跳转至

03 二值化与连通域分割#

一句话总结

threshold 把灰度图变成区域（挑出亮/暗的像素），connection 把一大片区域拆成一个个独立物体，union1 再把它们合回去。这三步是所有 Blob 分析的地基。

源文件： note/02合并区域集合.hdev、note/03二值化处理.hdev

一、threshold：从 Image 到 Region#

threshold (Image, Region, 128, 255)

签名： threshold(Image : Region : MinGray, MaxGray : )

  • 选择满足 MinGray ≤ 灰度值 ≤ MaxGray（闭区间）的所有像素，组成 Region。
  • 8 位图像灰度范围 0 ~ 255：0 是纯黑，255 是纯白。

判断该选哪一段灰度，取决于目标比背景亮还是暗：

目标特征 写法 例子
目标比背景亮（白物体、反光件） threshold (Image, Region, 128, 255) 白色曲别针、印刷文字
目标比背景暗（黑物体、划痕） threshold (Image, Region, 0, 100) 深色金属件、黑色号牌
只取极暗的瑕疵 threshold (Image, Region, 8, 100) 木节、暗斑检测

threshold 的作用域是\"整幅图\"

它不区分位置，所以当图像存在明暗不均（光照梯度）时，一个固定阈值会一边切多、一边切少。解决办法： 1. 先做光照补偿（illuminate）或形态学背景估计（mean_image + dyn_threshold）； 2. 改用自适应阈值 binary_threshold (Image, Region, 'max_separability', 'dark', UsedThreshold)，让 HALCON 自动算 Otsu 阈值。

二、connection：把一整块拆成一个个物体#

connection (Region, ConnectedRegions)

签名： connection(Region : ConnectedRegions : : )

  • 连通性：默认按 8 邻域判断两个像素是否相连（上下左右 + 四个对角），因此对角线接触也算"同一个物体"。
  • 输入 1 个区域，输出 N 个区域（N = 连通分量个数）。
  • 输出的 ConnectedRegions 仍然是一个变量，只是里面装了 N 个区域，用 [i] 索引或 select_obj 取其中某一个。
flowchart LR
    R["Region<br/>一整片白色像素"] -->|connection| C["ConnectedRegions<br/>N 个独立区域"]
    C -->|union1| U["RegionUnion<br/>又合并回 1 个"]
    C -->|select_shape| S["SelectedRegions<br/>筛选后的目标"]

为什么必须先 connection#

因为形状类特征只能针对"单个物体"计算：

  • 不 connection：'area' 是"所有白色像素之和"，算出来是一个巨大的数，没有物理意义。
  • connection 之后：'area' 是"每一个物体的面积"，才能筛"面积在 500~10000 像素的目标"。

判断依据

只要你想用 'area'、'width'、'circularity' 这类"单体形状特征"来筛选，之前就一定要有 connection。

三、union1 / union2：合并回去#

union1 (ConnectedRegions, RegionUnion)   * 把一整组区域合并成 1 个
union2 (RegionA, RegionB, RegionUnion)   * 把 2 个区域合并成 1 个

签名： union1(Region : RegionUnion : : )

场景 该用哪个
已经 connection 过，但最后只想要"所有目标的整体外轮廓/整体区域" union1
只要把两个指定区域粘在一起 union2
想把两组区域放在同一个变量里但不合并像素 concat_obj

四、源码逐段解读#

4.1 合并区域集合（02合并区域集合.hdev）#

dev_close_window ()
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)

* 加载图片
read_image (Image, 'printer_chip/printer_chip_01')

* 二值化处理
threshold (Image, Region, 128, 255)

* 分割区域 -> 每个芯片引脚/块变成独立区域
connection (Region, ConnectedRegions)

* 合并区域集合 -> 又变回一整片
union1 (ConnectedRegions, RegionUnion)
dev_clear_window ()
dev_display (RegionUnion)

这个例子的意义

它演示了 "分久必合" 的完整回路：threshold → connection → union1。 单看结果，RegionUnion 和最初的 Region 视觉上几乎一样，区别在于：Region 是一整块（内部细节被抹平），RegionUnion 是由多个物体合并而成，区域个数从 N 变回 1。中间这一步 connection 的价值，在于它让你有机会插进筛选。

4.2 二值化处理与筛选（03二值化处理.hdev）#

* 二值化处理过滤
read_image (Image, 'audi2')
dev_close_window ()
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)

* 设置显示模式, 显示颜色
dev_set_color ('green')
dev_set_draw ('fill')

* 第一步: 二值化处理
threshold (Image, Regions, 0, 100)
dev_display (Image)
dev_display (Regions)

* 第二步: 分割
connection (Regions, ConnectedRegions)
dev_clear_window ()
dev_display (Image)
dev_display (ConnectedRegions)

* 第三步: 筛选（通过: 面积, 宽度, 高度）
select_shape (ConnectedRegions, SelectedRegions, \
              ['area','width','height'], 'and', [527.98,38.54,54.38], [10454.1,63.89,1000])

* 最终效果
dev_set_color ('pink')
dev_clear_window ()
dev_display (Image)
dev_display (SelectedRegions)

这段代码是教科书式的 Blob 三连。注意它的调试手法：

  1. 每做一步就 dev_display 看一次效果，这是学 HALCON 最有效的习惯；
  2. 显示时先画原图再叠区域，因为 dev_set_draw ('fill') 会用实心色块盖住底图，若顺序反了就什么都看不见；
  3. 调参阶段用 dev_set_color ('green')、dev_set_color ('pink') 换色，方便区分"分割结果"和"筛选结果"。

具体参数见 区域特征与 select_shape 筛选。

五、图像颜色的显示约定（调试期）#

设置 效果
dev_set_draw ('fill') 区域填充实心，适合看形状和面积
dev_set_draw ('margin') 只画区域轮廓（底图不会被遮挡），适合看定位精度
dev_set_color ('green') 单色显示，最常用
dev_set_colored (12) 用 12 色循环，适合观察 connection 的分割是否合理

自检

  1. threshold (Image, Region, 0, 100) 和 threshold (Image, Region, 100, 255) 的结果互补吗？—— 互补（一个取暗、一个取亮，合起来正好是整幅图，边界灰度 100 被两者共有）。
  2. 为什么 04套环检测.hdev 里用 192 ~ 255 而不是 128 ~ 255？—— 因为背景偏灰（不是纯白），阈值抬高才能只留下真正亮的圆环，见 [[08 实战 套环检测]]。

上一步：区域与区域集合运算 · 下一步：区域特征与 select_shape 筛选

续篇：阈值选中的\"不只有目标\"是常态

真实图里 threshold 往往把背景和目标一起选中，靠后面的 select_shape 面积上下限才把目标捞出来。 [[17 综合实战 五个作业题与判定逻辑]] 里的"骰子点数"就是标准例子：暗背景 + 亮骰子，threshold (GrayImage, Region, 0, 128) 把背景和骰子上的暗点一起选中， 全靠 select_shape (…, 'area', 'or', 100, 3424.66) 的面积上限剔掉大块背景。 该篇还讲了怎么把"数出来的个数"落成 OK/NG 判定，以及为什么不能对浮点面积用 ==。