一個基于可變比例的匹配的halcon實例及詳解

1、一個基于可變比例的匹配的實例及詳解樓主#更多發(fā)布于：2014-03-2610:05昨天說到的有兩個有用的例子和大家分享，一個是基于 1:1 比例的匹配的實例，一個是基于可變比例的匹配，今天的例子是基于可變比例的匹配。* 讀取一個輪廓模型(shapemodel),使這個模型可放大或縮小地進行尋找匹配。dev_close_window()dev_open_window(0,0,600,600,black,WindowHandle)read_image(Image,L:/Halcontest/mk3.jpg)* 選取一張有各種大小，角度，甚至變形的商標的圖片做測試*read_image(Image,

2、L:/Halcontest/mk5.jpg)gen_rectangle1(ROI,57.8333,49.5,181.167,342.833)* 畫一個矩形選擇 ROI,矩形在左上角，覆蓋一個完整的，無變形規(guī)定尺寸的商標，作為模板reduce_domain(Image,ROI,ImageReduced)* 大 圖 和 這 個 矩 形 的 ROI 相 減 就 會 得 到 一 個 左 上 角 的 商 標 的 圖 案 作 為 模 板 ， 命 名ImageReducedinspect_shape_model(ImageReduced,ModelImages,ModelRegions,5,40)* 創(chuàng)建一

3、個對比的模型， 后面兩個參數(shù)： 第一個是層數(shù)(NumLevels， 如 5 層)， 第二個是對比度閾值(具體用法效果還不是很明白)*這里看到前面有位朋友之前提到不理解金字塔層數(shù)的意義，這里解釋一下，如圖:金字塔層數(shù)在 inspect_shape_model 設置為 5 層，那么相應的在 create_scaled_shape_model 創(chuàng)建為5 層，在 find_scaled_shape_model 查找為 5 層，上圖中的 5 個紫色的箭頭指的是就是金字塔層數(shù)，層數(shù)越多越容易被查找，反應的速度也就越快，一般是 1-10 層，但要注意保證最底層依然能被識別，主要是作為模板的圖片的精度影響。一

4、般 5 層左右識別的速度都可以接受了。create_scaled_shape_model(ImageReduced,5,rad(-180),rad(360),0,0.1,5.0,0,none,no_pregeneration,ignore_global_polarity,40,10,ModelID)*創(chuàng)建一個比例不變的匹配的輪廓模型* create_scaled_shape_model(Template:NumLevels,AngleStart,AngleExtent,AngleStep,ScaleMin,ScaleMax,ScaleStep,Optimization,Metric,Contr

5、ast,MinContrastModelID)*01、Template,/reduce_domain 后的模板圖像* 02、NumLevels,/金字塔的層數(shù)，可設為auto010 的整數(shù)*03、AngleStart,/模板旋轉(zhuǎn)的起始角度* 04、AngleExtent,/模板旋轉(zhuǎn)角度范圍，=0*05、AngleStep,/旋轉(zhuǎn)角度的步長，=0and=pi/16* 06、ScaleMin,/模板最小比例*07、ScaleMax,/模板最大比例* 08、ScaleStep,/模板比例的步長*09、Optimization,/設置模板優(yōu)化和模板創(chuàng)建方法* 10、Metric,/匹配方法設置*11、

6、Contrast,設置對比度* 12、MinContrast,/設置最小對比度*13、ModelID,/輸出模板句柄* write_shape_model(ModelID,mk.shm)* 把這個模型保存成一個 shm 模板*clear_shape_model(ModelID)stop()*read_shape_model(mk.shm,ModelID)find_scaled_shape_model(Image,ModelID,rad(-180),rad(360),0.1,5.0,0.5,0,0.5,least_squares,5,0.8,Row,Column,Angle,Scale,Scor

7、e)* 匹配一個比例不變的輪廓模型，參數(shù)和創(chuàng)建的參數(shù)差不多 get_shape_model_contours(ModelContours,ModelID,1)forI:=0to|Score|-1by1vector_angle_to_rigid(0,0,0,Rowi,Columni,Anglei,HomMat2DRotate)hom_mat2d_scale(HomMat2DRotate,Scalei,Scalei,Rowi,Columni,HomMat2DScale)affine_trans_contour_xld(ModelContours,ModelTrans,HomMat2DScale)dev_display(ModelTrans)endfordisp_message(WindowHandle,總共匹配了+|Score|+個商標,window,12,12,red,true)disp_continue_message(WindowHa