如下，我们将介绍匹配的第一个操作：准备模板

初始时刻，我们准备好参考图像，并对其做一定的处理，然后我们需要从参考图像中导出模板，也就是将参考图像裁剪成所谓的模板图像。获取模板图像可以通过设置ROI来完成。对于某些应用来说，也可以使用综合模板代替模版图像。综合模板既可以是综合创造的模板图像，也可以是一个XLD轮廓。

裁剪参考图像，使之成为模板图像

为了创建模板图像，我们需要从参考图像中选取ROI，并使用 reduce_domain裁剪图像的定义域为我们选取的ROI。这样我们就创建了模板图像，后续将作为匹配算子的输入参数。

选取ROI有两种方法：

直接指定法。
我们可以直接指定区域的参数进而直接生成区域。HALCON 提供了多种算子用来创建区域，既包括标准的形状像矩形（gen_rectangle2）或者椭圆(gen_ellipse) 到自由形状的区域，比如多边形区域(gen_region_polygon_filled).为了使用这些算子，你需要这些区域的参数，比如矩形的位置、大小、方向或者园的位置和半径。如果这些参数不能直接获得，你可以使用draw算子，比如你可以在打开的图像上画一个形状，然后返回其参数。这些算子可以在HDevelop菜单 Operators :fa-play: Graphics :fa-play: Drawing 获得。
通过图像处理获得区域。
有时我们可以通过图像处理获得区域，如阈值处理分割图像、通过blob分析connection、fill_up、select_shape等可以选取某种特征的区域。

综合模板图像，作为模板图像的替代选择

综合模板图像

综合模板图像主要应用于 correlation-based 匹配和所有基于轮廓的2D方法比如 shape-based, component-based, local deformable, and perspective deformable matching.
如下我们举例说明。

我们想要定位电容。如果我们选择明亮的圆域作为ROI区域，则会发现该区域包括大量的噪声点。因此最后匹配出的电容只有一个。如果我们改进之前的圆区域，换成一个环形区域作为ROI，则最后匹配出理想的电容区域。但是即使这样，环形区域使得内部的区域丢失了一部分，而且仍然包含部分噪点，所以不理想。

最好的方法是使用综合模板图像。具体步骤如下：
Step 1: 创造一个XLD轮廓
首先我们使用算子gen_ellipse_contour_xld创造一个圆形区域。

RadiusCircle := 43
SizeSynthImage := 2*RadiusCircle + 10
gen_ellipse_contour_xld (Circle, SizeSynthImage/2, SizeSynthImage/2, 0,
RadiusCircle, RadiusCircle, 0, 6.28318, 'positive', 1.5)

注意合成图像应该比区域大一些，因为对于 shape-based matching，当创建图像金字塔时，区域外面的像素也被使用。
Step 2: 创造一个图像，并将XLD插入图像中
然后我们使用算子gen_image_const创造一个空的图像，并使用算子* paint_xld*将XLD轮廓插入图像中.

gen_image_const (EmptyImage, 'byte', SizeSynthImage, SizeSynthImage)
paint_xld (Circle, EmptyImage, SyntheticModelImage, 128)

Step 3: 创建模型
使用综合模板创建模型。

请注意：
完整的代码，见：HDevelop 项目 solution_guide/matching/synthetic_circle.hdev

来自XLD轮廓的模型

对于 shape-based matching 和 the local and perspective deformable matching，你不必要从一个XLD轮廓中创建一个综合模板图像，因为你可以直接使用XLD轮廓作为模板。比如说，对于shape-based matching, 你不必要提供一幅图像，选择ROI，然后调用 create_shape_model, create_scaled_shape_model, or create_aniso_shape_model其中之一去创建模型。

相反，你可以简单地调用create_shape_model_xld, create_scaled_shape_model_xld, or create_aniso_shape_model_xld使用XLD轮廓作为输入参数。

举例说明。如下的完整项目，见 HDevelop example program： examples\hdevelop\Matching\Shape-Based\create_shape_model_xld.dev:

gen_circle_contour_xld (ContCircle, 300, 300, MeanRadius, 0, 6.28318, \
'positive', 1)
create_shape_model_xld (ContCircle, 'auto', 0, 0, 'auto', 'auto', \
'ignore_local_polarity', 10, ModelID)

对于 local and perspective deformable matching 的处理也可以相应的被使用。这里你可以使用算子create_local_deformable_model_xld for the local deformable matching and create_planar_uncalib_deformable_model_xldor create_planar_calib_deformable_model_xld, respectively, for perspective deformable matching.

