halcon学习

halcon列程详细介绍-V1.3

从文件夹中遍历图片(用到的算子及实例)

1)list_files(::Directory,Options:Files)
功能:列出目录中的所有文件
参数列表:
第1个参数Directory为输入变量,需要列出的目录名字,即输入目录地址;
第2个参数Options为输入变量,默认值为files,建议值有:‘files’, ‘directories’, ‘recursive’, ‘follow_links’, ‘max_depth 5’(遍历深度), ‘max_files 1000’(最大读取文件个数);
第3个参数Files为输出变量,读取的文件。
举例:list_files (‘F:\图片管理’, [‘files’,‘follow_links’], ImageFiles)

2)tuple_regexp_select( : : Data, Expression : Selection)
第1个参数Data为输入变量,指的是文件名数组;
第2个参数Expression为输入变量,输入的是文件筛选规则表达式,//.指的是转义,(bmp|JPG)指的是筛选的文件格式,‘ignore_case’是指忽略大小写;
第3个参数Selection为输出变量,指的是筛选出的文件名数组。
举例:tuple_regexp_select(ImageFiles, [‘\.(tif|tiff|gif|bmp|jpg|jpeg|jp2|png|pcx|hobj)$’,‘ignore_case’], ImageFiles)

从文件夹中遍历图片的实例:

list_files ('F:\\图片管理', ['files','follow_links'], ImageFiles)
tuple_regexp_select(ImageFiles, ['\\.(tif|tiff|gif|bmp|jpg|jpeg|jp2|png|pcx|hobj)$','ignore_case'], ImageFiles)
for Index:=0 to |ImageFiles|-1 by 1
    read_image(Image, ImageFiles[Index])
    stop()
Endfor

频率域滤波及相关频率域转换算子(如傅里叶正逆变换)

1)gen_lowpass( : ImageLowpass : Frequency, Norm, Mode, Width, Height : )
功能:生成一个理想的低通滤波器
参数列表:
第一个参数ImageLowpass为输出变量,指的是输出的理想低通滤波器;
第二个参数Frequency为输入变量,指的是截止频率,决定了生成滤波图像中间白色椭圆区域的大小,频率越大,则表示原点到截止频率确定的距离越大,可以滤除截止频率以外的高频分量,范围在0-1之间;
第三个参数Norm为输入变量,指的是滤波器归一化因子,有none和n模式选择;
第四个参数Mode为输入变量,指的是频率图中心位置,有’dc_center’, ‘dc_edge’, 'rft’三种模式选择,前两种分别代表中心和边缘模式,可与fft_generic算子搭配使用。第三种rft必须与rft_generic算子搭配使用;
第五个参数Width为输入变量,指的是生成滤波图像宽;
第六个参数Height为输入变量,指的是生成滤波图像高。

2)fft_generic(Image : ImageFFT : Direction, Exponent, Norm, Mode, ResultType : )
功能:计算一个图像的快速傅里叶变换图。
参数列表:
第一个参数Image为输入变量,指的是输入图像;
第二个参数ImageFFT为输出变量,指的是生成的傅里叶频率图;
第三个参数Direction为输入变量,指的是图像变换方向,有from_freq’和 'to_freq’两种模式选择,分别代表从频域变换到空域和从空域变换到频域;
第四个参数Exponent为输入变量,指的是指数,有1和-1两种模式可选,但1代表?,-1代表?;
第五个参数Norm为输入变量,指的是归一化因子,有 ‘n’, ‘none’, ‘sqrt’三种模式可选,但从经验上感觉使用效果差不多;
第六个参数Mode为输入变量,指的是频率图中心位置,有’dc_center’, ‘dc_edge’两种模式选择,分别代表中心和边缘模式;
第七个参数ResultType 为输入变量,决定输出图像的类型,有’byte’, ‘complex’, ‘cyclic’, ‘direction’, ‘int1’, ‘int2’, ‘int4’, ‘real’, ‘uint2’等多种类型,常用的有’byte’,‘complex’,'real’这三种。其中’complex’用于时域变换到频域较多,'byte’和’real’用于频域变换到时域较多。

