Halcon学习之select_shape（）算子参数介绍

一、算子介绍

select_shape() 是 HALCON 中用于基于形状特征筛选区域的关键算子，广泛应用于图像分割、目标检测和工业质检等领域。它允许用户根据指定的几何特征从输入区域集合中选择符合条件的区域。

至于为什么单独介绍这个算子呢，因为他筛选特征的方式有太多种了，如果可以熟练的掌握这些特征，那在后面的例程学习以及实际应用中，可谓是得心应手了。

二、算子参数

select_shape(Regions : SelectedRegions : Features, Operation, Min, Max : )

 三、Features参数讲解

这个算子给出的特征描述太多了，下面就详细介绍一下这些，方便大家了解一下里面都有一些什么方法，可以提取哪些目标。

 select_shape() 支持 50+ 种形状特征，主要分为以下几类：

1. 基本几何特征

这几个特征应该不难理解，个人感觉应用较多的还是这个area特征，通过设定筛选的area的高低阈值范围，可以过滤掉一些不符合面积要求的目标。

2. 形状描述特征

3. 轮廓特征

4. 矩特征

有关矩特征的，还有很多，我也没有搞懂这么多，每一个怎么用，各位如果感兴趣，可以深入了解一下。

四、算子应用

使用示例

示例1：基本面积筛选

* 读取图像并分割
read_image(Image, 'particles.png')
threshold(Image, Regions, 128, 255)
connection(Regions, ConnectedRegions)

* 筛选面积在100-500像素之间的区域
select_shape(ConnectedRegions, SelectedRegions, 'area', 'and', 100, 500)

* 显示结果
dev_display(Image)
dev_set_color('red')
dev_display(SelectedRegions)

示例2：多特征组合筛选

* 筛选圆形且紧凑的区域
select_shape(ConnectedRegions, RoundRegions, 
            ['circularity', 'compactness'],  // 特征
            'and',                           // 逻辑操作
            [0.85, 1.0],                     // 最小值 
            [1.0, 1.5])                      // 最大值

示例3：筛选特定方向的矩形

* 筛选宽高比>2且方向在±15°内的区域
select_shape(ConnectedRegions, LongRectangles,
            ['anisometry', 'phi'],
            'and',
            [2.0, rad(-15)],   // 最小值 (rad将角度转为弧度)
            [9999, rad(15)])   // 最大值

高级用法

1. 特征组合逻辑

* 筛选面积>1000 OR 圆度>0.9的区域
select_shape(Regions, LargeOrRound, 
            ['area', 'circularity'], 
            'or', 
            [1000, 0.9], 
            [99999, 1.0])

2. 动态特征阈值

* 基于平均面积筛选
area_center(Regions, Area, Row, Column)
mean := mean(Area)
select_shape(Regions, AboveAverage, 'area', 'and', mean, 99999)

3. 区域分类

* 分类圆形和方形区域
select_shape(Regions, Circles, 'circularity', 'and', 0.9, 1.0)
select_shape(Regions, Squares, 'rectangularity', 'and', 0.9, 1.0)

五、总结

不得不承认，halcon是真牛。