圖像處理筆記（二十一）：halcon在圖像處理中的運用

概要：

1. 分水嶺算法做圖像分割
2. 二維碼識別

稍后將其他幾篇筆記全都補充上概要方便查詢。

分水嶺算法做圖像分割

使用距離變換結合分水嶺算法實現圖像分割，可以用來分割僅通過閾值分割還是有邊緣連接在一起的情況。
步驟：

1. 通過threshold 及相關操作找出需要分割的圖像區域；

2. 通過distance_transform 得出距離圖片，這里的距離圖片算的距離是針對上面已經圈出來的區域計算的；

3. 將灰度值范圍通過scale_image_max 擴充后灰度反轉；

4. 通過watersheds_threshold 做區域分割，這里的分割是針對整張圖片做分割的；

5. 與目標圖像區域做交集，得出分割后的目標圖像。

6. distance_transform(Region, DistanceImage, Metric, Foreground, Width, Height)
   計算區域內每一個點到區域邊界的距離得出一張距離圖片，距離邊界越遠的灰度值越大，中心灰度值最大，邊界為0，如圖：
   

7. watersheds_threshold(Image, Basins, Threshold)
   分水嶺算法做區域分割
   分水嶺算法：灰度值代表海拔高度，高灰度代表山脈，低灰度代表盆地，每一個局部極小值及影響區域代表集水盆，集水盆邊界形成分水嶺。
   

圖中分成的一個個小塊就是在做分水嶺分割之后得到的，一個個的小圓就是在與原區域做交集之后得到的。

根據之前學到的，對於這樣的圖片區域分割，有時候根據情況也能使用膨脹腐蝕之類的方法分割出來。

# 二維碼識別
做一個小功能，halcon和C#混和編程，實時做二維碼識別。最簡單的做法是在halcon中做了之后導出成cs文件，將文件中的有效部分提取出來放在代碼中。過程略。
halcon中實現的要點：
1. 攝像頭實時抓拍
2. 使用 `create_data_code_2d_model` 生成二維條形碼模型，這里需要注意的是必須提前知道我們需要解碼的二維碼的編碼模式；
3. 使用 `find_data_code_2d` 來找二維碼並解析。

~~~~~~~~~~~~~~~~~~~~~~~  分割線 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
halcon基礎知識學些到這邊告一段落了。
接下去需要解決的問題：怎樣把學到的東西運用到圖像處理中去解決缺陷檢測的問題。