如下圖所示我們要檢測到圖片中的鋁板，并計算出鋁板左下角的角點坐標：

在進行鋁板檢測的時候，我們發現鋁板是高亮部分，但是旁邊也會有高亮部分的邊緣點的干擾，我么需要把那些干擾點給去掉，

角點坐標的公式推導過程見：

https://blog.csdn.net/m0_37957160/article/details/118711482?spm=1001.2014.3001.5501

代碼部分：

read_image(LvbanImage,'C:/Users/TIMI/Desktop/picture/lvban.png')
get_image_size(LvbanImage,Width,Height)dev_open_window(0,0,Width/2,Height/2,'white',WindowHandle)
dev_display(LvbanImage)
*旋轉圖形rotate_image(LvbanImage,ImageRotate,100, 'constant')
*1、找到較大的白色區域（使用二值化+開運算消除噪聲）
*2、二值化處理(這個算子是把灰度值在110到255作為一個區域Region（下圖的紅色部分），其他灰度值的作為一個區域，即灰度圖像的二值化)
threshold(ImageRotate,lvbanRegion,110,255)
*這個算子是把紅色區域分成不同的連通域ConnectedRegions，ConnectedRegions是很多個110到255灰度值區域的集合。
connection (lvbanRegion, ConnectedRegions)
*在ConnectedRegions集合中選擇長度在450-1275之間的區域放到這個區域集合中SelectedRegions
select_shape(ConnectedRegions, SelectedRegions,'inner_radius','and', 340, 996)
count_obj(SelectedRegions,Number)
if(Number #1)stop()
endif
opening_circle(SelectedRegions,RegionOpening,12.5)
*把找到的鋁板的位置摳出來
reduce_domain(ImageRotate,RegionOpening,ImageReduced)
*生成矩形，在圖像窗口點擊一下會看到虛線
*shape_trans(RegionOpening,RegionTrans,'rectangle2')
*這里這個是中心點(Row, Column)； Length1, Length2這個是矩形的長度。Phi這個是角度
smallest_rectangle2(RegionOpening,Row, Column, Phi, Length1, Length2)
gen_rectangle2(Lvbanrectangle,Row, Column, Phi, Length1, Length2)
dev_clear_window ()//清空窗體
dev_set_color ('green')
dev_display (LvbanImage)//顯示原圖像
dev_display (Lvbanrectangle)
Rows:=[]
Columns:=[]
*左上角頂點  
tuple_cos(Phi,Cos)
tuple_sin(Phi,Sin)
a:=-Length1*Sin-Length2*Sin
b:=-Length1*Cos+Length2*Sin
gen_cross_contour_xld(Cross,Row-b,Column+a,600,rad(45))c:=Length1*Cos-Length2*Cos
d:=Length1*Sin+Length2*Cos
gen_cross_contour_xld(Cross,Row-d,Column+c,600,rad(45))
e:=Length1*Cos+Length2*Cos
f:=Length1*Sin-Length2*Cos
gen_cross_contour_xld(Cross,Row-f,Column+e,600,rad(45))
g:=-Length1*Cos+Length2*Cos
h:=-Length1*Sin-Length2*Cos
gen_cross_contour_xld(Cross,Row-h,Column+g,600,rad(45))Rows:=[Rows,Row-b]
Rows:=[Rows,Row-d]
Rows:=[Rows,Row-f]
Rows:=[Rows,Row-h]
tuple_length(Rows,Length)
Columns:=[Columns,Column+a]
Columns:=[Columns,Column+c]
Columns:=[Columns,Column+e]
Columns:=[Columns,Column+g]
*篩選和排序屬于tuple操作。因為4個點我們都知道了，但是還不知道哪個是哪個的角點
*(1024,0)是圖片左下角的角點坐標
Distances:=[]
for i :=0 to 3 by 1distance_pp(Rows[i],Columns[i],1024,0,Distance)Distances[i]:=Distanceendfor*這個是不使用for循環計算每一個行列元素與[1024,0]交點坐標的距離（因為有4個點所以寫了4次角點1024,0坐標）*distance_pp(Rows,Columns,[1024,1024,1024,1024],[0,0,0,0],Distance)*目的根據距離排序找到對應的行列坐標
*tuple_sort(Distance,Sorted)tuple_sort_index(Distance,Indices)
*j:=Indices[0]
*根據索引找對應的最小值，行列號
*smallD:=Distance[j]
smallD:=Distance[Indices[0]]
newRow:=Rows[Indices[0]]
newColumn:=Columns[Indices[0]]
dev_set_color('red')
*以上就找到最小距離，以及距離整個圖像左下角角點的最小點的行列號
gen_cross_contour_xld(Cross1,newRow,newColumn,116,rad(45))
*3、外接矩形或者區域轉點，左下角第一個點*4、找邊緣區域，進行一個區域相交(左下角區域)*5、輪廓線處理，擬合計算*6、測量算子
*旋轉圖形*rotate_image(LvbanImage,ImageRotate,10, 'constant')

結果如下：

這個4個角點坐標沒有找對。思路沒問題。

總結

以上是生活随笔為你收集整理的Halcon：（3）铝板检测与角点坐标计算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。