Halcon仿射变换---个人笔记

于 2025-05-26 20:50:04 发布
阅读量1.1k 收藏 24
点赞数 21
CC 4.0 BY-SA版权
分类专栏： Halcon软件 文章标签： Halcon
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38960753/article/details/148228203

文章目录

1.概述

​ 仿射变换，即在二维平面内，对象进行平移(Translation)、缩放（Scale）、翻转（Flip）、旋转（Rotation）和斜切(Shear)等操作。

​仿射变换可以保持原来的线共点、点共线的关系不变；
保持原来相互平行的线仍然平行；
保持原来的中点仍然是中点；
保持原来在一直线上几段线段之间的比例关系不变；
但不能保持原来的线段长度和夹角角度不变。
在这里插入图片描述

2.仿射变换类型

仿射变换有：平移、旋转、缩放、斜切（就是将斜体字导正）。

3.仿射变换流程

1.获取特征点坐标、角度
2.计算仿射变换矩阵
3.对图像、区域、轮廓进行仿射变换

4.根据特征点、角度计算仿射变换矩阵

4.1 从空变换矩阵创建仿射变换矩阵

hom_mat2d_identity( : : : HomMat2DIdentity)
功能：产生仿射变换矩阵（产生一个空的二维空变换矩阵）
dev_clear_window ()
dev_get_window (WindowHandle)
read_image (Image, 'C:/Users/Gerry/Pictures/Saved Pictures/halcon/OCM识别.png')
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_translate (HomMat2DIdentity, 200, 200, HomMat2DTranslate)
affine_trans_image (Image, ImageAffineTrans, HomMat2DTranslate, 'constant', 'false')

4.2 把旋转角度添加到仿射变换矩阵

hom_mat2d_rotate( : : HomMat2D, Phi, Px, Py : HomMat2DRotate)

功能：把旋转角度添加到仿射变换矩阵

   HomMat2D :（输入参数）仿射变换矩阵
    Phi  ：旋转角度（单位弧度）
   	Px   ：变换的固定点行坐标。固定点是指以该点为支撑进行仿射变换  （这里是指围绕这点进行旋转）
   	Py ：  变换的固定点列坐标   	
   	HomMat2DRotate：输出的旋转变换的二维矩阵

dev_clear_window ()
dev_get_window (WindowHandle)
read_image (Image, 'C:/Users/Gerry/Pictures/Saved Pictures/halcon/OCM识别.png')
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_rotate (HomMat2DIdentity, rad(90), 200, 200, HomMat2DRotate)
affine_trans_image (Image, ImageAffineTrans, HomMat2DRotate, 'constant', 'false')

4.3 把缩放添加到仿射变换矩阵

hom_mat2d_scale( : : HomMat2D, Sx, Sy, Px, Py : HomMat2DScale)

功能：把缩放添加到仿射变换矩阵

 HomMat2D（输入参数）：仿射变换矩阵   
  Sx（输入参数）：x轴方向的缩放因子    
  Sy（输入参数）：y轴方向的缩放因子   
  Px（输入参数）：变换的固定点行坐标    
  Py（输入参数）:  变换的固定点列坐标    
  HomMat2DScale（输出参数）：输出缩放变换矩阵

dev_clear_window ()
dev_get_window (WindowHandle)
read_image (Image, 'C:/Users/Gerry/Pictures/Saved Pictures/halcon/OCM识别.png')
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_scale (HomMat2DIdentity, 0.5, 0.5, 0, 0, HomMat2DScale)
affine_trans_image (Image, ImageAffineTrans, HomMat2DScale, 'constant', 'false')

4.4 把平移添加到防射变换矩阵

hom_mat2d_translate( : : HomMat2D, Tx, Ty : HomMat2DTranslate)

