一个基于可变比例的匹配的halcon实例及详解.docx

一个基于可变比例的匹配的实例及详解

楼主#
更多发布于：2014-03-26 10:05
昨天说到的有两个有用的例子和大家分享，一个是基于1:1比例的匹配的实例，一个是基于可变比例的匹配， 今天的例子是基于可变比例的匹配。 

* 读取一个轮廓模型（shape model），使这个模型可放大或缩小地进行寻找匹配。 
dev_close_window () 
dev_open_window (0, 0, 600, 600, 'black', WindowHandle) 
read_image(Image,'L:/Halcon test/mk3.jpg') 
* 选取一张有各种大小，角度，甚至变形的商标的图片做测试 
*read_image(Image,'L:/Halcon test/mk5.jpg') 
gen_rectangle1 (ROI, 57.8333, 49.5, 181.167, 342.833) 
* 画一个矩形选择ROI，矩形在左上角，覆盖一个完整的，无变形规定尺寸的商标，作为模板 
reduce_domain(Image,ROI,ImageReduced) 
* 大图和这个矩形的ROI相减就会得到一个左上角的商标的图案作为模板，命名ImageReduced 
inspect_shape_model (ImageReduced, ModelImages, ModelRegions, 5, 40) 
* 创建一个对比的模型，后面两个参数：第一个是层数（NumLevels，如5层），第二个是对比度阈值（具体用法效果还不是很明白） 

* 这里看到前面有位朋友之前提到不理解金字塔层数的意义，这里解释一下，如图： 

金字塔层数在inspect_shape_model设置为5层，那么相应的在create_scaled_shape_model 创建为5层，在find_scaled_shape_model查找为5层，上图中的5个紫色的箭头指的是就是金字塔层数，层数越多越容易被查找，反应的速度也就越快，一般是1-10层，但要注意保证最底层依然能被识别，主要是作为模板的图片的精度影响。一般5层左右识别的速度都可以接受了。 

create_scaled_shape_model (ImageReduced, 5, rad(-180), rad(360), 0, 0.1, 5.0, 0, ['none','no_pregeneration'], 'ignore_global_polarity', 40, 10, ModelID)* 创建一个比例不变的匹配的轮廓模型 
* create_scaled_shape_model(Template : : NumLevels, AngleStart, AngleExtent, AngleStep, ScaleMin, ScaleMax, ScaleStep, Optimization, Metric, Contrast, MinContrast : ModelID) * 01、Template,//reduce_domain后的模板图像 
* 02、NumLevels,//金字塔的层数，可设为“auto”或0—10的整数* 03、AngleStart,//模板旋转的起始角度 
* 04、AngleExtent,//模板旋转角度范围, >=0* 05、AngleStep,//旋转角度的步长， >=0 and <=pi/16 
* 06、ScaleMin,//模板最小比例* 07、ScaleMax,//模板最大比例 
* 08、ScaleStep,//模板比例的步长* 09、Optimization,//设置模板优化和模板创建方法 
* 10、Metric, //匹配方法设置* 11、Contrast,//设置对比度 
* 12、MinContrast,//设置最小对比度* 13、ModelID,//输出模板句柄 

* write_shape_model (ModelID, 'mk.shm') 
* 把这个模型保存成一个shm模板*clear_shape_model (ModelID) 
stop() 

*read_shape_model ('mk.shm', ModelID)find_scaled_shape_model (Image, ModelID, rad(-180), rad(360), 0.1, 5.0, 0.5, 0, 0.5, 'least_squares', 5, 0.8, Row, Column, Angle, Scale, Score) 
* 匹配一个比例不变的轮廓模型，参数和创建的参数差不多get_shape_model_contours (ModelContours, ModelID, 1) 
for I := 0 to |Score|-1 by 1 
    vector_angle_to_rigid (0, 0, 0, Row【i】, Column【i】, Angle【i】, HomMat2DRotate)    hom_mat2d_scale (HomMat2DRotate, Scale【i】, Scale【i】, Row【i】, Column【i】, HomMat2DScale) 
    affine_trans_contour_xld (ModelContours, ModelTrans, HomMat2DScale)    dev_display (ModelTrans) 
endfor 
disp_message (WindowHandle, '总共匹配了' + |Score| + '个商标', 'window', 12, 12, 'red', 'true') 
disp_continue_message (WindowHandle, 'black', 'true')* 但是变形则不能被识别 
stop () 
clear_shape_model (ModelID) 

图片：MK3-test2.jpg

总共匹配了8 个形状相同，大小比例不同的商标，但紫色圈中的变形的商标并不能被识别。