【halcon】halcon轮廓总结之select_contours_xld

news2025/7/21 19:33:58

前言

select_contours_xld 我认为是一个非常常用且实用的算子,用于对轮廓进行筛选。

简介

这段文档描述了一个名为"SelectContoursXld"的操作,用于根据不同特征选择XLD(XLD是一种图像数据表示形式,表示轮廓线)轮廓。以下是关于该操作的重要信息:

名称

  • SelectContoursXld

参数

![在这里插入图片描述](https://img-blog.csdnimg.cn/825ff460e4ec4d5cbda863787b83f885.png
在这里插入图片描述
第一个参数,是输入的轮廓。第二个是输出的轮廓。
重点是控制参数部分。

控制参数描述

  • SelectContoursXld根据参数feature中的不同特征选择输入的轮廓(contours)。可用的特征包括:
    1. “contour_length”:选择长度小于min1或大于max1的轮廓。
    2. “maximum_extent”:选择最大范围小于min1或大于max1的轮廓。
    3. “direction”:选择回归线方向在min1和max1之间的轮廓。
    4. “curvature”:选择平均距离从回归线的轮廓,以及距离的标准差在min1和max1之间的轮廓。
    5. “closed”:选择起点到终点距离小于等于max1像素的封闭轮廓。
    6. “open”:选择起点到终点距离大于min1像素的开放轮廓。

contour_length: 很简单,筛选轮廓的长度。
maximum_extent: 目前还不理解,后续理解了再补充
direction:选择轮廓的方向。这里具体讲一下。

direction

在这里插入图片描述
这里有几个不同方向的轮廓此时我们进行筛选。
select_contours_xld (Contours, SelectedContours, ‘direction’, rad(0), rad(45), -0.5, 0.5)
得到的结果是:
在这里插入图片描述
首先 feature 设置为 ‘direction’ 表示对 角度的筛选,rad(0), rad(45), 表示选择 0 到 45 度之前的
轮廓。(ps:当选择 ‘direction’ 时,最后两个参数 是无作用的不参与控制)
如果,我将角度调整为:rad(180), rad(180 + 45)
select_contours_xld (Contours, SelectedContours, ‘direction’, rad(180), rad(180 + 45), -0.5, 0.5)
得到相同的结果。如上图所示。
结论:
1 方向的范围是 0~180° 不是0 ~ 360, 说明针对的是轮廓对应的直线的方向,而非线段。
2 度数的计算是逆时针方向

curvature

“Curvature”(曲率)指的是轮廓的曲率,它表示轮廓的弯曲程度。在"SelectContoursXld"操作中,"curvature"特征用于选择符合特定曲率范围的轮廓。

具体来说,"curvature"特征根据以下两个参数来选择轮廓:

  1. min1:定义了曲率的下限阈值。只有那些平均距离从回归线(曲线的近似线)不小于min1的轮廓会被选择。
  2. max1:定义了曲率的上限阈值。只有那些平均距离从回归线不大于max1的轮廓会被选择。

此外,还有另外两个参数:

  1. min2:用于定义标准差的下限阈值。只有那些距离的标准差不小于min2的轮廓会被选择。
  2. max2:用于定义标准差的上限阈值。只有那些距离的标准差不大于max2的轮廓会被选择。

小结: 用一条直线去拟合这条轮廓,min1 max1 限制的是和直线相差的平均距离,min1 max1 限制的是直线相差的标准差。
我理解大概就是这个意思:
在这里插入图片描述
如果在曲率(“curvature”)选择特征中,你将min1和max1都设置为0,或者将min2和max2都设置为0,那么这个特定特征将不会影响轮廓的选择。

换句话说,如果你将这些参数都设置为0,那么曲率特征将不再起作用,不会对轮廓的选择产生限制,所有轮廓都将被保留。这在某些情况下可能是有用的,特别是当你希望不考虑曲率特征时。

举个栗子:
在这里插入图片描述
select_contours_xld (Contours, SelectedContours1, ‘curvature’, 0, 0, 0, 10)
这里我通过标准差进行筛选,筛选后的结果为:
在这里插入图片描述
可以看到曲率较大的就被筛选掉了。

open 和 closed

“closed”:选择起点到终点距离小于等于max1像素的封闭轮廓。
“open”:选择起点到终点距离大于min1像素的开放轮廓。
很好理解,就是轮廓的闭合程度,或者是开放程度!