功能：把平移添加到防射变换矩阵

   HomMat2D：（输入参数）仿射变换矩阵
   Tx（输入参数）：沿x轴方向平移的距离
   Ty:输入参数）：沿y轴方向平移的距离
   HomMat2DTranslate(输出参数)：输出变换矩阵

dev_clear_window ()
dev_get_window (WindowHandle)
read_image (Image, 'C:/Users/Gerry/Pictures/Saved Pictures/halcon/OCM识别.png')
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_translate (HomMat2DIdentity, 200, 200, HomMat2DTranslate)
affine_trans_image (Image, ImageAffineTrans, HomMat2DTranslate, 'constant', 'false')

4.5 把斜切添加到仿射变换矩阵

hom_mat2d_slant( : : HomMat2D, Theta, Axis, Px, Py : HomMat2DSlant)

功能：把斜切添加到防射变换矩阵

  HomMat2D        （输入参数):仿射变换矩阵
   Theta           （输入参数):斜切角度（单位：弧度）
   Axis            （输入参数):斜切的坐标轴。取值列表：x,y
   Px               （输入参数):变换的固定点x坐标
   Py              （输入参数):变换的固定点y坐标
   HomMat2DSlant  （输出参数):输出斜切仿射变换矩阵

dev_clear_window ()
dev_get_window (WindowHandle)
read_image (Image, 'C:/Users/Gerry/Pictures/Saved Pictures/halcon/OCM识别.png')
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_slant (HomMat2DIdentity, 0.52, 'y', 0, 0, HomMat2DSlant)
affine_trans_image (Image, ImageAffineTrans, HomMat2DSlant, 'constant', 'false')

4.6 根据点和角度计算刚性仿射变换矩阵

vector_angle_to_rigid(::Row1,Column1,Angle1,Row2,Column2,Angle2:HomMat2D)

功能：根据点和角度计算刚性仿射变换矩阵，支持旋转和平移

 Row1(输入参数):原始点行坐标
  Column1(输入参数):原始点列坐标
  Angle1(输入参数):原始点角度
  Row2(输入参数):变换的目的点行坐标
  Column2(输入参数):变换的目的点列坐标
  Angle2(输入参数):变换的目的点角度
  HomMat2D(输出参数):输出仿射变换矩阵

dev_clear_window ()
dev_get_window (WindowHandle)
read_image (Image, ‘C:/Users/Gerry/Pictures/Saved Pictures/halcon/OCM识别.png’)
area_center (Image, Area, Row, Column)
orientation_region (Image, Phi)
vector_angle_to_rigid (Row, Column, Phi, Row, Column, rad(-180), HomMat2D)
affine_trans_image (Image, ImageAffineTrans, HomMat2D, ‘constant’, ‘false’)

4.7 实战Demo（把车牌号码转正）

dev_clear_window ()
read_image (Image, 'C:/Users/Gerry/Pictures/Saved Pictures/halcon/5.png')
rgb1_to_gray (Image, GrayImage)
threshold (GrayImage, Regions, 105, 150)
connection (Regions, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, ['area','row','column','width'], 'and', [0,112.1,191.31,6.57], [506.57,150.56,355.53,51.59])
opening_circle (SelectedRegions, RegionClosing, 1)
union1 (RegionClosing, RegionUnion)
shape_trans (RegionUnion, RegionTrans, 'rectangle2')
* 获取当前图片中心点及对应面积
area_center (RegionUnion, Area, Row, Column)
* 获取图片原始弧度
orientation_region (RegionUnion, Phi)
* 获取仿射变换矩阵
vector_angle_to_rigid (Row, Column, Phi, Row, Column, rad(180), HomMat2D)
* 仿射变换图片
affine_trans_image (Image, ImageAffineTrans, HomMat2D, 'constant', 'false')

5.根据多个以上特征点计算仿射变换矩阵

5.1 根据两个以上特征点计算仿射变换矩阵

 vector_to_rigid(::Px,Py,Qx,Qy：HomMat2D)

