halcon之屌炸天的变形匹配（1）

「爱情、让人受尽委屈。」 2022-07-15 00:10 185阅读 0赞

[halcon之屌炸天的变形匹配（1）][halcon_1]

在日常工程应用中，我们通常通过halcon的 shape-based matching（形状匹配）进行各种定位，

如以前文章介绍的这样，理解各个参数并灵活应用通常就能得到很好的匹配效果和匹配速度，

当待匹配物体有轻微变形时，并不影响得到的匹配结果，然后当待匹配物体有较大变形时，如

塑料产品在成形时变形、纺织产品的花纹因为褶皱变形等，要想得到精确的定位结果就显得捉襟见肘，

如下图所示，印刷品有较大变形，在用 shape-based matching时，定位结果就不尽如人意，因为

shape-based matching本身得到的匹配结果只是一个点（row,col），我们根据匹配结果通过仿射变换

将模板转换到匹配位置时就这个熊样。

![328181-20160516085658529-669685275.jpg][]

怎么办？怎么办？如果有一种匹配模式，匹配结果可以根据待匹配物体自动进行变形多好！

如下图所示，简直完美，有木有？有木有！这就是我们今天要介绍的local deformable matching (局部变形匹配)

![328181-20160516085700998-1945357582.gif][]

local deformable matching的基本流程和   shape-based matching 相似：

所以在此之前闭上眼睛好好感受一下，   shape-based matching掌握的怎么样，要不要回顾 一下历史文章，相似参数不做介绍。

**（1）create\_local\_deformable\_model 创建变形模板**

**ScaleMin、ScaleMax、ScaleStep：**

指定行列最小最大变形尺度例（0.9,1.1,0.01） 用于指定相对于原图的变形范围

**（2）find\_local\_deformable\_model 匹配**

**ImageRectified ：**

匹配到的变形后模板图像

**VectorField: **

变形矢量区，里面存储了匹配区域每个点变形后的位置，之所以叫vector是因为每个点为存储了行列坐标（x,y）， 动态图中的网格就是以此算出的.

返回的区域大小是创建模板时domain的最小外界矩形大小，当然你可以通过 ParamName参数中的expand\_border 扩展区域等到更大的区域。

**DeformedContours：**

匹配到的轮廓，非模板轮廓而是经过变形得出的轮廓，动态图中的绿色轮廓即是此

ResultType：'deformed\_contours', 'image\_rectified', 'vector\_field'可指定需要得出的结果分别对应 ImageRectified   VectorFiedl  DeformedContours，

ParamName:

deformation\_smoothness：平滑的度，对于变形越大参数越大

expand\_border：扩展ImageRecfified VectorField 区域

附注：生成变形网格的函数，此函数隔10个像素取值

![复制代码][copycode.gif]

gen_warped_mesh (VectorField, WarpedMesh, 10)
    gen_empty_obj (WarpedMesh)
    count_obj (VectorField, Number)
    for Index := 1 to Number by 1
        select_obj (VectorField, ObjectSelected, Index)
        *把vector转换成存储行坐标和列坐标图像
        vector_field_to_real (ObjectSelected, DRow, DCol)
        get_image_size (VectorField, Width, Height)
        
        *取行坐标
        for ContR := 0.5 to Height[0] - 1 by Step       
            Col1 := [0.5:Width[0] - 1]
            tuple_gen_const (Width[0] - 1, ContR, Row1)
            get_grayval_interpolated (DRow, Row1, Col1, 'bilinear', GrayRow)
            get_grayval_interpolated (DCol, Row1, Col1, 'bilinear', GrayCol)
            gen_contour_polygon_xld (Contour, GrayRow, GrayCol)
            concat_obj (WarpedMesh, Contour, WarpedMesh)
        endfor
        *取列坐标
        for ContC := 0.5 to Width[0] - 1 by Step
            Row1 := [0.5:Height[0] - 1]
            tuple_gen_const (Height[0] - 1, ContC, Col1)
            get_grayval_interpolated (DRow, Row1, Col1, 'bilinear', GrayRow)
            get_grayval_interpolated (DCol, Row1, Col1, 'bilinear', GrayCol)
            gen_contour_polygon_xld (Contour, GrayRow, GrayCol)
            concat_obj (WarpedMesh, Contour, WarpedMesh)
        endfor
    endfor
    return ()

![复制代码][copycode.gif]

总结：一句话形容halcon的 局部变形匹配功能，那就是“屌炸天”，本人也在多个项目中应用取得了极其好的效果。

然而本片文章只是浅尝辄止，更深层次的应用还需要各位看官动手实践，夜深了~窗外下着雨，各位晚安。

关注微信：halconhub，每日获取halcon精华文章

![328181-20160516085702326-1083624635.jpg][] ![2AE)D\}~1JY8WNPT4\[G0O2\{P.png][2AE_D_1JY8WNPT4_G0O2_P.png]

[来自为知笔记(Wiz)][Wiz]

作者： [小马\_xiao][xiao]

出处：[http://www.cnblogs.com/xiaomaLV2/>][xiao]

关于作者：专注halcon\\opencv\\机器视觉

本文版权归作者，未经作者同意必须保留此段声明，且在文章页面明显位置给出 [ 原文链接][Link 1]

分类: [ HALCON][HALCON]

好文要顶 关注我  收藏该文 ![icon_weibo_24.png][] ![wechat.png][]

[![sample_face.gif][]][sample_face.gif 1]

[小马\_xiaoLV2][sample_face.gif 1]  
[关注 - 2][- 2]  
[粉丝 - 44][- 44]

\+加关注

[« ][Link 2]上一篇： [用halcon提取衣服徽章][Link 2]  
[» ][Link 3]下一篇： [Halcon12新特性之VS可视化调试插件][Link 3]

[halcon_1]: http://www.cnblogs.com/xiaomaLV2/p/5496920.html
[328181-20160516085658529-669685275.jpg]: /images/20220715/b001ea79d02540b99565c09f2d1262f0.png
[328181-20160516085700998-1945357582.gif]: /images/20220715/f2b5b47b05974e15955ac5df3fb4b1a6.png
[copycode.gif]: /images/20220715/918b9a67b5664441ac0a2d83fbe416b6.png
[328181-20160516085702326-1083624635.jpg]: http://images2015.cnblogs.com/blog/328181/201605/328181-20160516085702326-1083624635.jpg
[2AE_D_1JY8WNPT4_G0O2_P.png]: http://images2015.cnblogs.com/blog/328181/201605/328181-20160516085703076-28687639.png
[Wiz]: http://www.wiz.cn/i/9cdd78d4
[xiao]: http://www.cnblogs.com/xiaomaLV2/
[Link 1]: http://www.cnblogs.com/xiaomaLV2/p/5496920.html#
[HALCON]: http://www.cnblogs.com/xiaomaLV2/category/338954.html
[icon_weibo_24.png]: http://common.cnblogs.com/images/icon_weibo_24.png
[wechat.png]: /images/20220715/92b501b60b274f3181b906ec1f4329f7.png
[sample_face.gif]: /images/20220715/b8c93f9d4c894544a969a72c6fbdfff9.png
[sample_face.gif 1]: http://home.cnblogs.com/u/xiaomaLV2/
[- 2]: http://home.cnblogs.com/u/xiaomaLV2/followees
[- 44]: http://home.cnblogs.com/u/xiaomaLV2/followers
[Link 2]: http://www.cnblogs.com/xiaomaLV2/p/5472555.html
[Link 3]: http://www.cnblogs.com/xiaomaLV2/p/5693311.html