Halcon图像预处理算子 sobel算子、傅里叶变换算子、卷积算子

---

滤波类型	算子	适用噪声	特点
均值滤波	mean_image	高斯噪声	平滑均匀，可能额模糊边缘
中值滤波	median_image	椒盐噪声	保留边缘，抑制脉冲噪声
高斯滤波	gauss_filter	高斯噪声	加权平均，边缘更平滑

均值滤波

mean_image(Image,ImageMean,MaskWidth,MaskHeight)

优点： 对图像内部的噪声及模糊有着很好的作用，有效的平滑图像，适用于处理高斯噪声

缺点：会将图像的边缘信息与特征信息“模糊”点，丢失很多特征

• Image: 输入图像
• ImageMean: 滤波后的图像
• MaskWidth,MaskHeight: 滤波核的宽度和高度

注意：MaskWidth和MaskHeight 必须是奇数，核越大，平滑效果就越强，细节损失也大

使用5*5的卷积核，适合去除较大噪声

read_image (Image, 'F:/素材收集/图片素材/01.jpg')
get_image_size (Image, Width, Height)* 获得一个高斯噪声分布,添加到图像
gauss_distribution (20, Distribution)
add_noise_distribution (Image, ImageNoise, Distribution)mean_image (ImageNoise, ImageMean, 9, 9)
dev_open_window (0, 0, 254, 252, 'black', WindowHandle)
dev_display (Image)

效果

 

 中值滤波

优点：对脉冲噪声核椒盐噪声有很好的去除效果

          能够有效的保护图像的边缘信息

median_image(Image,ImageMedian,MaskType,Radius,Margin)

• Image: 输入图像
• ImageMedian: 滤波后的图像
• MaskType: 滤波掩模形状   'circle':     'square' 
• Radius : 滤波掩模的半径（像素）  Raius=2  表示圆形掩模直径为5     （2*2+1）
• Margin: 边界处理方式   常用有'mirrored'、'cyclic'、'continued'等

read_image (Image, 'F:/素材收集/图片素材/01.jpg')
get_image_size (Image, Width, Height)* 添加椒盐噪声
sp_distribution (5, 5, Distribution)
add_noise_distribution (Image, ImageNoise, Distribution)*使用中值滤波
median_image (ImageNoise, ImageMedian, 'square', 3, 'mirrored')
median_image (ImageNoise, ImageMedian, 'square', 5, 'mirrored')dev_open_window (0, 0, 254, 252, 'black', WindowHandle)
dev_display (ImageMedian)

 效果

高斯滤波

gauss_filter (Image,ImageGauss,Size)

•  Image: 输入的图像

• ImageGauss:  输出的图像

• Size: 滤波的尺寸.尺寸值越大,平滑效果越明显.常用的尺寸有3，5，7，9等奇数值

 优势： 消除高斯噪声

read_image (Image, 'F:/素材收集/图片素材/01.jpg')
get_image_size (Image, Width, Height)* 添加高斯噪声
gauss_distribution (20, Distribution)
add_noise_distribution (Image, ImageNoise, Distribution)*使用高斯滤波
gauss_filter (Image, ImageGauss, 5)
dev_open_window (0, 0, 254, 252, 'black', WindowHandle)
dev_display (ImageGauss)

效果 

---

 直方图均衡

equ_histo_image(Image,ImageEquHisto)

 优点：用于增强图像

 缺点：直方图均衡可能放大噪声，建议进行降噪处理

* 直方图均衡化* 将密集的灰度值拉开一定的距离
* 作用: 使有蒙层的图像 马赛克 ... 图像变得更清晰
read_image (Image, 'F:/Halcon/‫Image/2.tif')
get_image_size (Image, Width, Height)
dev_open_window_fit_size (0, 0, Width, Width, -1, -1, WindowHandle)
dev_display (Image)* 直方图均衡化
equ_histo_image (Image, ImageEquHisto)

效果

灰度直方图

相比于Visionpro 中的 histogram  直接生成直方图对象（Region类型），适合可视化

gray_histo(Region,Image,AbsoluteHisto,RelativeHisto)

• Region: 感兴趣区域（ROI），限定统计范围
• Image： 输入图像（单通道灰度图）
• AbsoluteHisto: 绝对直方图（各灰度级像素数量）
• RelativeHisto: 相对直方图（各灰度级像素占比，总和为1）

read_image (Image, 'printer_chip/printer_chip_01')
dev_close_window ()
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
dev_disp_text ('展示Image的直方图', 'window', 'top', 'left', 'black', [], [])gray_histo (Image, Image, AbsoluteHisto, RelativeHisto)* 将灰度直方图的绝对分布  生成区域类型
gen_region_histo (Region, AbsoluteHisto, 255, 255, 1)

效果 

• read_image (Image, 'printer_chip/printer_chip_01')
  dev_close_window ()
  get_image_size (Image, Width, Height)
  dev_open_window_fit_size (0, 0, Width, Width, -1, -1, WindowHandle)
  dev_display (Image)
  emphasize (ImageInvert, ImageEmphasize, Width, Height, 1)