   功能：根据两个以上点对计算计算刚性仿射变换矩阵，支持旋转和平移
    Px:(输入参数)原始点组的x坐标
    Py:(输入参数)原始点组的y坐标
    Qx:(输入参数)变换的目的点组的x坐标
    Qy:输入参数)变换的目的点组的y坐标
    HomMat2D:(输出参数)输出仿射变换矩阵

* This program gives an example of how to use vector_to_rigid.
dev_update_off ()
dev_close_window ()
dev_open_window (0, 0, 500, 500, 'black', WindowHandle)
set_display_font (WindowHandle, 14, 'mono', 'true', 'false')
dev_set_part (0, 0, 499, 499)
* To generate a set of points from which we can construct a transformation,
* we will use a synthetic ellipse and read out its coordinates.
gen_ellipse_contour_xld (ContEllipse, 200, 200, rad(0), 150, 100, rad(0), rad(360), 'positive', 1)
get_contour_xld (ContEllipse, Rows1, Cols1)
* Now we will transform the ellipse by a known transformation and add some
* noise to the coordinates.
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_rotate (HomMat2DIdentity, rad(30), 0, 0, HomMat2DRotate)
hom_mat2d_translate (HomMat2DRotate, 200, 100, HomMat2DTranslate)
affine_trans_point_2d (HomMat2DTranslate, Rows1, Cols1, Rows2, Cols2)
gen_contour_polygon_xld (Contour, Rows2, Cols2)
add_noise_white_contour_xld (Contour, NoisyContours, 5, 5)
* We will read out the coordinates of the noisy ellipse and use it to construct
* the transformation.  Note that by his approach we know exactly which points
* correspond to each other.  In a real application, the step of determining
* the correspondences is usually the hard part.
get_contour_xld (NoisyContours, Rows2, Cols2)
* Now we can determine the rigid transformation that best approximates the
* the point correspondences.
vector_to_rigid (Rows1, Cols1, Rows2, Cols2, HomMat2D)
* Finally, we transform the original contour by the calculated transformation
* to get an impression of how accurate the calculated transformation is
* (but before that, correct the coordinate system).
hom_mat2d_translate (HomMat2D, 0.5, 0.5, HomMat2DTmp)
hom_mat2d_translate_local (HomMat2DTmp, -0.5, -0.5, HomMat2DAdapted)
affine_trans_contour_xld (ContEllipse, ContoursAffineTrans, HomMat2DAdapted)

5.2 根据三个以上特征点获取仿射变换矩阵

 vector_to_hom_mat2d(::Px,Py,Qx,Qy：HomMat2D)

功能：根据三个以上点对计算仿射变换矩阵，支持旋转、平移、缩放、斜切

Px:(输入参数)原始点组的x坐标
Py:(输入参数)原始点组的y坐标
Qx:(输入参数)变换的目的点组的x坐标
Qy:(输入参数)变换的目的点组的y坐标
HomMat2D:(输出参数)输出仿射变换矩阵

*图像坐标
r:=[431, 355, 507, 53, 507]
c:=[505, 543, 316, 127, 883]
*物理坐标（例如机器人坐标）
r1:=[0, 2.0, -2.0, 10, -2.0]
c1:=[0, 1.0, -5.0, -10, 10]

row:=670
col:=789
vector_to_hom_mat2d (r, c, r1,c1 , HomMat2D)
* 图像坐标仿射为物理坐标（例如机器人坐标）
affine_trans_point_2d (HomMat2D, row,col, Qx, Qy)

hom_mat2d_invert (HomMat2D, HomMat2DInvert)
* 物理坐标仿射为图像坐标
affine_trans_point_2d (HomMat2DInvert, Qx, Qy, Px, Py)

5.3 计算仿射变换参数

hom_mat2d_to_affine_par( : : HomMat2D : Sx, Sy, Phi, Theta, Tx, Ty)

