Halcon例程学习.pdf

**********intensity.hdev 例程********** * Calculate the mean and deviation of gray values of regions of an image * *读入图像 read_image (Image, mreut) *关闭（当前）活动的图形窗口 dev_close_window () *获取图像的宽度和高度 get_image_size (Image, Width, Height) *打开一个新的图形窗口 dev_open_window (0, 0, Width, Height, black, WindowID) *在当前窗口显示Image 对象 dev_display (Image) *设置区域（Region ）填充模式 dev_set_draw (margin) * Create two regions * gen_rectangle1( : Rectangle : Row1, Column1, Row2, Column2 : ) gen_rectangle1 (Rectangle1, 350, 100, 450, 200) gen_rectangle1 (Rectangle2, 100, 200, 200, 300) *计算灰度的均值和标准差 *intensity(Regions, Image : : : Mean, Deviation) intensity (Rectangle1, Image, Mean1, Deviation1) intensity (Rectangle2, Image, Mean2, Deviation2) **********auto_threshold.hdev 例程********** *关闭（当前）活动的窗口 dev_close_window () read_image (Aegypt1, egypt1) get_image_size (Aegypt1, Width, Height) *打开一个新的图形窗口 dev_open_window (0, 0, Width, Height, black, WindowID) set_display_font (WindowID, 14, mono, true, false) dev_set_colored (6) dev_clear_window () *直方图自动阈值分割（自适应阈值），根据灰度直方图中两波峰中的波谷中取出阈值 * 自动阈值输入必须是单通道图像，会有多阈值分割，sigma 对于灰度直方图进行高斯平滑，决定平滑程度（分割细致程度） *sigma 越大，灰度直方图基本会被平滑只剩下一个波峰，分割是根据平滑后直方图的波谷进行的 *sigma 越小，分割越细致 *Default value: 2.0 *Suggested values: 0.0, 0.5, 1.0, 2.0, 3.0, 4.0, 5.0 Sigma := 4 auto_threshold (Aegypt1, Regions, Sigma) *计算出图像区域的绝对灰度和相对灰度直方图 *gray_histo(Regions, Image : : : AbsoluteHisto, RelativeHisto) gray_histo (Aegypt1, Aegypt1, AbsoluteHisto, RelativeHisto) *下面算子可以求出出现频率最多的灰度值 *PeakGray := sort_index(AbsoluteHisto)[255] *简单显示操作 disp_continue_message (WindowID, black, true) stop () dev_clear_window () *将离散的点连接成一个函数并对其进行操作 create_funct_1d_array (AbsoluteHisto, Function) *平滑滤波，对一维数组进行平滑处理 smooth_funct_1d_gauss (Function, Sigma, SmoothedFunction) dev_set_color (red) *将数据分别对应赋予一个横坐标 funct_1d_to_pairs (SmoothedFunction, XValues, YValues) *将一个直方图转化为一个区域 *gen_region_histo( : Region : Histogram, Row, Column, Scale : ) gen_region_histo (Histo1, Y