对比度

 对比度调整用于在低对比度或光照不均的场景中

emphasize (ImageInvert, ImageEmphasize, Width, Height, 1)

• 参数1： 原始图像
• 参数2：输出图像
• 参数3、参数4、参数5    值越大  对比度越明显

read_image (Image, 'printer_chip/printer_chip_01')
dev_close_window ()
get_image_size (Image, Width, Height)
dev_open_window_fit_size (0, 0, Width, Width, -1, -1, WindowHandle)
dev_display (Image)
emphasize (ImageInvert, ImageEmphasize, Width, Height, 1)

效果

---

线性对比度

scale_image(Image,ImageScaled,0.5,0)
* 增强亮度
scale_image(Image,ImageScaled1,1,100)
* 减少亮度
scale_image(Image,ImageScaled2,1,-100)公式：灰度值=原值*2.5+10

• 参数1：输入图像
• 参数2：输出图像
• 参数3： 比例  大于等于1的值   图像更亮
•                         小于1的值  图像更暗
• 参数4：补偿值

---

非线性

log_image (Image, LogImage, 2)
pow_image (Image, PowImage, 2)

•  参数1：输入图像

• 参数2：输出图像

• 参数3：底数

read_image (Image, 'printer_chip/printer_chip_01')
dev_close_window ()
get_image_size (Image, Width, Height)dev_open_window_fit_size (0, 0, Width, Width, -1, -1, WindowHandle)
dev_display (Image)* 对数变化  压缩灰度值的级别  降低高灰度值的级别
* 参数1：输入图像
* 参数2：输出图像
* 参数3：底数
log_image (Image, LogImage, 2)* 指数变化   选择增强低灰度值   或者  高灰度值的对比度
* 参数3
* 指数： 0-1 增强高灰度值对比度
*       大于等于1 增强低灰度值对比度
pow_image (Image, PowImage, 2)

---

---

 傅里叶变换

傅里叶分析-CSDN博客

在我认为傅里叶变换就好比：在一个教室里面老师带着学生唱校歌，有各种声音还有夏天的知了的鸣叫声，这好多声音混杂在一块，随着时间的变换就叫做时域，而我们需要在这混乱的声音中提取老师的声音，这个就叫做频域，频域有很多。

这里的图片就是我们日常生活中拍照一样，但是拍照中他也是有噪音，有各种杂斑，所以我们拍出来的照片，都是富含各种杂事，看着不好看，这就叫做时域，我们需要把这图像的杂拌去掉，进行美颜，这从中就是把图像中某些频域给去掉了

注意：以上是我个人理解的。

 rft_generic(Image,ImageFFT,Direction,ResultType,Width)

fft_generic(Image,ImageFFT,Direction,Exponent,Norm,Mode,ResultType)

 区别：rft 是计算图像的实值快速傅里叶变换

            fft是计算输入图像的快速傅里叶变换

• Image:  输入图像
• ImageFFT:  傅里叶转换后的图像
• Direction:  计算正向或反向
  • 'to_freq'：表示从时域转为频域；输入的图像必须具有实值类型
  • 'from_freq': 表示从频域转为时域；输入图像必须是复杂的
• ResultType: 转换后的数据存储方式，即单个像素的数组存储方式。从时域转为频域使用‘complex’   从频域转为时域用‘real’

'byte': 灰度图像

'int1': 实值图像

'real': 实值图像

'complex': 复数图像

• Exponent: 对应公式中指数符号,前向变换用-1,后向变换用1
• Norm:  变换的归一化因子
  • 默认值：  'sqrt' (开根号，c=sqrt(M*N)，变量)
  • 'n'（图像）
  • 'none'（不使用，c=1）
• Width:  图像宽度  默认值512

---

  傅里叶卷积

convol_fft (ImageFFT, ImageFilter, ImageConvol)

在频域内对图像与滤波器进行卷积，将复杂的图像ImageFFT的像素乘以滤波器ImageFile

的相应像素 

• 傅里叶图像
• 滤波图像
• 卷积图像

首先将图像在水平(竖直)方向与滤波器进行卷积；然后卷积后的结果在竖直（水平）方向使用相同的滤波器函数得到的模板进行卷积运算

 线高斯

lines_gauss(Image,Lines,Sigma,Low,High,LightDark,ExtractWidth,LineModel,CompleteJunctions)

•  Image: 输入的图像
• Lines:   检测线条（XLD）
• Sigma:  高斯滤波值      典型范围 0.7~20   建议 0.1  默认 1.5
• Low： 滞后阈值分割的低阈值    0~20   建议0.5  默认3
• High： 滞后阈值分割的高阈值   0~35  建议0.5  默认8
• LightDark:  提取的线条类型（'dark'（暗线）,'light'（亮线））
• ExtractWidth:  是否提取线宽（'false','true'）
• LineModel:  用来调整线条的位置和宽度的线模型（’bar-shaped‘，’gaussian‘，’none‘，’parabolic‘）
• CompleteJunctions: 在锻炼的部分是否添加节点使线条连续（'false','true'）

缩放图像

zoom_image_factor(Image,ImageZoomed,ScaleWidth,ScaleHeight,Interpolation)