功能：根据仿射变换矩阵（齐次二维变换矩阵）计算仿射变换参数

   HomMat2D   (输入参数):仿射变换矩阵
    Sx          (输出参数):x方向的缩放因子（如果从图像空间变换到物理空间，就是x方向的像素单量）
    Sy          (输出参数):y方向的缩放因子（如果从图像空间变换到物理空间，就是y方向的像素单量）
    Phi         (输出参数):旋转角度
    Theta       (输出参数):斜切角度
    Tx          (输出参数):沿x方向平移的距离
    Ty          (输出参数):沿y方向平移的距离

dev_clear_window ()
dev_get_window (WindowHandle)
read_image (Image, 'C:/Users/Gerry/Pictures/Saved Pictures/halcon/OCM识别.png')
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_rotate (HomMat2DIdentity, 0.78, 10, 10, HomMat2DRotate)
hom_mat2d_scale (HomMat2DRotate, 2, 2, 0, 0, HomMat2DScale)
hom_mat2d_to_affine_par (HomMat2DScale, Sx, Sy, Phi, Theta, Tx, Ty)

6.对图像/Region/Xld进行仿射变换

6.1 对XLD进行仿射变换

affine_trans_contour_xld(Contours : ContoursAffinTrans : HomMat2D : )

功能：对XLD轮廓进行二维仿射变换 (支持缩放，旋转，平移，斜切)

   Contours(输入参数):输入XLD轮廓
   ContoursAffinTrans(输出参数):输出变换的XLD轮廓
   HomMat2D(输入参数)：仿射变换矩阵

read_image (Image, 'printer_chip/printer_chip_01')
threshold (Image, Region, 128, 255)
connection (Region, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 25000, 100000)
select_obj (SelectedRegions, ObjectSelected, 1)
gen_contour_region_xld (ObjectSelected, Contours, 'border')
*将区域移动到图像中心
area_center_xld (Contours, Area, Row, Column, PointOrder)
orientation_xld (Contours, Phi)
get_image_size (Image, Width, Height)
vector_angle_to_rigid (Row, Column, Phi, Height/2, Width/2, Phi, HomMat2D)
affine_trans_contour_xld (Contours, ContoursAffineTrans, HomMat2D)
dev_display (Image)
dev_display (ContoursAffineTrans)

6.2 对image进行仿射变换

affine_trans_image(Image : ImageAffinTrans : HomMat2D, Interpolation, AdaptImageSize : )

功能：对图像轮廓进行二维仿射变换 (支持缩放、旋转、平移，斜切)
Image (输入参数):输入图像

ImageAffinTrans (输出参数):变换后的图像
HomMat2D      (输入参数)：仿射变换矩阵
Interpolation    (输入参数)：插值算法。参数值列表 nearest_neighbor,bilinear,constant,weighted
AdaptImageSize  (输入参数)：结果图像尺寸是否自适应。默认值：false

dev_clear_window ()
dev_get_window (WindowHandle)
read_image (Image, 'C:/Users/Gerry/Pictures/Saved Pictures/halcon/OCM识别.png')
rgb1_to_gray (Image, GrayImage)
threshold (GrayImage, Regions, 212, 255)
erosion_circle (Regions, RegionErosion, 1)
connection (RegionErosion, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, ['area','row','column','area'], 'and', [0,173.61,320.7,0], [717.59,189.35,538.82,717.59])
union1 (SelectedRegions, RegionUnion)
shape_trans (RegionUnion, RegionTrans, 'rectangle2')
gen_contour_region_xld (RegionTrans, Contours, 'border')
area_center (RegionTrans, Area, Row, Column)
orientation_region (RegionTrans, Phi)
vector_angle_to_rigid (Row, Column, Phi, Row, Column, rad(180), HomMat2D)
affine_trans_contour_xld (Contours, ContoursAffineTrans, HomMat2D)
affine_trans_image (Image, ImageAffineTrans, HomMat2D, 'constant', 'false')

