halcon-segment_contours_xld分割xld輪廓

 

 

在HDevelop中

dev_close_window ()
read_image (Image, 'D:/bb/tu/7.jpg')
rgb1_to_gray (Image, GrayImage)

edges_sub_pix (GrayImage, Edges, 'canny', 1, 5, 10)
segment_contours_xld (Edges, ContoursSplit, 'lines_circles', 5, 4, 2)
*分割xld輪廓
*參數1：需要進行分割的輪廓
*參數2：分割后的輪廓tuple
*參數3：分割輪廓的方式
*       'lines'            將輸入輪廓分割成線條
*       'lines_circles'    將其分割成線條和圓弧
*       'lines_ellipses'   將其分割成線條和橢圓弧
*參數4：輪廓平滑的參數，可以抑制在折線逼近過程中過短的線段
*       注意：不能等於0；最好大於等於3並且是奇數；建議值是5
*參數5：第一次用Ramer算法（即用直線段遞進逼近輪廓）時的MaxLineDist，在逼近完
*       成之后，再用圓弧或橢圓弧對相鄰分割線段進行擬合，如果擬合圓弧到輪廓的距
*       離小於逼近線段到輪廓的距離，就用圓弧替代逼近線段，這個過程一致迭代直到
*       所有的線段擬合完畢。
*參數6：第二次逼近輪廓時的MaxLineDist
*      只有當MaxLineDist2這種兩步逼近算法效率較高，因為在第一次逼近過程中，遞進
*      逼近的直線段較少，因此較大直徑的圓弧能夠被高效的分割出來。在第二次逼近過程
*      中，能夠被小直徑圓弧逼近的輪廓被找到，同時大直徑圓弧的末端被重新定義

count_obj (ContoursSplit, Number)
*9

gen_empty_obj (Lines)
*實例化一個空對象
gen_empty_obj(Circles)

for I:=1 to Number by 1
    *遍歷
    select_obj (ContoursSplit, ObjectSelected, I)
    get_contour_global_attrib_xld (ObjectSelected, 'cont_approx', Attrib)
    *返回XLD輪廓的全局屬性名的值，全局屬性是為每個輪廓定義的附加值
    *參數1：xld輪廓
    *參數2：全局屬性名，包含如下：
    *       'regr_norm_row'
    *       'regr_norm_col'
    *       'regr_mean_dist'
    *       'regr_dev_dist'
    *       'cont_approx'
    *               可判斷輪廓段的種類是直線、圓弧 還是 橢圓弧 具體如下：
    *               cont_approx = -1   對應XLD為直線,可以擬合為直線
    *               cont_approx = 0   對應XLD為圓,可以擬合為圓
    *               cont_approx = 1   對應XLD為橢圓,可以擬合為橢圓
    *       'bright_dark'
    *       'is_hole'
    *參數3：返回的屬性值
    if(Attrib=-1)
        concat_obj (Lines, ObjectSelected, Lines)
        *兩個區域組合成區域集
    else
        concat_obj (Circles, ObjectSelected, Circles)
    endif
    
endfor

get_image_size (GrayImage, Width, Height)
dev_open_window(10,10,Width, Height,'black',WindowHandle)
dev_display(Lines)

dev_open_window(10,10,Width, Height,'black',WindowHandle1)
dev_display(Circles)

 

 

 

在QtCreator中

  HObject  ho_Image, ho_GrayImage, ho_Edges, ho_ContoursSplit;
  HObject  ho_Lines, ho_Circles, ho_ObjectSelected;
  HTuple  hv_Number, hv_I, hv_Attrib, hv_Width;
  HTuple  hv_Height, hv_WindowHandle, hv_WindowHandle1;

  ReadImage(&ho_Image, "D:/bb/tu/7.jpg");
  Rgb1ToGray(ho_Image, &ho_GrayImage);

