• 【一】1D测量 Measuring——measure_thresh()算子



    😊😊😊欢迎来到本博客😊😊😊

    🌟🌟🌟 Halcon算子太多,学习查找都没有系统的学习查找路径,本专栏主要分享Halcon各类算子含义及用法,有时间会更新具体案例。

    😊😊😊 具体食用方式:可以点击本专栏【Halcon算子快速查找】–>搜索你要查询的算子名称;或者点击Halcon算子汇总博客,即可食用。

    🎁🎁🎁支持:如果觉得博主的文章还不错或者您用得到的话,可以悄悄关注一下博主哈,如果三连收藏支持就更好啦!这就是给予我最大的支持!😙😙😙


    学习目标

    • measure_thresh()

    学习内容

    算子简介

    函数名解释
    measure_thresh()提取沿着一个矩形或环状弧,特殊灰度值的点。

    1、measure_thresh()

      measure_thresh(Image : : MeasureHandle, Sigma, Threshold, Select : RowThresh, ColumnThresh, Distance)

      函数说明: 提取沿着一个矩形或环状弧,特殊灰度值的点。

        将灰度值轮廓投影到与参数MeasureHandle一起传递的度量矩形的长轴上,因此在灰度值轮廓内计算的阈值点对应于确定图像坐标上的矩形长轴。算子结果RowThresh和ColumnThresh返回这些坐标。

        如果灰度值轮廓与阈值线相交数次,则参数Select将确定要返回哪些值。 可能的设置是“first”,“last”,“first_last”(第一个和最后一个)或“all”。 对于最后两种情况,Distance中返回计算点之间的距离。

        通过平均所有线段的灰度值来创建灰度值轮廓,所述线段由度量矩形定义如下:

          1.分段垂直于矩形的长轴,

          2.它们有一个到矩形中心的整数距离,

          3.线段限定在矩形内。

        对于每一个线段,计算与长轴具有整数距离的所有点的灰度值的平均值。 由于测量矩形相对于图像坐标存在平移和旋转,输入图像Image通常在亚像素位置被采样。

        由于这涉及可以在多个投影中重复使用的一些计算,所以使用算子gen_measure_rectangle2预先执行一次这些计算。 在这里,测量对象MeasureHandle被生成,并且可以选择不同的插值方案。

      函数参数:
        Image:输入图像名称;
        MeasureHandle:输入测量尺度的句柄;
        Sigma:高斯滤波系数,默认1.0,参考:0.4,0.6,0.8,1.0,1.5,2.0,3.0,4.0,4.0,5.0,7.0,10.0;
         Threshold:灰度阈值,默认:128,范围:0≤Threshold≤255(lin);
         Select:选择所有边缘对,默认'all’全部返回参考’last’返回最后一对,'first’返回第一对
        RowThresh:输出灰度值对应的y值坐标;
        ColumnThresh:输出灰度值对应的x值坐标;
        Distanc:输出匹配中心点和下一个匹配中心点(连续点)之间的距离。

    Halcon例程


    【1D测量 Measuring部分】 待更新算子

    • close_measure()
    • close_all_measure()
    • fuzzy_meature_pairing()
    • fuzzy_meature_pairs()
    • gen_meature_arc()
    • gen_meature_rectangle2()
    • meature_pairs()
    • meature_pos()
    • meature_projection()
    • measure_thresh()
    • set_fuzzy_meature()
    • set_fuzzy_meature_norm_pair()
    • translate_measure()

    汇总

      本专栏博客汇总:Halcon算子汇总


    🚶🚶🚶今天的文章就到这里啦~
    喜欢的话,点赞👍、收藏⭐️、关注💟哦 ~

  • 相关阅读:
    芒果汁行业调研:2022年市场规模及产量分析
    搭建hexo个人博客
    万应案例精选|跨壁垒、辅决策,万应低代码助力国网电力内部培训数字化架构升级
    佳作导读 | 《C++ Core Guidelines》
    Druid连接池的快速使用
    负载均衡群集
    基于本体和 Web3.0 洞悉网络威胁情报“盲盒”
    MySQL的SQL基础(五)
    使用Eclipse搭建SpringBoot项目
    Netron【.pt转.onnx模型展示】
  • 原文地址:https://blog.csdn.net/qq_41225961/article/details/126873955