例图:
完整算法:
read_image (Image, 'C:/Users/Administrator/Desktop/1.png')
threshold (Image, Regions, , ) skeleton(Regions,TriangleSkeleton) gen_contours_skeleton_xld(TriangleSkeleton,TriangleContours,1,'filter') segment_contours_xld(TriangleContours,ContoursSplit,'lines_circles', 5, 4, 2) select_contours_xld(ContoursSplit,SelectedContours, 'contour_length',100, 999, -0.5, 0.5) fit_line_contour_xld (SelectedContours, 'tukey', -1, 10, 5, 2, RowBegin, ColBegin, RowEnd, ColEnd, Nr, Nc, Dist)
*计算三个夹角
angle_ll (RowBegin[], ColBegin[], RowEnd[], ColEnd[], RowBegin[], ColBegin[], RowEnd[], ColEnd[], Angle1)
angle_ll (RowBegin[], ColBegin[], RowEnd[], ColEnd[], RowBegin[], ColBegin[], RowEnd[], ColEnd[], Angle2)
angle_ll (RowBegin[], ColBegin[], RowEnd[], ColEnd[], RowBegin[], ColBegin[], RowEnd[], ColEnd[], Angle3) Angle1:=abs(deg(Angle1))
Angle2:=abs(deg(Angle2))
Angle3:=abs(deg(Angle3)) dev_display (Image)
dev_display (SelectedContours)
disp_message (, '角度:' + Angle1 + '°、 ' + Angle2 + '°、 ' + Angle3 + '°', 'image', , , 'red', 'true')
结果:
步骤分析:
① 图像三角形主要由3根直线构成;
② 阈值化、skeleton提取骨架、将骨架(region)转为xld、将xld打散分割、筛选xld得到3条主xld、将这3条xld拟合成3条直线。
效果分析:
这种算法虽然步骤简单,但是其实鲁棒性并不好。主要风险在“筛选xld得到3条主xld”这一步,有时候,它没办法准确筛选到我们想要的xld,这样后面的准确拟合也就无从谈起。
用过VisionPro的都知道,VisionPro它有抓边的卡尺工具,它直接作用于图像,简单分析就知道鲁棒性好得多。可惜的是halcon并没有直接提供类似工具,不过网上有大神做了个halcon自己的卡尺工具——rake函数。
除非线条特征特别明显的图片,不然不建议使用本例的算法去抓边,类似于rake的抓边工具鲁棒性更好,抓边能力也更强。
当然,如果你足够有耐心,也可以根据本例以及halcon的测量(Measure)助手设计自己的抓边工具(函数)。