MinScore(in):被找到的模板最小分数 NumMatches(in):被找到的模板个数 MaxOverlap(in):被找到的模板实例最大重叠部分 SubPixel(in):亚像素级别标志,true,false NumLevels(in):金字塔层级数 Row(out):被找到的模板实例行坐标 Column(out):被找到的模板实例列坐标 Angle(out):被找到的模板实例的旋转角度 Score...
而我们在实际使用的时候就根据需求改变分数和匹配数即可,如果是新手不想自己调整参数也可以直接点击“执行优化”Halcon会自动匹配最佳参数,如下: 那么到此为止我们已经完成了测试,接下来就是保存我们创建的模板。 5.保存模板 点击左上角的“文件”->“保存模板”,选择保存位置保存即可,如下: 6.代码实现 如果想使用代...
模板匹配参数 上面是在halcon中进行模板创建及匹配设置的参数,在我的程序中除了最低分数其他与halcon保持一致,具体参数如下:金字塔级别为5,角度范围【-180,180】,尺度范围【0.5,1.5】,角度步长和尺度步长自动计算,使用极性,最小分数0.4(halcon为0.5),最大匹配个数为0,贪婪度0.75,最大重叠0.5,亚像素我还没有加进去...
简介:模板匹配进阶(一)与卡尺进行抓边 *传入第一张图片做模板read_image (Image, 'C:/Users/Maxwell/Desktop/模板匹配testimage/1.jpg')rgb1_to_gray (Image, GrayImage)dev_open_window (0, 0, 512, 512, 'black', WindowHandle)dev_display (GrayImage)dev_set_draw ('margin')*draw_rectangle2 (W...
单个目标的模板匹配 代码: 第一步:读入目标图片,读入模板图片,对目标图片和模板图片进行灰度化操作 第二步:使用cv2.matchtemplate(img, template, cv2.TM_CCOEFF_NORMED) 进行模板匹配,获得大量的ret结果 第三步:使用min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(ret) # 找出最大值数所在的位置 ...
机器学习进阶-图像金字塔与轮廓检测-模板匹配(单目标匹配和多目标匹配)1.cv2.matchTemplate(进行模板匹配) 2.cv2.minMaxLoc(找出矩阵最大值和最小值的位置(x,y)) 3.cv2.rectangle(在图像上画矩形) 2019-02-19 20:26 −... python我的最爱 0
相对于灰度模板匹配,形状模板匹配可以完全有Halcon自带的助手实现,不需要写什么代码更适合新人。相对于灰度模板匹配,形状模板匹配的适用性会更强一点且其原理是提取有效范围中的边缘轮廓创建模板,然后根据模板的大小和清晰度的要求生成多层级的图像金字塔模型,接着在图像金字塔层中自上而下逐层搜索模板图像,直到搜索到最...
相对于灰度模板匹配,形状模板匹配可以完全有Halcon自带的助手实现,不需要写什么代码更适合新人。相对于灰度模板匹配,形状模板匹配的适用性会更强一点且其原理是提取有效范围中的边缘轮廓创建模板,然后根据模板的大小和清晰度的要求生成多层级的图像金字塔模型,接着在图像金字塔层中自上而下逐层搜索模板图像,直到搜索到最...
二、测试NCC模板匹配 刚刚我们创建好了模板,现在再写一个小的脚本是实现自动匹配,如下: 1.读入我们的模型 这一步我就偷个懒直接把模型保存在桌面上然后固定路径读入了,有需要的同学可以用一中的dev_open_file_dialog算子实现任意路径读取。 2.读入要测试的图片并转换成灰度图 ...