HALCON数据结构

2024-07-21 1253阅读

一、HALCON数据结构简介

1、HALCON中有两类参数:图形参数和控制参数。

HALCON数据结构
(图片来源网络,侵删)

2、HALCON算子参数中,图形输入参数、图形输出参数、控制输入参数和控制输出参数。

3、图形参数有:图像(image)、区域(region)和轮廓(XLD)

4、控制参数有:整型(integer)、实型(real)、布尔类型(boolean)、字符串类型(string)、数组(tuple)、向量(vector)和句柄(handle)

二、图形参数

1、图像(image)

图像由像素、通道和域三个部分组成。

1.1像素类型

灰度图像:byte(8位无符号)和uint2(16位无符号)

差异图像(两帧图像之间):int1(8位有符号)和int2(16位有符号)

边缘提取(图像求导):real(32位浮点数)

2D直方图(灰度频谱):int4(32位有符号数)

边缘梯度方向:direction(8位无符号数)

频域(傅里叶变换):complex(每个像素用2个real值)

色相:cyclic(8位无符号) 当增加一个像素值超过255时,它被移到光谱的另一端

描述X方向或Y方向的运动:vector_field(由x和y方向的两个real类型的图像组成)

1.2通道

单通道图像(灰度值图像):对于灰度图像,每个像素上只存储一个值。比如,灰度值代表着传感器上的一个局部光强值。

三通道图像(RGB图像等):对于彩色图像,像素值通常存储在三个通道中。每个通道表示各自像素(RGB图像)的红色、绿色或蓝色光的强度。

1.3域

为了将重点放在感兴趣的区域(ROI)或着加快操作速度,可以将域缩小到图像的相应部分。

2、区域(region)

区域被定义为一组像素。它可以表示一幅图像中任意的像素子集。

可以应用blob分析或定义感兴趣的区域(ROI)进行亚像素精度的操作。

3、轮廓(XLD)

XLD是eXtended Line Description的缩写,包括轮廓和多边形。

亚像素精度轮廓可以通过亚像素阈值分割或者亚像素边缘提取来获得。

轮廓是用浮点数数组来表示的(包括横坐标数组和纵坐标数组)。

可以使用亚像素精度的轮廓来进行一些测量。

三、控制参数

1、整型(integer)

i1 := -10    //十进制数

i2 := 017    //八进制数

i3 := 0x1f   //十六进制数

2、实型(real)

r1 := 0.38

r2 := -0.38e2

3、布尔类型(boolean)

b1 :=true   //真:1

b2 :=false  //假:0

4、字符串类型(string)

c := 'hello world!'

5、数组(tuple)

tuple1 := [1,2,3,4,5]             //整型数组

tuple2 := [0.13,0.35,0.57]    //实型数组

tuple3 := ['aaa','bbb','ccc']   //字符串数组

tuple4 := [10,0.1,'abc']        //混合数组

6、向量(vector)

Vtuple :={}  //创建向量

Vtuple.at(0) := tuple1  //往向量中添加第一个元素

Vtuple.at(1) := tuple2  //往向量中添加第一个元素

Vtuple_Length := Vtuple.length() //向量的大小

7、句柄(handle)

create_dict (DictHandle)  //创建字典句柄

set_dict_tuple (DictHandle, 'a', 1) //向字典中添加一个键值对

VPS购买请点击我

免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

目录[+]