halcon模板匹配（基于形状）——笔记

通过创建的形状模型，可以在其他图像中寻找与模板相似的目标，即使这些目标存在尺度变化、旋转或轻微形变的情况。Halcon是MVTec公司开发的一款强大的机器视觉软件，它提供了多种模板匹配的方法来解决在图像中定位和识别已知图案的问题。函数，你可以找到图像中所有符合指定形状模型，并且在给定尺度范围内变化的目标实例，并获取它们的位置、旋转角度、缩放比例以及匹配得分等信息。：输出参数，返回创建后的形状模型的句柄，后续可以使用此句柄进行匹配操作。：输入的灰度或二值图像，在此图像中搜索与形状模型匹配的对象。

find_shape_model( Image : : //搜索图像 ModelID, //模板句柄 AngleStart, // 搜索时的起始角度 AngleExtent, //搜索时的角度范围，必须与创建模板时的有交集 MinScore, //最小匹配值，输出的匹配的得分Score 大于该值 NumMatches, //定义要输出的匹配的最大个数 MaxOverlap, //当找

* This example demonstrates the print inspection using * a variation model. The variation model is trained * using a single model image. Before applying the print inspection, * the images are scaled t

基于Halcon的形状模板匹配的学习

上两篇讲完模板匹配的两种：基于灰度的匹配和基于相关性的匹配，这一篇介绍下基于形状的匹配。相较于前两种，基于形状的匹配使用率是最高的。所以我们着重介绍下形状匹配的各项参数。 一般是用到的算子如下： create_shape_model （）中的 constrast 是指 模板中前景 与背景的对比度 minconstrast 查找到的实例的对比度 get_shape_model_contours 获得模型轮廓 ，中心点在原点位置 查找模板find_shape_model 涉及到的一些参数详细的作

上篇文章主要介绍的是基于形状的匹配的算子各个参数所具备的作用，这篇文章主要介绍下如何在halcon中去使用这些算子完成基于形状的情况下找到我们的目标，同样也适用于缩放的模板查找。 ...

基于形状的模板匹配在我们实际的项目中应用最广，同时在一些项目中，光是选中一个目标作为匹配的模板，效果可能还达不到我们所需要的精度要求，所以这个时候可以考虑多模板匹配，增加限制 ...

select_shape(ConnectedRegions1,SelectedRegions1, ['area','column'], 'or', [25000,0], [99999,400]) //多个特征一起筛选 [25000,0]面积的筛选范围，[99999,400]列的筛选范围。xld有两种：Contours轮廓是一系列的点连接，点之间的距离大约是一个像素；polygons多边形，点之间的距离较大，是用最少的线来描述这个轮廓。读取图片-二值化-联通-合并成一个区域。灰度图由一个通道组成。

基于灰度值的模板匹配和基于形状的模板匹配是两种常见的图像处理技术。基于灰度值的模板匹配通过创建NCC模板并使用find_ncc_model算子进行匹配，适用于图像旋转和缩放的情况。其核心步骤包括创建模板、设置搜索参数、执行匹配并输出匹配结果。基于形状的模板匹配则通过创建金字塔模型、训练模板、设置匹配参数并查找模板，适用于复杂形状的匹配。其核心步骤包括创建金字塔模型、选择模型、训练模板、设置参数、查找模板并显示结果。两种方法均广泛应用于工业检测、目标识别等领域。

下面展示 源代码。 dev_update_off () dev_close_window () *******定位模板******** *读取图像 read_image (Image, 'E:/Halcon_Learn/基于形状的模板匹配/green-dot.png') *获取图像的宽高 get_image_size (Image, Width, Height) *以合适的尺寸打开图像 dev_open_window_fit_size (0, 0, Width, Height, -1, -1, Wi...

1、模板匹配 模板就是一副已知的小图像，而模板匹配就是在一副大图像中搜寻目标，已知该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像元素，通过一定的算法可以在图中找到目标，确定其坐标位置。 2、模板匹配方法 基于形状的匹配 基于轮廓的匹配 基于灰度的匹配 基于组件的匹配 基于互相关匹配 3、基于形状和轮廓的匹配 1、创建ROI ①标准形状 draw_rectangle1/2 draw_circle draw_ellipse draw_line ②任意形状 draw_region draw

Halcon模板匹配坐标转换关系详解预备知识仿射变换及其变换矩阵Halcon中模板匹配过程举例坐标转换原理解析 预备知识 仿射变换及其变换矩阵 本小节参考文章：https://www.cnblogs.com/shine-lee/p/10950963.html 仿射变换（affine transformation）包括平移（translation）、旋转（rotation）、缩放（scaling）、剪切（shear）、镜像（ reflection），以及这些变换任意次序任意次数的组合。各种变换的图示如下：

在工业应用中，定位是大多数应用场景必不可少的环节。通过定位，我们可以对设备作业位置或区域进行调整，如打标、切割、机械手引导等应用。除此之外，我们还可以对被测物进行定位，根据定位数据缩小检测区域以达到提高检测速度和降低误检的目的。我们一般采用模板匹配的方式对被测物进行定位。HALCON为我们提供了基于形状、基于互相关、基于描述符以及可变形的模板匹配。 以基于形状的模板匹配为例，为大家介绍如何通过H...

模板匹配是机器视觉工业现场中较为常用的一种方法，常用于定位，就是通过算法，在新的图像中找到模板图像的位置。

1、模板匹配基本原理 模板匹配：通俗讲就是，拿着模板去匹配，就是先制作一个模板，然后利用这个模板去图像中寻找与模板相似的部分，并记录寻找到的位置。 模板匹配分类：按照有无变形，分为刚性模板匹配与变形模板匹配，变形模板匹配比较复杂，工业上基本是基本使用的刚性模板匹配。 常用匹配方式：ncc模板匹配、形状模板匹配和XLD模板匹配。 2、XLD模板创建和匹配 （1）、XLD模板创建 读...

使用find shape model算子搜索最佳匹配区域，将检测图像和模板句柄ModelID输入该算子中，搜索到的目标对象的匹配分值会存入参数Score中。ignore_global_polarity：适用于全局对比度发生变化的情况，表示忽略全局对比度的变化，即匹配过程中的图像对比度可以与模板中的完全相反。在创建模板之前，建议使用inspect_shape model算子列出模板图像的各层级的金字塔图像和根据模板图像自动提取出的形状。基于形状的匹配，就是使用目标对象的轮廓形状来描述模板。

一、介绍 基于形状的模板匹配，也称为基于边缘方向梯度的匹配，是一种最常用也最前沿的模板匹配算法。该算法以物体边缘的梯度相关性作为匹配标准，原理是提取ROI中的边缘特征，结合灰度信息创建模板，并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，直到搜索到最底层或者得到确定的匹配结果为止。 该方法使用边缘特征定位物体，对于很多干扰因素不敏感，如光照和图像的灰度变化，甚至可以支持局部边缘缺失、杂乱场景、噪声、失...

文章目录halcon 案例 基于缩放比halcon 案例 测单个剃须刀片Halcon 案例创建匹配模板Halcon 通过图像处理创建模型 ROI模型Halcon 亚像素识别Halcon 识别不等比例的图像Halcon 匹配包装袋案例Halcon 创建模板进行匹配Halcon 案例模板匹配与测量Halcon 多模板与多图像的匹配 halcon 案例 基于缩放比 算子 创建匹配模板1.create_scaled_shape_model(Template : : NumLevels, AngleStart, A