3)convol_fft(ImageFFT, ImageFilter : ImageConvol : : )
功能:在频域内用一个滤波器卷积一个图像。
参数列表:
第一个参数ImageFFT为输入变量,指的是输入图像,一般为傅里叶变换后的频率域图像;
第二个参数ImageFilter为输入变量,指的是输入的滤波器图像,其图像的宽高必须与输入图像的宽高一致;
第三个参数ImageConvol为输出变量,指的是卷积后的频域图像。

4)gen_gabor( : ImageFilter : Angle, Frequency, Bandwidth, Orientation, Norm, Mode, Width, Height : )
功能:生成一个gabor滤波器(其核本质上就是一个正弦滤波器乘以一个高斯滤波器)。
参数列表:
第一个参数ImageFilter 为输出变量,指的是生成的gab

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/774028.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

linux——小细节(Makefile)(gdb)

一、makefile a.out:main.c func.cgcc main.c func.cclean:rm a.out a.out:main.c func.cgcc $^ -o $clean:rm a.out SRCmain.c func.c OBJa.out CCgcc FLAG -g -lpthread $(OBJ):$(SRC)$(CC) $(SRC) $(FLAG)clean:rm $(OBJ) 二、gdb

快速傅里叶变换(Fast Fourier Transform)

快速算法(FFT),即快速傅里叶变换(Fast Fourier Transform),是一种用于计算离散傅里叶变换(DFT)及其逆变换的高效算法。FFT算法由J.W.库利和T.W.图基于1965年提出,显著减少…

7-google::protobuf::io命名空间下常用的C++ API----zero_copy_stream_impl.h

一、protobuf输入输出文件流C API总览 二、经常会用到的API

昇思25天学习打卡营第12天|MindSpore-基于MobileNetv2的垃圾分类

基于MobileNetv2的垃圾分类 主要介绍垃圾分类代码开发的方法。通过读取本地图像数据作为输入,对图像中的垃圾物体进行检测,并且将检测结果图片保存到文件中。 1、实验目的 了解熟悉垃圾分类应用代码的编写(Python语言);了解Linux操作系统的基本使用;掌握atc命令进行模型…

每日Attention学习8——Rectangular self-Calibration Attention

模块出处 [ECCV 24] [link] [code] Context-Guided Spatial Feature Reconstruction for Efficient Semantic Segmentation 模块名称 Rectangular self-Calibration Attention (RCA) 模块作用 空间注意力 模块结构 模块代码 import torch import torch.nn as nn import tor…

Redis基础教程(十四):Redis连接

💝💝💝首先,欢迎各位来到我的博客,很高兴能够在这里和您见面!希望您在这里不仅可以有所收获,同时也能感受到一份轻松欢乐的氛围,祝你生活愉快! 💝&#x1f49…

Turborepo简易教程

参考官网:https://turbo.build/repo/docs 开始 安装全新的项目 pnpm dlx create-turbolatest测试应用包含: 两个可部署的应用三个共享库 运行: pnpm install pnpm dev会启动两个应用web(http://localhost:3000/)、docs(http://localhost…

程序员,去哪个城市工作更幸福?

深漂、沪漂、京漂、杭漂……又是一年毕业季,作为CS专业or新手程序员会选择什么城市工作呢?希望这篇文章给各位一些参考。 根据拉勾招聘大数据研究院的数据显示,超六成程序员集中在一线城市,其中北京19%,深圳16%&#x…

【遇坑笔记】Node.js 开发环境与配置 Visual Studio Code

【遇坑笔记】Node.js 开发环境与配置 Visual Studio Code 前言node.js开发环境配置解决pnpm 不是内部或外部命令的问题(pnpm安装教程)解决 pnpm : 无法加载文件 C:\Program Files\nodejs\pnpm.ps1,因为在此系统上禁止运行脚本。 vscode 插件开…