6.3 对region进行仿射变换

affine_trans_region(Region : RegionAffineTrans : HomMat2D, Interpolate : )

功能：对区域进行任意二维仿射变换

Region              (输入参数):输入区域
RegionAffineTrans   (输出参数):变换的区域
HomMat2D            (输入参数)：仿射变换矩阵
Interpolate          (输入参数):插值算法。默认值：nearest_neighbor。参数值列表：constant，nearest_neighbor

dev_clear_window ()
dev_get_window (WindowHandle)
read_image (Image, 'C:/Users/Gerry/Pictures/Saved Pictures/halcon/OCM识别.png')
rgb1_to_gray (Image, GrayImage)
threshold (GrayImage, Regions, 212, 255)
erosion_circle (Regions, RegionErosion, 1)
connection (RegionErosion, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, ['area','row','column','area'], 'and', [0,173.61,320.7,0], [717.59,189.35,538.82,717.59])
union1 (SelectedRegions, RegionUnion)
shape_trans (RegionUnion, RegionTrans, 'rectangle2')
gen_contour_region_xld (RegionTrans, Contours, 'border')
area_center (RegionTrans, Area, Row, Column)
orientation_region (RegionTrans, Phi)
vector_angle_to_rigid (Row, Column, Phi, Row, Column, rad(180), HomMat2D)
affine_trans_contour_xld (Contours, ContoursAffineTrans, HomMat2D)
affine_trans_region (RegionTrans, RegionAffineTrans, HomMat2D, 'nearest_neighbor')
*affine_trans_image (Image, ImageAffineTrans, HomMat2D, 'constant', 'false')

6.4 对polygon_xld进行仿射变换

affine_trans_polygon_xld(Polygon:PolygonsAffinTrans:HomMat2D:)