  EdgesSubPix(ho_GrayImage, &ho_Edges, "canny", 1, 5, 10);
  SegmentContoursXld(ho_Edges, &ho_ContoursSplit, "lines_circles", 5, 4, 2);
  //分割xld輪廓
  //參數1：需要進行分割的輪廓
  //參數2：分割后的輪廓tuple
  //參數3：分割輪廓的方式
  //      'lines'            將輸入輪廓分割成線條
  //      'lines_circles'    將其分割成線條和圓弧
  //      'lines_ellipses'   將其分割成線條和橢圓弧
  //參數4：輪廓平滑的參數，可以抑制在折線逼近過程中過短的線段
  //      注意：不能等於0；最好大於等於3並且是奇數；建議值是5
  //參數5：第一次用Ramer算法（即用直線段遞進逼近輪廓）時的MaxLineDist，在逼近完
  //      成之后，再用圓弧或橢圓弧對相鄰分割線段進行擬合，如果擬合圓弧到輪廓的距
  //      離小於逼近線段到輪廓的距離，就用圓弧替代逼近線段，這個過程一致迭代直到
  //      所有的線段擬合完畢。
  //參數6：第二次逼近輪廓時的MaxLineDist
  //     只有當MaxLineDist2這種兩步逼近算法效率較高，因為在第一次逼近過程中，遞進
  //     逼近的直線段較少，因此較大直徑的圓弧能夠被高效的分割出來。在第二次逼近過程
  //     中，能夠被小直徑圓弧逼近的輪廓被找到，同時大直徑圓弧的末端被重新定義

  CountObj(ho_ContoursSplit, &hv_Number);
  //9

  GenEmptyObj(&ho_Lines);
  //實例化一個空對象
  GenEmptyObj(&ho_Circles);

  {
  HTuple end_val31 = hv_Number;
  HTuple step_val31 = 1;
  for (hv_I=1; hv_I.Continue(end_val31, step_val31); hv_I += step_val31)
  {
    //遍歷
    SelectObj(ho_ContoursSplit, &ho_ObjectSelected, hv_I);
    GetContourGlobalAttribXld(ho_ObjectSelected, "cont_approx", &hv_Attrib);
    //返回XLD輪廓的全局屬性名的值，全局屬性是為每個輪廓定義的附加值
    //參數1：xld輪廓
    //參數2：全局屬性名，包含如下：
    //      'regr_norm_row'
    //      'regr_norm_col'
    //      'regr_mean_dist'
    //      'regr_dev_dist'
    //      'cont_approx'
    //              可判斷輪廓段的種類是直線、圓弧 還是 橢圓弧 具體如下：
    //              cont_approx = -1   對應XLD為直線,可以擬合為直線
    //              cont_approx = 0   對應XLD為圓,可以擬合為圓
    //              cont_approx = 1   對應XLD為橢圓,可以擬合為橢圓
    //      'bright_dark'
    //      'is_hole'
    //參數3：返回的屬性值
    if (0 != (hv_Attrib==-1))
    {
      ConcatObj(ho_Lines, ho_ObjectSelected, &ho_Lines);
      //兩個區域組合成區域集
    }
    else
    {
      ConcatObj(ho_Circles, ho_ObjectSelected, &ho_Circles);
    }

  }
  }

  GetImageSize(ho_GrayImage, &hv_Width, &hv_Height);
  SetWindowAttr("background_color","black");
  OpenWindow(10,10,hv_Width,hv_Height,0,"visible","",&hv_WindowHandle);
  HDevWindowStack::Push(hv_WindowHandle);
  if (HDevWindowStack::IsOpen())
    DispObj(ho_Lines, HDevWindowStack::GetActive());

  SetWindowAttr("background_color","black");
  OpenWindow(10,10,hv_Width,hv_Height,0,"visible","",&hv_WindowHandle1);
  HDevWindowStack::Push(hv_WindowHandle1);
  if (HDevWindowStack::IsOpen())
    DispObj(ho_Circles, HDevWindowStack::GetActive());