select_shape算子

不得不承认，halcon是真牛。

算子select_shape根据形状特征选择区域，对于输入的每个区域，将计算指定的特征根据参数（features）。如果每个(Operation = 'and')或至少一个(Operation = 'or')的计算特性在默认限制(Min,Max)内，该区域将被输出。输入参数形状特征（'anisometry', 'area', 'area_holes', 'bulkiness'等）、输入参数关系符（'and', 'or'）如果features只是用一种特性那么此参数没有意义、作用：借助形状特征选择区域；

Halcon 中用于筛选区域（Region）的关键算子，它基于区域的形状特征（如面积、长宽比、圆度等）对输入区域进行过滤。其参数灵活，使用广泛，但对于初学者可能较难掌握。

select_shape_proto算子解析halcon里的算子解析 select_shape_proto不同于select_shape，是通过一些比较简单的特征进行筛选，所以这个算子使用率远低于select_shape。但是他是一个非常有用的region筛选算子。近期因为项目原因，需要去除屏幕的边缘region干扰，所以使用到了select_shape_proto，借此对select_shape_proto进行了下了解。 halcon里的算子解析 在halcon的帮助手册里，对select_shape_p

同一特征，用不同参数时。写成下面这样就对了：OR。

binary_threshold (Image, Region, 'max_separability', 'light', UsedThreshold) connection (Region, ConnectedRegions) * select_shape (ConnectedRegions, SelectedRegions1, 'row', 'and', 5, 1451) select_shape (ConnectedRegions, SelectedRegions,['convexity','cir

图（c）为使用select_shape算子进行特征提取的图像，经过第二次筛选，将包含较大孔洞的区域提取出来。这里提供了一个包括多种特征参数的列表，基本包括了区域的常用特征，使用者只需要选择需要的特征，并设置筛选条件，就能得到需要的区域。关于提取图像的特征，比较常用的一个算子是select_shape算子，它能高效地根据特征提取出符合条件的区域。（13）inner_height：输入区域的与坐标轴平行的最大内接矩形的宽度。（12）inner_width：输入区域的与坐标轴平行的最大内接矩形的宽度。

选择轮廓(select_shape) Halcon是一款运用广泛的图像识别和处理软件。在肤浅的接触中，它的轮廓选择算子(select_shape)给予我很深的印象。结果是往往几行代码就能够产生很好的效果： 比如要得到这样的结果 只需要 read_image (Image1, 'F:/未来项目/钢管识别/FindTu...

select_shape前言1、select_shape (Operator)2、Possible values for Features2.1 常用的特征选择一2.2 常用的特征选择——circularity (Operator)2.2.1 函数原型2.2.2 解析2.2.3 Example2.3 常用的特征选择——compactness (Operator)2.3.1 函数原型2.3.2 解析2.4 常用的特征选择——contlength (Operator)2.4.1 函数原型2.4.2 解析2...

作用：select_shape_std(Regions : SelectedRegions : Shape, Percent : ) 函数根据Shape指定的形状特征，从Regions 选择满足特征的区域，保存到SelectedRegions 。 Shape有以下取值 max_area 面积最大区域被选择 rectangle1 通过smallest_rectangle1计算区域的最小外接平行矩形， 如果计算出的区域与原区域面积百分比大于Percent ，则此区域选中输出。 rectang...

read_image (Image, 'fabrik') dev_close_window () dev_open_window (0, 0, 512, 512, 'black', WindowID) dev_set_color ('white') dev_set_draw ('fill') //区域生长法获得区域 regiongrowing (Image, Regions, 1, 1, 3...

今天，我在筛选瑕疵的时候，有很多细长的区域，不是我想要的，此时可以用select_shape 进行高宽比例的选择。select_shape，这算子用的非常的多，平时我主要用来选择面积，位置，长宽等等。就可以把这种轻松的过滤掉(图中高宽比超过了15)。如果是横向细长的区域，将得到一个小数.今天，发现一个小技巧分享给小伙伴们。但是需要注意的是：这里。

select_shape是halcon的强大算子，需要重点研究，本例按照Features=‘area’，对Operation进行说明，但是更多的案例将在一个更大的文档中说明。