功能：对XLD多边形进行任意二维仿射变换

Polygon(输入参数):输入XLD多边形
PolygonsAffinTrans(输出参数):变换的XLD多边形
HomMat2D(输入参数):仿射变换矩阵

gen_region_polygon_filled(reg,[100,50,50,100,300,300,300,100],[50,100,200,400,400,200,50,50])
gen_contour_region_xld (reg, Contours, 'border')
area_center_xld (Contours, Area, Row, Column, PointOrder)
orientation_xld (Contours, Phi)
vector_angle_to_rigid (Row, Column, Phi, Row, Column, Phi, HomMat2D)
hom_mat2d_scale (HomMat2D, 0.5, 0.5, Column, Row, HomMat2DScale)
affine_trans_contour_xld (Contours, ContoursAffineTrans, HomMat2DScale)
【halcon知识】应用仿射变换
gongdiwudu的专栏
05-11 7388
无论什么样的变换，都离不开齐次变换矩阵。一般地，先准备一个空的齐次变换矩阵，这个矩阵随便填写：1）填入旋转类参数就是旋转矩阵，2——填入仿射参数就可进行仿射变换，3）填入透视变换，就能进行透视变换。本文专门谈谈halcon的关于局部图像进行线性变换是如何进行的。
Halcon入门笔记-（3）仿射变换
Joke
01-27 3027
一开始看到“仿射”这个名词时，我并不明白什么意思，后来通过例子明白其实仿射变换和透视变换更直观的叫法可以叫做“平面变换”和“空间变换”或者“二维坐标变换”和“三维坐标变换”。
示例程序034--仿射变换
u011867581的专栏
04-20 907
什么是仿射变换： 一个任意的仿射变换都能表示为 乘以一个矩阵 (线性变换) 接着再 加上一个向量 (平移) 所以，能够用仿射变换来表示:          旋转 (线性变换)          平移 (向量加)          缩放操作 (线性变换)      简单的说，仿射变换代表的是两幅图之间的 关系 （位置关系）.   3. 通常使
halcon 仿射变换功能函数，
u013407012的专栏
11-22 4800
1.仿射变换有：平移、旋转、缩放、斜切。 2.要进行仿射变换，必须先获取变换矩阵。要获取变换矩阵，必须先获取特征点坐标、角度等信息，几何匹配和bolb是获取特征点的高效方法，除此之外还有其它方法，只要能稳定的求出特征点即可。 3.仿射变换流程 （1.）获取特征点坐标、角度 （2.）计算仿射变换矩阵 （3.）对图像、区域、轮廓进行仿射变换 4.根据特征点、角度计算仿射变...
Halcon 仿射变换
MechMaster
04-07 1201
目录1. 仿射变换类型2. 仿射变换相关函数2.1 求仿射变换矩阵的函数：2.2 仿射变换函数3. 插值算法类型4. 平移旋转缩放实例5. 车牌仿射变换实例 1. 仿射变换类型 平移 旋转 缩放 镜像 错切 前三种比较常见，后面两种不常用。 2. 仿射变换相关函数 2.1 求仿射变换矩阵的函数： Vetcor_angle_to_rigid //刚体 hom_mat2d_translate//平移 hom_mat2d_rotate//旋转 hom_mat2d_scale//缩放 2.2 仿射变换函数
halcon仿射变换
qq_41072190的博客
12-27 832
通过hom_mat2d_identity算子创建一个初始化矩阵（即[1.0, 0.0, 0.0, 0.0, 1.0, 0.0]）； 在初始化矩阵的基础上，生成仿射变换矩阵；（这几个算子可以叠加或者重复使用）hom_mat2d_translate（平移） hom_mat2d_rotate（旋转） hom_mat2d_scale（缩放） hom_mat2d_slant（斜切） vecto...
halcon之仿射变换
Major_S的博客
07-07 490
【代码】halcon之仿射变换。
Halcon我的基础教程(一)(我的菜鸟教程笔记)-halcon仿射变换（Affine Transformation）的探究与学习
视觉人机器视觉的博客
10-12 892
Halcon我的基础教程(一)(我的菜鸟教程笔记)-halcon仿射变换（Affine Transformation）的探究与学习
Halcon 2D仿射变换相关算子总结(1)
cv94mat的博客
12-11 907
介绍了Halcon中的2种坐标系，常见的仿射变换及使用场景。
Halcon编程实验-（3）纸片测量【目的:仿射变换的应用】
Joke
02-11 537
程序流程 1.图像采集 2.图像灰度化 3.图像二值化 4.图像形态学闭运算 5.填充所有孔洞 6.计算所有连通域 7.计算区域方向 8.获取区域中心位置坐标 9.计算生成旋转矩阵 10.旋转图像至水平方向 11.几何测量，得到宽度（单位：像素） 本次实验重点知识：仿射变换的应用 环境 笔记本电脑折叠90度，利用其摄像头完成实验平台搭建，在扩展屏上进行代码编辑，笔记本屏幕壁纸更换为白色背景，亮度调...