注意事项

文档中有个注意事项,这里逐句翻译解释一下:
这段文档包含了一些重要的注意事项,特别涉及到使用"SelectContoursXld"操作来筛选轮廓,特别是在根据"direction"或"curvature"特征进行筛选时。以下是解释:

  1. Before contour can be filtered by SelectContoursXld according to “direction” or “curvature”(在使用"direction"或"curvature"特征进行选择之前):在你尝试使用"SelectContoursXld"操作基于"direction"(方向)或"curvature"(曲率)特征来筛选轮廓之前,有一个重要的前提条件。

  2. the parameters of the regression lines to the contours must be calculated with RegressContoursXld(必须先使用RegressContoursXld计算轮廓的回归线参数):在进行"direction"或"curvature"筛选之前,你需要首先使用"RegressContoursXld"操作来计算轮廓的回归线参数。这是因为"direction"和"curvature"特征需要回归线的信息来进行计算和筛选。

  3. If this has not been done, SelectContoursXld calls RegressContoursXld internally with the parameters mode = “no” and iterations = 1(如果没有进行回归线参数计算,SelectContoursXld将内部使用RegressContoursXld,参数mode="no"和iterations=1):如果你没有手动执行"RegressContoursXld"来计算回归线参数,“SelectContoursXld"会自动在内部调用"RegressContoursXld”,使用默认参数mode="no"和iterations=1来计算回归线参数。

  4. If a different mode should be used, RegressContoursXld must be called explicitly(如果需要使用不同的模式,必须显式调用RegressContoursXld):如果你需要使用"RegressContoursXld"操作的不同参数模式来计算回归线参数,你需要显式地调用该操作并提供所需的参数。

总之,这段文档提醒你在使用"SelectContoursXld"来根据"direction"或"curvature"特征筛选轮廓之前,确保先进行回归线参数的计算,否则系统会自动进行默认计算。如果需要不同的计算方式,你需要手动调用"RegressContoursXld"并提供自定义参数。

总之,引出了一个 regress_contours_xld 这个算子,那这个算子具体怎么用?点赞过2,更新下一篇。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1102284.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

使用 Bard 的 Google Hotel 插件查询酒店

使用 Bard 的 Google Hotel 插件,您可以通过以下步骤找到符合您需求的酒店: 在 Google 搜索中打开 Bard 插件。输入您要搜索的城市或酒店名称。选择您要搜索的日期和入住人数。选择您要搜索的酒店类型和价格范围。单击“搜索”按钮。 Find hotels for a…

OpenCV实战完美实现眨眼疲劳检测!!

目录 1,项目流程 2,代码实现 3,结果展示 应用场景主要是在监控系统和驾驶员安全监测中: 监控系统:可以将该项目应用于监控摄像头的视频流中,实时检测闭眼行为。通过实时计算闭眼次数和眼睛长宽比&#x…

ubuntu20.04安装FTP服务

安装 sudo apt-get install vsftpd# 设置开机启动并启动ftp服务 systemctl enable vsftpd systemctl start vsftpd#查看其运行状态 systemctl status vsftpd #重启服务 systemctl restart vsftpdftp用户 sudo useradd -d /home/ftp/ftptest -m ftptest sudo passwd ftptest…

数字签名 及 数字证书 原理笔记

这里是对 数字签名 及 数字证书 原理该视频做的一个笔记,链接 前言 如果对一些加密算法不懂可以参考这篇文章 数字签名 小明发送文件给小红时对文件做出签名 将文件进行hash算法加密得到hash值,并且对该hash值使用私钥进行加密(私钥加密的…

接口加密解决方案:Python的各种加密实现!

01、前言 在现代软件开发中,接口测试已经成为了不可或缺的一部分。随着互联网的普及,越来越多的应用程序都采用了接口作为数据传输的方式。接口测试的目的是确保接口的正确性、稳定性和安全性,从而保障系统的正常运行。 在接口测试中&…

【python海洋专题二十三】共用坐标轴

点击蓝字,关注我们 共用坐标轴上期画出subplot 但是坐标轴觉得多余 本期内容 优化坐标轴 1:未优化 优化 关键语句 # % 不显示坐标刻度 plt.xticks([])往期推荐 图片 【python海洋专题一】查看数据nc文件的属性并输出属性到txt文件 【python海洋专题二】读取水…

关于 Invalid bound statement (not found): 错误的解决

关于 Invalid bound statement not found: 错误的解决 前言错误原因解决方法1. 检查SQL映射文件2. 检查MyBatis配置3. 检查SQL语句4. 检查命名约定5. 清除缓存6. 启用日志记录 重点注意 结语 我是将军我一直都在,。! 前言 当开发Java Spring Boot应用程…

手把手教你随机合并全部视频添加同一个文案的方法

今天,我将为你介绍一个简单易行的方法,只需两个步骤,让你轻松实现批量合并视频。 1. 在浏览器中搜索并下载“固乔智剪软件”,然后打开软件。这款软件是一款专业的视频剪辑工具,它提供了多种视频剪辑功能,包…

