算子:decompose3 ——将三通道图像转换为三个图像
函数原型:decompose3(MultiChannelImage : Image1, Image2, Image3 : : )
功能:将3通道图像转换为具有相同定义域(ROI)的三个单通道图像。
参数:
MultiChannelImage (input_object) ——多通道图像
Image1 (output_object) ——输出图像1
Image2 (output_object) ——输出图像2
Image3 (output_object) ——输出图像3
函数原型:scale_image(Image : ImageScaled : Mult, Add : )
功能:拉开图像的对比度,让图像中黑的地方更黑,亮的地方更亮。
参数:
Image (input_object) ——输入图像
ImageScaled (output_object) ——输出缩放后的图像
Mult(input_object) ——输入所乘的系数
Add (input_object) ——输入加的偏移值
函数原型:emphasize(Image : ImageEmphasize : MaskWidth, MaskHeight, Factor : )
功能:增强图像的高频区域(边缘和拐角)的对比度,使图像看起来更清晰。
参数:
Image (input_object) ——输入图像
ImageEmphasize (output_object) ——输出处理后的图像
MaskWidth(input_object) ——输入控制均值滤波均值滤波均值滤波模板的大小
MaskHeight(input_object) ——输入控制均值滤波模板的大小
Factor (input_object) ——输入对比强调的强度
函数原型:zoom_image_factor(Image : ImageZoomed : ScaleWidth, ScaleHeight, Interpolation : )
功能:把图像缩放到指定比例大小
参数:
Image (input_object) ——输入图像
ImageZoomed (output_object) ——输出处理后的图像
ScaleWidth(input_object) ——输入宽度反向的比例,默认0.5,典型值范围【 0.001 ≤ ScaleWidth ≤ 10.0】,最小增量0.001
ScaleHeight(input_object) ——输入高度反向的比例,默认0.5,典型值范围【 0.001 ≤ ScaleHeight≤ 10.0】,最小增量0.001
Interpolation (input_object) ——输入插值的类型 。默认'constant',列表【 'bilinear'双线性插值, 'constant'等权双线性插值法, 'nearest_neighbor'最近邻插值, 'weighted'高斯加权双线性插值法】
下面代码是一维码图像优化,并读取一维码的实例:
- read_image (Image, 'D:/kaycee_yu/Desktop/20231107141225484.bmp')
-
- gen_rectangle1 (Rectangle, 3376.81, 2042.71, 4113.43, 3368.12)
-
-
- reduce_domain (Image, Rectangle, Image)
-
- *优化条码图像
- decompose3 (Image, Image1, Image2, Image3)
- scale_image (Image1, ImageScaled, 3, -300)
- emphasize (ImageScaled, ImageEmphasize, 9, 9, 1)
- dev_display (ImageEmphasize)
- zoom_image_factor (ImageEmphasize, ImageZoomed, 0.5, 0.5, 'constant')
- dev_display (ImageZoomed)
-
- *创建条码模型
- create_bar_code_model ([], [], BarCodeHandle)
- find_bar_code (ImageZoomed, SymbolRegions1, BarCodeHandle, ['Code 128'], BarCodeStrings)
-
-
- *清除条码模型
-
- clear_bar_code_model (BarCodeHandle)
- stop ()
下图为处理前和处理后的图片,处理前读码读取不全,处理后可以读取。

结语:本篇文章主要记载优化条码图像的算子和实例。