汇川H5U小型PLC不用写程序测试EC总线电机

目录 新建工程添加EtherCAT组态添加运动控制轴仿真测试 新建工程 新建一个H5U工程,不使用临时工程 系列选择H5U即可 添加EtherCAT组态 这里在EC总线中添加了一个汇川660的伺服 驱动参数使用默认 添加运动控制轴 新建一个轴Axis_0 将新建的轴和EC组态的660驱动…

中国1km高分辨率高质量逐年近地表CO数据集(2013-2022年)

该数据为中国高分辨率高质量逐年CO数据集,该数据集主要的空间范围覆盖整个中国,其中内容包括中国1km高分辨率高质量逐年CO数据集(2013-2022年)。时间分辨率为年,单位为mg/m3,数据以(.nc/.tif)格式进行存储。

解决 npm intasll 安装报错 Error: EPERM: operation not permitted

Node.js安装及环境配置完成之后 npm install express -g 安装全局的模块报错提示没有权限operation not permitted mkdir 错误编号4048: 其原因是当前用户操作该目录权限不足,当以管理员身份运行cmd,再执行npm install express -g 是不会报权…

使用 AlphaZero 和 Tabu 搜索查找越来越大的极值图

使用 AlphaZero 和 Tabu 搜索查找越来越大的极值图 AlphaZero 方法最佳研究(第1部分) 文章目录 一、说明二、引言三、预备知识四、方法4.1 AlphaZero4.2 禁忌搜索 五、实验与结果六、讨论七、附录A 一个例子B 问题背景 一、说明 人工智能的树和图的检索问…

Solution

(解决方案)可行性研究报告暨设计方案-zengwenfeng.doc 基本上都要300-500多页,大型【纯软件】,县级0-200万,市级项目500-1500万不等,省部级1000-10000万不等都有。本例为过往已完成项目案例目录结构。搞方案都要准备1-3个月呢。所…

Windows搭建本地对象存储服务MinIO并且使用springboot整合

开发文档: MinIO Windows中文文档 MinIO Object Storage for Windows (英文文档) 1、准备工作 准备一个空的文件夹,用来存放minio相关的内容; 这里是在D盘创建一个minio的文件夹; 后续所有跟MinIO相关…

探寻操作系统文件名字符限制的规则和历史

引言 从最早的电脑系统到现代的操作系统,文件命名的规则一直在不断发展,这些规则体现了不同操作系统设计哲学的差异。作为开发者,了解这些差异和背后的历史渊源非常有价值,本文将详细探讨Windows、macOS和Linux三大主流操作系统在…

【网络安全】第7讲 计算机病毒概述(笔记)

一、计算机病毒的简介 1、名称的由来 由生物医学上的 “病毒” 一词借用而来。 (1)与生物医学上“病毒”的异同 同:都具有传染性、流行性、针对性等。异:不是天生的,而是人为编制的具有特殊功能的程序。 2、病毒的起…

(附源码)springboot高校全流程考勤系统-计算机毕设 27637

Springboot高校全流程考勤系统 摘 要 本文针对高校考勤等问题,对其进行研究分析,然后开发设计出高校全流程考勤系统以解决问题。高校全流程考勤系统系统主要功能模块包括:考勤签到、课程信息、考勤情况、申请记录列表等,系统功能设…

python运维开发 业务服务监控详解

业务监控是运维体系中最重要的环节,是保证业务服务质量的关键手段,python在监控方面提供了大量的第三方工具,可以帮助我们快速、有效的开发企业级服务监控平台 一、文件内容差异对比方法 difflib作为python的标准库模块,无需安装…

等保测评需要什么SSL证书

在进行信息安全等级保护(简称“等保”)测评时,选择合适的HTTPS证书对于确保网站的安全性和合规性至关重要。以下是在等保测评中选择HTTPS证书时应考虑的因素: 国产证书: 等保测评倾向于使用国产品牌的SSL证书&#x…