OpenCV模板匹配实现银行卡数字识别

目录 1,项目流程 2,代码流程解读 2.1 导入工具包 2.2 设置参数 2.3 指定信用卡类型 2.4 展示图像 ​编辑 2.5 读取一个模板图像 2.6 转化为灰度图--------->再转化为二值图像 2.7 计算轮廓 ​编辑 2.8 导入我们要识别的图像&…

设计海报都有哪些好用的软件推荐

在新媒体时代,设计在各个方面都是不可分割的。它最初是设计师的工作,并逐渐成为新媒体编辑的必要技能。 网页内容需要图片和文字,应用程序需要独特的风格基调,人们更喜欢分享视频和图片,而不是简单的文本。因此&#…

HTX 与 Zebec Protocol 深度合作,并将以质押者的身份参与 ZBC Staking

自 2023 年下半年以来,加密市场始终处于低迷的状态,在刚刚结束的 9 月,加密行业总融资额创下 2021 年以来的新低,同时在 DeFi 领域 DEX 交易额为 318.9 亿美元,同样创下 2021 年 1 月以来的新低。 对于投资者而言&…

jmeter接口测试断言

一、响应断言:对服务器的响应接口进行断言校验,来判断接口测试得到的接口返回值是否正确。 二、添加断言: 1、apply to:通常发出一个请求只触发一个请求,所以勾选“main sampie only”就可以;若发一个请求可…

基于Mediapipe的对象分类任务,CPU平台毫秒级别延迟

计算机视觉任务一直是GPU的天下,由于GPU超强的算力,也把计算机视觉任务提高了很多水平。但是在移动终端平台,如何来运行大型的模型,一直是大家关注的话题。Mediapipe是Google开源的可以直接运行在移动终端设备上的多任务模型,不仅在计算机视觉任务上,还是NLP自然语言处理…

面向对象是一种艺术

目录 文章导读面向对象与面向过程是什么?两者的比较 面向对象的三大特性封装怎么理解优点:代码示例 继承怎么理解优点代码示例 多态怎么理解优点示例代码 总结 文章导读 本文不纠结语言的选择,仅仅介绍面向对象这一个编程思想的运用&#xf…

MySQL高级02-MySQL的数据目录

1.MySQL8的主要目录结构 查看MySQL的目录结构 find / -name mysql1.1 数据库文件的存放路径 MySQL数据库文件的存放路径:/var/lib/mysql/ mysql> show variables like datadir; -------------------------------- | Variable_name | Value | ---------------…

MAT查找类(岔路口)-技巧

文章目录 前言一、现状二、使用步骤1.导出 hprof2.用MAT打开3.细节操作找大对象的线程名称查看线程的详情查找类的GC Roots柳暗花明检验真理 总结 前言 又是java 内存溢出 OOM JAVA MAT 分析工具大大的好。 高效查找问题根源,才是硬道理。 一、现状 mat 打开hprof…

app.json: [“usingComponents“][“van-icon“]: “@vant/weapp/icon/index“ 未找到

维护一个微信小程序的项目,运行报错如下: app.json: ["usingComponents"]["van-icon"]: "vant/weapp/icon/index" 未找到解决办法 我只说我用到的,如果解决不了你的问题,详细的可以参照官方文档&…

git的介绍和安装、常用命令、忽略文件

git介绍和安装 首页功能写完了 ⇢ \dashrightarrow ⇢ 正常应该提交到版本仓库 ⇢ \dashrightarrow ⇢ 大家都能看到这个 ⇢ \dashrightarrow ⇢ 运维应该把现在这个项目部署到测试环境中 ⇢ \dashrightarrow ⇢ 测试开始测试 ⇢ \dashrightarrow ⇢ 客户可以看到目前做的…

使用 Python 和蒙特卡罗计算未来股价走势以及历史波动率和隐含波动率

一、简介 预测金融市场是定量精度和全球经济细微差别的复杂融合。在这一探索中,蒙特卡罗模拟脱颖而出,成为首要的统计工具,指导我们对未来股票价格的理解。 这种方法以摩纳哥著名的蒙特卡洛赌场命名,并不依靠运气,而是植根于严格的概率模型。想象一下在受控环境中精心策划…

Jmeter执行接口自动化测试-如何初始化清空旧数据

需求分析: 每次执行完自动化测试,我们不会执行删除接口把数据删除,而需要留着手工测试,此时会导致下次执行测试有旧数据我们手工可能也会新增数据,导致下次执行自动化测试有旧数据 下面介绍两种清空数据的方法 一、通过…