Template : ://输入模板图像(ROI区域)NumLevels : ://金字塔层级数AngleStart : ://起始角度(弧度)AngleExtent : ://角度范围(弧度)AngleStep : ://角度步长(弧度或'auto')Optimization : ://模型优化模式Metric : ://匹配度量方式Contrast : ://对比度参数(列表)MinContrast : ://最小对比度阈值: Mo...
halcon有三种模板匹配方法:即Component-Based、Gray-Value-Based、Shaped_based,分别是基于组件(或成分、元素)的匹配,基于灰度值的匹配和基于形状的匹配,此外还有变形匹配和三维模型匹配也是分属于前面的大类 本文只对形状匹配做简要说明和补充: Shape_Based匹配方法: image.png 上图介绍的是形状匹配做法的一般流程及模...
基于特征的模板匹配:从模板图像中提取特征点(如角点、边缘等),然后在目标图像中寻找与这些特征点相匹配的点集。这种方法具有更高的精度和更强的鲁棒性,适用于复杂场景。 形状模板匹配:主要关注目标的形状特征。在创建形状模板时,用户需要指定形状原型,并设置相应的参数(如旋转角度、缩放比例等)。匹配过程中,Halcon会...
create_shape_model(Template , // 模板图像NumLevels, // 金字塔层数AngleStart, // 起始角度AngleExtent, // 角度范围AngleStep, // 角度步长Optimization, // 设置模板优化和模板创建方法Metric, // 匹配方法设置Contrast, // 模板中前景与背景的对比度MinContrast, // 被查找图片的最小对比度ModelID) // ...
本文将围绕Halcon中的三种常见模板匹配方法进行详细解析,旨在帮助读者更好地理解和应用这些技术。 一、基于灰度的模板匹配 基于灰度的模板匹配是Halcon中最基础的一种匹配方法。该方法通过计算模板图像与目标图像之间灰度值的相似度来实现匹配。具体来说,它会在目标图像中滑动模板图像,并比较每个位置上的灰度差异,从而...
在灰度模板匹配中又分为三种: (1)SAD:在ROI中所有像素灰度差值的绝对值总和。 (2)SSD:在ROI中所有像素灰度平方差总和。 (3)NCC:基于相关性的模板匹配,相对于上面两种速度会快很多。 详细内容可以参考CSDN上大佬总结的内容,下面我将使用Halcon写一个脚本简单实现创建NCC模板和测试NCC模板匹配; ...
安装Halcon: 下载官方版本并按需选择。 安装必要的库: 使用以下命令安装halcon和numpy等库: AI检测代码解析 pipinstallhalcon numpy 1. 硬件资源评估 分步指南 接下来,我们将详细介绍模板匹配的核心操作流程。 核心操作流程 否是开始加载模板图像加载待匹配图像执行模板匹配根据分数评估匹配结果结果是否满意?输出位置并绘制...
pipinstallopencv-python halcon 1. 分步指南 让我们进入核心操作流程,了解如何在 Python 中实现 Halcon 模板匹配。 准备图像加载模板进行匹配检查结果 在这个过程中,每一步都是重要的。以下是各个步骤的时序图,展示了操作之间的交互关系。 HalconPythonUserHalconPythonUser加载图像读取模板返回模板数据执行模板匹配返回匹配...
简介: [Halcon&定位] 解决Roi区域外的模板匹配成功 一.问题描述 用halcon形状模版匹配,红色矩形框是搜索范围,ROI 矩形框中间的是训练的模版,按理说应该只会匹配到ROI中中间的那个为什么会搜到搜索区域之外的部分,而且匹配分数还很高,即模板在搜索区域外仍能匹配成功。 二.原因分析 使用reduce_domain裁切搜索区域...
Halcon模板匹配 模板匹配的目的:给定一个模板图片,给它标定一个目标区域。当下一张图片进来的时候,希望在新的图片中找到目标区域。 1.如图所示,读取模板图片,然后标定目标区域。 read_image(Image, 'C:/Users/HJ/Desktop/test_image/AB1.jpg') draw_rectangle1(WindowHandle, Row1, Column1, Row2, Column2)...