缩放因子实现图像缩放

• 原图像
• 缩放后保存的图像
• 图像宽度的比例因子  默认值：0.5
• 图像高度的比例因子  默认值：0.5
• 插值类型                    默认值：'constant'

read_image (Image, 'printer_chip/printer_chip_01')
get_image_size (Image, Width, Height)
dev_display(Image)
gen_gauss_filter (ImageGauss, 100, 100, 0, 'n', 'rft', Width, Height)
*时域转频域
rft_generic (Image, ImageFFT, 'to_freq', 'none', 'complex', Width)
*卷积计算
convol_fft (ImageFFT, ImageGauss, ImageConvol)
*频域转时域
rft_generic (ImageConvol, ImageFFT1, 'from_freq', 'none', 'byte', Width)
*图像作差  用于计算两幅图像的差值    用原图减去滤波后的图像得到锐化图像
sub_image (Image, ImageFFT1, ImageSub, 10, 80)
*对图像进行放大和缩小
zoom_image_factor (ImageSub, ImageZoomed, 0.5, 0.5, 'constant')
*绘制高斯提取线
lines_gauss (ImageZoomed, Lines, 0.2, 3, 8, 'light', 'true', 'bar-shaped', 'true')
dev_display (Lines)

 图像锐化Sobel算子

sobel_amp (Image, EdgeAmplitude, 'FilterType',Size)

• 输入图像
• 突出边缘图像
• 过滤器类型     值为 sum_abs、thin_sum_abs、thin_max_abs、sum_sqrt、x、y
• 过滤掩模尺寸   值越大，提取的轮廓边缘越暗

read_image (Image, 'printer_chip/printer_chip_01')dev_close_window ()
get_image_size (Image, Width, Height)dev_open_window_fit_size (0, 0, Width, Width, -1, -1, WindowHandle)dev_display(Image)
sobel_amp (Image, EdgeAmplitude, 'x',11)
sobel_amp (Image, EdgeAmplitude, 'y',11)
sobel_amp (Image, EdgeAmplitude, 'sum_abs',11)
sobel_amp (Image, EdgeAmplitude, 'thin_sum_abs',11)sobel_amp (Image, EdgeAmplitude, 'thin_max_abs',11)ThresholdValue:=35
threshold (EdgeAmplitude, Region, ThresholdValue, 255)

 效果  x  y  sum_abs        thin_sum_abs     thin_max_abs

 

 

高通滤波

gen_highpass (ImageHighpass, Frequency, Norm, Mode, Width, Height)

 特点: 值越大、说明保留细节越少、值越小、说明保留细节越多

read_image (Image, 'printer_chip/printer_chip_01')
dev_display (Image)
get_image_size (Image, Width, Height)* 获取一个高通滤波模型
gen_highpass (ImageHighpass, 0.1, 'none', 'dc_center', Width, Height)* 对图像进行傅里叶变换到频域图像
fft_generic (Image, ImageFFT, 'to_freq', -1, 'sqrt', 'dc_center', 'complex')* 对频率图像进行高通滤波
convol_fft (ImageFFT, ImageHighpass, ImageConvol)
* 对的到的频率进行傅里叶变换
fft_generic (ImageConvol, ImageFFT1, 'to_freq', -1, 'sqrt', 'dc_center', 'complex')

效果  高通滤波后    傅里叶变换后

低通滤波

gen_lowpass (ImageLowpass, 0.1, 'none', 'dc_center', Width, Height)

值越小、越模糊、值越大、越清晰 

read_image (Image, 'printer_chip/printer_chip_01')
dev_display (Image)
get_image_size (Image, Width, Height)* 创建一个椒盐噪声
sp_distribution (5, 5, Distribution)
* 将噪声添加到Image上 产生一个带有噪声的图像
add_noise_distribution (Image, ImageNoise, Distribution)dev_display (ImageNoise)* 获取一个低通滤波模型
gen_lowpass (ImageLowpass, 0.1, 'none', 'dc_center', Width, Height)* 对图像进行傅里叶变换到频域图像
fft_generic (ImageNoise, ImageFFT, 'to_freq', -1, 'sqrt', 'dc_center', 'complex')* 对频率图像进行低通滤波
convol_fft (ImageFFT, ImageLowpass, ImageConvol)
* 对的到的频率进行傅里叶变换
fft_generic (ImageConvol, ImageFFT1, 'to_freq', -1, 'sqrt', 'dc_center', 'complex')

效果    低通滤波     傅里叶变换后

 加减乘除

read_image (Image, 'C:/Users/zpp/AppData/Roaming/MVTec/HALCON-23.05-Progress/examples/images/automotive/engine_part_007.png')
read_image (Image1, 'C:/Users/zpp/AppData/Roaming/MVTec/HALCON-23.05-Progress/examples/images/automotive/car_door_01.png')
dev_close_window ()
*get_image_size (Image, Width, Height)add_image (Image, Image1, ImageResult, 0.5, 0)sub_image (Image, Image1, ImageSub, 1, 128)mult_image (Image, Image1, ImageResult2, 0.005, 0)div_image (Image, Image1, ImageResult1, 255, 0)

加   减   乘   除