中的细节就会变得更少。（和Canny算子正好相反，因为Canny算子用的是Gauss原理，所以那个值越大越平滑

NMS这个变量是用来控制我们是否使用非极大值抑制技术（这个技术主要是在Canny检测中提出来的）

Low, High 就是指定一个双阈值了。

例程：

read_image(Image,'fabrik')
dev_close_window()
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)
dev_display (Image)
*提取白色纸片区域，并提取矩形
stop()
threshold (Image, Union3, 163, 255)
connection (Union3, ConnectedRegions)//对完整的区域进行分离
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 5000, 99999)//根据特征值选择区域
shape_trans (SelectedRegions, RegionTrans, 'convex')
gen_contour_region_xld (RegionTrans, Contours, 'border')
fit_rectangle2_contour_xld (Contours, 'regression', -1, 0, 0, 3, 2, Row, Column, Phi, Length1, Length2, PointOrder)
Radtio:=1//设像素的物距为这
*height 为毫米单位
Height:=Length1*2*Radtio
Width:=Length2*2*Radtio
gen_rectangle2 (Rectangle, Row, Column, Phi, Length1, Length2)//在这生成了一个矩形，后面的五个参数即为上面生成的五个参数
*将结果进行一个显示
dev_display (Image)
dev_set_draw ('margin')
dev_display (Rectangle)