图像

节列表 ↓

本章包含与图像处理相关的算子。

为理解 HALCON 中可处理的不同图像类型，下文将阐述图像的三个组成部分（像素、通道和域）。

像素

在 HALCON 中，像素可用于表示各类信息，因此区分了不同的像素类型。下表列出了各类像素类型及其对应的标准图像类型。请注意此列表并非穷尽（例如灰度值图像也可属于多种其他图像类型）。可通过 convert_image_typeconvert_image_typeConvertImageTypeConvertImageTypeConvertImageTypeconvert_image_type 算子转换图像类型。

请注意，图像类型 vector_field 可通过 vector_field_absolute 或 vector_field_relative 进一步指定。此外还有图像类型 int8（64 位有符号），该类型仅在 64 位系统上可用。不同像素类型的详细信息如下所述。

灰度值

灰度图像属于 byte 类型（8 位无符号）或 uint2 类型（16 位无符号），由像素构成，通常代表传感器上局部光的强度。

灰度值图像。

差

为了显示两张图像之间的差，例如 int1（8位有符号）或 int2（16位有符号）图像类型就非常适合。

( 1)	( 2)	( 3)

通过将图像（1）减去另一张（例如连续拍摄的）图像（2），可得到差图像（3）。

二维直方图

要根据两幅图像中灰度值的出现情况分析图像特征，可使用二维直方图，其类型为 int4 （32位有符号整数）。其中，二维直方图的两个轴分别代表输入图像的灰度值。输入图像中对应像素的灰度值将按比例映射至二维直方图中。特定灰度值组合的出现频率越高，输出图像中对应的灰度值就越高（参见 histo_2dimhisto_2dimHisto2dimHisto2dimHisto2dimhisto_2dim 算子）。

( 1)	( 2)	( 3)

示例图像的两个通道((1), (2))及其对应的二维直方图(3)。

边缘方向

为表示边缘梯度的方向，可使用图像类型 direction（8位无符号）。

( 1)	( 2)

检查图像（1）通过可视化图像边缘的方向（2）。

对于 direction 类型的图像，以数学正指向为准、相对于水平轴的 x 度边缘方向，在边缘方向图像中存储为 x/2（导致灰度值范围为 0 至 179）。边缘振幅为 0 的点被分配边缘方向 255（未定义方向）。

使用 sobel_dirsobel_dirSobelDirSobelDirSobelDirsobel_dir 算子可视化暗和亮对象的边缘方向。输入图像中每个像素的边缘方向（用切向箭头标记）在右侧结果图像中由对应灰度值编码表示。无边缘区域以灰度值 255 呈现。

导数

图像类型 real（32 位浮点数值）用于表示图像的导数，例如用于提取边缘。

( 1)	( 2)

可以分析图像（1）的某些特征（例如边缘、梯度），通过考察图像的导数（2）。

傅里叶变换

要分析图像的频域特性，需采用傅里叶变换。频率的幅值与相位通过复数表示，因此图像类型为 complex（每个像素包含两个 real 值）。

( 1)	( 2)

一种识别字母(1)的策略是通过计算傅里叶变换(2)观察其频域。

色调值

色调值采用 cyclic 编码（8位无符号），因此 。

( 1)	( 2)

像素值代表色调数值。当像素值超过 255 时，其数值会向色谱另一端偏移。因此，对每个周期性像素值（1）添加固定数值后，将生成如（2）所示的图像。

向量场

用于表示绝对/相对光流的特殊图像类型为 vector_field（由 x 方向和 y 方向的两个 real 图像组成）。可通过指定 vector_field_absolute（解释为绝对坐标）或 vector_field_relative（解释为向量）进一步限定向量场的类型。

( 1)	( 2)	( 3)

像素的相对运动（例如在连续图像（1）和（2）中）可通过向量场（3）来表示。

通道

除了不同的像素类型外，图像还可以使用不同的图像通道来存储特定信息。基本上，您可以利用通道为像素分配多个值。以下部分将列举几种不同通道数量具有实用价值的场景。

灰度值图像（单通道图像）

通常，图像的每个像素仅存储一个数值。例如灰度图像中，每个像素存储的数值代表传感器上该区域的光照强度。然而，这些像素可承载多种信息类型（如灰度值的导数、距离等）。将这些信息以类似灰度图像的形式可视化，有助于解读数据。

RGB 图像（三通道图像）

对于彩色图像，像素值通常存储在三个通道中，每个通道分别代表相应像素的红、绿、蓝光强度（RGB 图像）。通过对单个像素分配的三个值进行加法混合，即可定义特定颜色。

除 RGB 模型外，还存在若干其他色彩空间。有关这些模型的详细信息以及不同色彩空间间的转换方法，请分别参阅 trans_to_rgbtrans_to_rgbTransToRgbTransToRgbTransToRgbtrans_to_rgb 和 trans_from_rgbtrans_from_rgbTransFromRgbTransFromRgbTransFromRgbtrans_from_rgb。

( 1)	( 2)	( 3)	( 4)

RGB 图像（1）及其三个通道分别：红色通道（2）、绿色通道（3）和蓝色通道（4）的局部亮度存在差异。

多光谱图像（多通道图像）

借助特殊相机，可在图像中记录多种光谱波段，包括可见光谱范围之外的波段。例如，卫星相机通常采集多光谱数据，并分别存储于多个独立通道中。

( 1)	( 2)	( 3)
( 4)	( 5)	( 6)

卫星图像的六个通道：多光谱图像的不同通道可用于提取特定光谱波段中最突出的特征。

多通道图像

除了表示光照强度外，将多个通道组合到一张图像中还能辅助完成其他多种任务。

例如，将灰度值图像与额外通道（该通道包含图像像素的对应深度值）相结合，即可实现场景的三维可视化呈现。

除了使用深度相机外，您还可以通过多通道图像提取深度信息。因此，每个通道必须包含一系列不同焦距拍摄的图像之一。

除了包含空间信息外，图像的各个通道也可被解释为特征空间，以便进行主成分分析。

域

图像域决定了后续操作中使用的图像区域。为使处理聚焦于感兴趣区域和/或加快操作速度，可将域缩减至图像的相关部分。

节列表

• 访问
• 采集
• 通道
• 创建
• 域
• 特征
• 格式
• 操作
• 类型转换