Halcon (5):Halcon Solution Guide I basics 导论解析

文章专栏

Halcon开发

前言

今天开始看Halcon的官方文档。由于市面上的教学主要是以基础的语法，算子简单介绍为主。所以我还是得看官方的文本。别的不多说了。有道词英语词典，启动。

还有就是今天LOL决赛。虽然WBG打T1大概率打不过，我希望能打满5场吧。

文章目录翻译

以前学英语的时候，高中老师就说优先看标题，我们先看看标题讲了什么东西

1. Guide to HALCON Methods：Halcon方面简介
2. Image Acquisition：图像获取
3. Region Of Interest：感兴趣区域（图像预处理）
4. Blob Analysis：连通性分析（连通性指图像练成一片）
5. 1D Measuring：一位测距（用于识别直线距离）
6. Edge Extraction (Pixel-Precise)：边缘提取(像素精度)（用于获取轮廓线）
7. Edge Extraction (Subpixel-Precise)：边缘提取(亚像素级)（更高精度轮廓线）
8. Deflectometry：光偏折（用于缺陷检测）
9. Contour Processing：轮廓加工（获取如何轮廓加工的方案）
10. Matching：模板匹配（用于查找相似的图案）
11. 3D Matching：3D 模板匹配（匹配3维图像的立体解决方案）
12. Variation Mode：可变模型（多张高度相似度图片找不同）
13. Classification：图像分类（寻找特征值，用于图像识别）
14. Color Processing：色彩处理（用于处理彩色图像）
15. Texture Analysis：纹理分析（用于缺陷检测）
16. Bar Code：条形码识别
17. Data Code：二维码识别
18. OCR (character classification)：常用图像识别（一般用于文字，数字等标准图案识别）
19. OCR (Deep OCR)：深度图像识别（用于分析复杂通用图案，例如警示牌，身份证等）
20. Stereo Vision：立体视觉（可以通过二位图像进行3D建模）
21. Visualization：形象化处理（图像预处理）
22. Compute Devices：计算机硬件交互
23. I/O Devices：串口IO设备交互

文档的说明

结论

可以看到里面的案例还是不错的，由浅入深的精细化教程方案。基本大部分机器视觉需要解决的问题都在这个基础导论里面了。我感觉会了起码2W，精通一点可以3W。再往上就是Opencv二开了，二开那就上不封顶。可能50万到100万吧。毕竟我们是使用算子的，不是开发人员。能解决实际问题就行。

LOL比赛结局

恭喜Faker，拿到第四个S赛冠军。