• 砥砺的前行|基于labview的机器视觉图像处理|NI Vision Assisant(四)——Color(彩色图) 功能


    一、界面介绍

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    对象跟踪
    彩色选板中共有九个函数。Color Operators彩色运算、Extract Color Planes抽取彩色平面、Color Threshold彩色阈值、Color Classification颜色分类、Color Segmentation颜色分割、Color Matching颜色匹配、Color Location颜色定位、Color Pattern Matching颜色模式匹配、Object Tracking 对象跟踪

    二、功能介绍

    2.1 Color Operators 彩色运算

    在图像_上执行算术和逻辑运算。如图所示,将两幅图像进行加法运算,其作用将是对两幅图像各像素点进行加计算,最大值取255(彩色图像对应如RGB,灰度图对应灰度级,二值化图像只有0、1两个值)。
    图像可以与一个颜色常量进行加、减、乘、除、模数、绝对偏差、与、或、与非、或非等操作。
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    这个你们应该都知道,我就不多说了,图像的现象你们就自己测试测试就知道啦~~
    当然还可以与图像进行操作,图像与图像运算时,参与运算的图像尺寸一致。当我们必须要对两个不同尺寸的图像运算时,可以对小尺寸的图像进行扩边,或者对大尺寸的图像进行压缩重新取样,以使它们的尺寸相同,这样就可以实现运算了。
    在这里插入图片描述
    这部分没法选中的原因是,你需要提前在系统中进行缓存图像,也就是上一篇文章中提到的
    在这里插入图片描述
    链接:砥砺的前行|基于labview的机器视觉图像处理|NI Vision Assisant(三)——Image(图像) 功能 在2.9讲到
    在这里插入图片描述

    2.2 Extract Color Planes 抽取彩色平面

    从图像中抽取三种颜色平面(RGB、HSV 或HSL)。点击此函数,内部有列表框,
    在这里插入图片描述

    分别是
    Image Source-           原始输入图像。
    RGB - Red Plane-        从RGB图像中抽取红色平面。
    RGB - Green Plane-      从RGB图像中抽取绿色平面。
    RGB - Blue Plane-       从RGB图像中抽取蓝色平面。
    HSL - Hue Plane-        从HSL图像中抽取色相(色调)平面。
    HSL - Saturation Plane- 从HSL图像中抽取饱和度平面。
    HSL - Luminance Plane  -从HSL图像中抽取亮度平面。
    HSV - Value Plane-      从HSV图像中抽取值平面。
    HSI - Intensity Plane-  从HIS图像中抽取强度平面。
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    这个函数的作用是将彩色图像转换成灰度图像。很多时候,我们的相机是彩.色的,但是我们更希望得到一幅灰度图像,又或者我们的处理函数只能接受灰度图像。这时就需要使用这个函数将彩色图像转换成灰度图像。RGB、HSL、HSV、HIS颜色空间可以参考相关的资料了解其定义。
    在这里插入图片描述

    2.3 Color Threshold 彩色阈值

    对彩色图像的三个平面应用阈值处理,并将结果放置到一幅8位的图像中。
    在这里插入图片描述

    Color Model:                        为颜色空间模式,有RGB、HSL、HSV、HSI等。
    Preview Color:                      预览颜色。
    Red/Hue:                            红色、色调。
    Green/ Saturation:                  绿色、饱和度。
    Blue/ Luminance/ Value/ Intensity:  蓝色、亮度、值、强度。
    Histogram:                          直方图一线性与对数可选。
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6

    而进行适当的阈值调整可以把特定颜色的胶囊提取出来(这里所示的是提取出深蓝色胶囊)
    在这里插入图片描述
    在这里插入图片描述

    2.4 Color Classification 颜色分类(颜色样本训练)

    基于样本的颜色来分类图像。使用这个功能,要先创建颜色分类样本。
    在这里插入图片描述
    当然这里是需要训练的,颜色样本训练
    在这里插入图片描述
    也就是这个界面
    在这里插入图片描述

    2.4.1 添加样本

    在这里插入图片描述
    这里的英语单词应该都懂吧,可以添加类(如:灰色),你就可以在灰色这个类里面添加很多你认为是灰色的区域样本就行。别的颜色类也一样
    上面那1-7点,就是这个意思啦,我翻译了一下,很奇怪,所以在上面总结了一下

    2.4.2 训练样本

    在这里插入图片描述
    在这里插入图片描述
    点击一下就行,下面就是分类结果,嗯,效果很不错啦
    不错的锤子,我刚刚才反应过来,分类的话,必须要至少两个类才行,不然看不出效果
    在这里插入图片描述
    然后我又加入了黄色类,下面进行训练
    在这里插入图片描述

    2.4.3 编辑并保存分类描述

    在这里插入图片描述
    在这里插入图片描述

    2.4.4 ROI训练效果展示

    在这里插入图片描述

    2.5 Color Segmentation 颜色分割

    颜色分割功能跟颜色分类功能和操作类似,也是要先训练颜色样本。也就是那个.clf文件
    在这里插入图片描述

    在这里插入图片描述

    2.6 Color Matching 颜色匹配

    使用这个函数根据图像模板相关颜色信息来比较一-个图像或者图像区域的颜色内容。这个函数不能修改图像。
    在这里插入图片描述
    创建好图像模板后,保存文件,然后在图像显示区用ROI工具选择检测区域,如果是类似的颜色,检测通过,如果颜色不一样,检测失败。
    在这里插入图片描述

    2.7 Color Location 颜色定位

    颜色定位就是定位跟模板颜色接近的区域。首先要创建颜色模板
    在这里插入图片描述

    创建后模板,保存模板。在左下角的参数设置区设置要找的数量、分数、搜索策略,颜色灵敏度等

    在这里插入图片描述
    进行匹配
    在这里插入图片描述

    2.8 Color Pattern Matching 颜色模式匹配

    首先创建颜色模板,在图像上需要创建颜色模板的地方画个区域
    在这里插入图片描述

    可以设置参数,参数跟_上面差不多,多一个搜索角度,
    在这里插入图片描述
    定位的精度也是不错的

    在这里插入图片描述

    其实Color Classification颜色分类、Color Segmentation颜色分割、Color Matching颜色匹配Color Location颜色位、Color Pattern Matching颜色模式匹配这几种方式使用差不多,根据自己需要来选择。

    2.9 Object Tracking 对象跟踪

    这东西,好像是对于连续图像都可以使用???
    确实是的,我刚刚试了试,弄了三张
    都可以自动定位最优方位
    在这里插入图片描述
    在这里插入图片描述

    三、附

    在这里插入图片描述

  • 相关阅读:
    力扣:88. 合并两个有序数组(Python3)
    从服务器虚机可以ping通交换机,但无法ssh上交换机,从另外一台同网段的虚机上面既可以ping通交换机,也可以ssh上交换机,请问这个是啥问题产生的 报错:Connection timed out
    计算机毕业设计(附源码)python职业学校招生系统
    ELK日志实时分析
    深度学习算法应用——使用LSTM对双色球进行统计与预测
    LeetCode 150.逆波兰表达式求值
    HDFS文件系统检查工具fsck
    numpy和matlab的多维数组展平:ravel, flatten, reshape, (:)
    《DREEAM Guiding Attention with Evidence for Improving Document-Level Relation Extraction》阅读笔记
    虚幻引擎:数据表格的C++常用API
  • 原文地址:https://blog.csdn.net/m0_52592798/article/details/127681710