初始时刻不知道极性，因为轮廓不提供极性。所以需要在一个有代表性的图像中做实验，看看如何设置极性。开始忽略极性,即参数
Metric设置为ignore_local_polarity，后面设置极性.可以调用算子set_shape_model_metric for shape-based matching,set_local_deformable_model_metric
for local deformable matching, and set_planar_uncalib_deformable_model_metric or
set_planar_calib_deformable_model_metric, respectively, for perspective deformable matching.
然后极性信息就被存储到模型中。然后在接下里的搜索算子中可以通过参数
Metric设置各位合适的值，如’use_polarity’. 这种处理强烈推荐给迅速且鲁棒的搜索。

find_shape_model (Image, ModelID, 0, 0, 0.7, 0, 0, 'least_squares', 0, 0.9, Row, Column, Angle, Score)... accessing the indices of the matches
... that represent suitable drill holesvector_angle_to_rigid (0, 0, 0, Row[HoleIndices[0]], Column[HoleIndices[0]], Angle[HoleIndices[0]], HomMat2D)set_shape_model_metric (Image, ModelID, HomMat2D, 'use_polarity')for Index := 2 to 9 by 1read_image (Image, 'brake_disk/brake_disk_part_'+Index$'02d')find_shape_model (Image, ModelID, 0, 0, 0.7, 0, 0,   'least_squares', 0, 0.9, Row, Column, Angle, Score)
endfor

如下图为示意图：

注：关于极性的选择。

1. 使用极性模式：要求模板与图像黑白亮度对应。
2. 忽略模板全局极性：不需要模板与图像黑白亮度对应
3. 忽略局部极性：不需要模板与图像黑白亮度对应，允许变化。

halcon模板匹配学习（二）准备模板相关推荐

基于VS与OpenCV的模板匹配学习（4）：手写OpenCV matchTemplate()
基于VS与OpenCV的模板匹配学习(4):手写OpenCV matchTemplate() 文章目录基于VS与OpenCV的模板匹配学习(4):手写OpenCV matchTemplate() 前 ...
苹果CMS10内核番茄视频模板苹果CMS二开模板会员系统卡密系统
苹果CMS10内核番茄视频模板苹果CMS二开模板会员系统卡密系统二开功能: 后台自带主题设置支持两种付费模式: 2-1.自带开屏广告,可在后台控制开关,以及时间 2-2.单独设置某部视频为 ...
记录一下HALCON基于可变形，利用CAD画dxf模板进行模板匹配（二）
本文接着上一篇记录一下HALCON基于可变形,利用CAD画dxf模板进行模板匹配打开HALCON并打开匹配助手匹配助手如图 "创建"页说明: 1,选择匹配方式中间偏上方的下拉 ...
halcon模板匹配学习（一） Matching 初印象
什么是模板匹配呢?简单而言,就是在图像中寻找目标图像(模板),或者说,就是在图像中寻找与模板图像相似部分的一种图像处理技术.依赖于选择的方法不同,模板匹配可以处理各种情形下的变换,如照明.杂点.大小. ...
Smarty模板技术学习(二)
本文主要包括以下内容公共文件引入与继承内容捕捉变量调剂器缓存 Smarty过滤器数据对象.注册对象与已有项目结合公共文件引入与继承可以把许多模板页面都用到的公共页面放到单独文件里边,通 ...
模板匹配理论的优缺点,模板匹配和神经网络
1.模板匹配理论的优缺点 1.函数模板方式克服了C语言解决类似问题时使用大量不通函数名表示相关功能. 2.克服了宏定义不能进行参数类型检查的弊端. 3.克服了C++函数重载用相应函数名字重写几个函数的 ...
opencv 模板匹配_详细剖析模板匹配
点击上方"新机器视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达模板匹配介绍我们需要2幅图像: 原图像 (I): 在这幅图像里, ...
Halcon模板匹配学习：find_aniso_shape_model
(粉色是显示设置相关,不需要太多关注,黄色为自己标注,绿色输入参数,紫色输出参数) *去寻找SMD电容元器件, 这些SMD电容元器件在具有10位深度的图像(类型为uint2的图像)中在行和列方向上呈现 ...
2021-01-10 Halcon初学者知识【10】形状匹配【二】模板的形状匹配
将上一篇博客中的图像用来测试代码:在images目录下,存放若干张指环图片,用下述代码,进行形状识别: dev_set_line_width(4) list_image_files('images', ...

halcon模板匹配学习（二）准备模板

裁剪参考图像，使之成为模板图像

综合模板图像，作为模板图像的替代选择

综合模板图像

来自XLD轮廓的模型

halcon模板匹配学习（二）准备模板相关推荐

最新文章

热门文章

halcon模板匹配学习（二） 准备模板

裁剪参考图像，使之成为模板图像

综合模板图像，作为模板图像的替代选择

综合模板图像

来自XLD轮廓的模型

halcon模板匹配学习（二） 准备模板相关推荐

最新文章

热门文章

halcon模板匹配学习（二）准备模板

halcon模板匹配学习（二）准备模板相关推荐