前一段时间研究了下halcon里的3d算法，想着把3d图像显示在C#编写的软件界面上，试了下halcon的控件，没成功。后来学习了一点VTK的知识，实现了3d图像的显示，可旋转，平移，缩放观察，当然也能按照自己喜欢的风格进行渲染。 具体实现步骤 在VS里，工具->NuGet包管理器->管理解决方案的NuGet程序包，搜索Activiz 安装上去，工具箱多了个RenderWindowControl控件，这个控件用来显示3d图像的。我在halcon里处理完点云数据，halcon里的3d模型是hv_ObjectModel3D，在此模型里获取各个点的时候,可以顺带把各个点的渲染参数也加
线阵相机的标定说明1相机内外参数(Intrinsics&Extrinsics)说明1.1内参（Intrinsics）说明1.2外参（Extrinsics）说明2使用Halcon标定助手进行相机标定2.1使用HALCON标定工具，设置标定板描述文件路径，以及相关参数2.2标定设置2.2.1Setup2.2.2Calibration2.2.3Results2.2.4CodeGeneration1相机内外参数(Intrinsics&Extrinsics)说明线阵相机矫正所需参数共17个，其中11个参数为内参，6个参数为外参。1.1内参（Intrinsics）说明线阵相机内参CamParam数量共11
一、简介项目要求用多个点来拟合一个平面，然后再用其他平面上的点来计算这个点到平面的距离，halcon有现成的拟合函数。MatLab版本：Matlab最小二乘法拟合平面_Σίσυφος1900的博客-CSDN博客二、算子解释*输入点云数据然后生成3D模型gen_object_model_3d_from_points(X,Y,Z,ObjectModel3D)*X,Y,Z分别是点x、y、z方向上的集合*ObjectModel3D是输出的3D模型*拟合成想要的平面fit_primitives_object_model_3d(ObjectModel3D,['primitive_type','fittin
文章目录1差集difference1.1差集示例11.1差集示例22.交集intersection3.并集union24打散connection与合集union1（二者互为反义词）4.1打散connection与4.2合集union1（注意与交集的区别）5示例原图1差集differencedifference(Operator)Namedifference—Calculatethedifferenceoftworegions.Signaturedif
文章目录前言一、数据集的准备1.标注工具的安装2.数据集的准备3.标注数据4.解释xml文件的内容二、数据转换1.解析XML文件2.转换得到hdev文件1.变量定义2.读取种类3.解析trainList.txt4.生成字典三、模型训练1.参数定义2.创建目标检测模型3.数据预处理4.显示标注文件5.模型训练1.学习率设置2.初始化训练模型3.模型训练四、模型评估1.初始化模型2.创建模型及训练模型四、模型评估及验证五、模型预测1.载入模型2.载入预测总结前言本文讲解使用halcon的目标检测是使用步骤，标注工具不使用halcon提供的标注工具，而是使用各个深度学习框架都使用的labelImg工
2.1识别OCR的流程和方法处理图像使得数字或是字母为白底黑字->创建字符识别句柄->识别->清除句柄 算子：read_ocr_class_mlp(:: FileName : OCRHandle)示例：read_ocr_class_mlp('Document_0-9A-Z_NoRej.omc',OCRHandle)'Document_0-9A-Z_NoRej.omc'（输入控制参数）：输入识别类型OCRHandle（输出控制参数）：输出识别句柄 算子：do_ocr_multi_class_mlp(Character, Image :: OCRHandle : Class,
一.灰度线性变换1.1、scale_imageg’:=g*Mult+Addg为当前的灰度值，Mult为所乘的系数，Add为加的偏移值，由公式可以看出用scale_image来处理图像是（倍数+偏移）的变化1.2、scale_image_max计算像素的最大和最小值，按照最大值比例化各个像素，将灰度值拉伸到0-2551.3、invert_imageg’=255-g反转图像像素值二.灰度非线性变换2.1、log_image对图片进行对数变换g’=ln(g+1)用于提高暗部像素值2.2、exp_image对图片进行指数变换g’=g的e次幂用于提高亮部像素值三.图像增强对比度与照明度3.1、empha
计算任意矩形四个顶点坐标1、计算矩形与水平方向的夹角Phi（smallest_rectangle2：矩形长与水平的夹角，-pi/22、若夹角大于45°或者小于-45°，角度转换为矩形宽与水平的夹角，长宽互换；Halcon通用代码*计算矩形的中间点、角度、及长宽（一半）smallest_rectangle2(Rectangle,Row,Column,Phi,Length1,Length2)if(abs(deg(Phi))>45)Phi:=rad(deg(Phi)-90*(Phi/abs(Phi)))Tmp:=Length1Length1:=Length2Length2:=Tmpendiftupl
提示：文章参考了网络上其他作者的文章，以及相关书籍，如有侵权，请联系作者。文章目录前言一、腐蚀和膨胀1.腐蚀2.膨胀二、开运算和闭运算1.开运算2.闭运算三、顶帽运算和底帽运算1.顶帽运算2.底帽运算总结参考文献前言 图像的形态学处理是对图像的局部像素进行处理，用于从图像中提取有意义的局部图像细节。通过改变局部区域的像素形态，以对目标进行增强，或者为后续进行图像分割、特征提取、边缘检测等操作做准备。 图像的形态学处理包含如下内容。 在开始之前，我们先了解一下：结构元素：StructElement。结构元素在算子参数中的名称为StructElement，在腐蚀
**Halcon常用算子解释笔记**一、机器视觉所包含的部分学科：数学、图像、软件、光学1光源(照明系统)2镜头(光学成像)3相机(光电捕捉)4软件(图像处理与决策模块)采集、预处理、分割、识别及显示5、控制系统二、blob分析——案例5(ball.hdev)(★★★★★)(一)采集图像read_imagegrab_image_asyncgrab_image(二)预处理的四个目的小结：(1)拉开对比度(2)几何变换(本质矩阵变换)：[1]仿射变换：平移、旋转、缩放、镜像、错切(字符倾斜)[2]投影变换[3]极坐标转换(3)ROI(4)去噪1、拉开对比度[1]decompose3+trans_f