halcon学习笔记（六）——仿射变换
2401_86294292的博客
07-17 829
hom_mat2d_rotate_local(HomMat2DTranslate2,rad(90),HomMat2DRotate2) //旋转的坐标系为平移后的远点坐标系。vector_angle_to_rigid(168.25,215.125,phi1,607.626,776.27,phi2,HomMat2D) //求出移动变换之后的矩阵。Region，HomMat2D输入；affine_trans_point_2d(HomMat2D,255.203,335.438,row,col) //得出圆心坐标。
Halcon仿射变换vector_to_hom_mat2d 、hom_mat2d_*、vector_angle_to_rigid、hom_mat3d_*总结
热门推荐
weixin_39354845的博客
03-29 1万+
二维仿射变换，顾名思义就是在二维平面内，对对象进行平移、旋转、缩放等变换的行为（当然还有其他的变换，这里仅论述这三种最常见的）。
halcon 区域的仿射变换
weixin_39926429的博客
06-20 936
*区域的仿射变换 *affine_trans_region函数不能独自操作，需要为其提供交换所需的交换模型， *这些变换模型可以了解halcon所对应的变换操作，如旋转、比例缩放、拉伸等操作， *具体可以参见下面的交换流程，这些二维变换操作能够帮忙我们是想区域的任意变换操作 *-hom_mat2d_rotate（旋转） *-hom_mat2d_scale （缩放） *hom_mat2d_identity--->-
halcon 算子仿射变换
m0_54929430的博客
06-02 593
仿射变换理解
【2】Halcon_仿射变换
qq_33612665的博客
08-11 461
【1】仿射变化能够实现平移转换，比例缩放，旋转变换，综合变换，是投影变换的一种特殊形式。 【2】源代码 dev_update_window ('off') dev_update_var ('off') dev_update_time ('off') dev_update_pc ('off') dev_set_color ('red') read_image (Flower, 'C:/Users/Administrator/Desktop/datapicture/flower.jpg') rgb1_to
Halcon图像仿射变换(平移、旋转、缩放、镜像、斜切)
2403_88923953的博客
03-01 1918
二维仿射变换，平移、旋转、缩放、斜切，本案例也介绍怎么将斜边二维进行纠正
Halcon学习之仿射变换
Mr_Four97的博客
06-07 813
Halcon仿射变换相关算子
halcon的仿射变换总结
YOULANSHENGMENG的博客
03-13 2761
halcon的仿射变换算子解析
HALCON仿射变换
最新发布
04-01
<think>好的，我现在需要帮助用户了解HALCON中仿射变换的使用方法或示例代码。根据用户提供的引用资料，我需要整理出清晰的步骤和示例，同时确保符合格式要求，比如行内数学表达式用$...$，独立公式用$$...$$，并且生成相关问题。 首先，用户提到的引用[2]和[3]指出，HALCON的仿射变换包括旋转、缩放、平移等，并且有两种使用方式：已知原图和变换矩阵生成结果图，或者通过原图和结果图求变换矩阵。引用[4]提到了缩放矩阵的生成函数hom_mat2d_scale，可能还有其他函数如hom_mat2d_rotate和hom_mat2d_translate。 接下来，我需要将这些信息结构化。步骤可能包括创建变换矩阵、应用变换、组合变换等。每个步骤需要对应的HALCON函数和示例代码。例如，旋转矩阵的生成可以用hom_mat2d_rotate，缩放用hom_mat2d_scale，然后使用affine_trans_image应用变换。 需要注意数学表达式的正确性。例如，旋转矩阵的公式应该是： $$ \begin{bmatrix} \cosθ & -\sinθ & 0 \\ \sinθ & \cosθ & 0 \\ 0 & 0 & 1 \end{bmatrix} $$ 而缩放矩阵是： $$ \begin{bmatrix} s_x & 0 & 0 \\ 0 & s_y & 0 \\ 0 & 0 & 1 \end{bmatrix} $$ 这些需要用独立公式格式。 然后，示例代码部分需要展示如何生成变换矩阵并应用，可能需要组合多个变换，比如先旋转再缩放。同时，需要说明变换矩阵的参数，比如旋转角度、缩放因子、中心点坐标等。 还需要检查是否有其他相关函数或注意事项，比如使用hom_mat2d_identity初始化单位矩阵，或者如何计算变换后的坐标。例如，点$(x,y)$变换后的坐标计算为： $$ x' = h_{11}x + h_{12}y + h_{13} \\ y' = h_{21}x + h_{22}y + h_{23} $$ 这需要作为行内公式呈现。 最后，生成相关问题时要基于用户可能遇到的疑问，比如如何组合多个变换、如何处理不同变换顺序的影响、如何求逆变换等。 确保所有数学表达式格式正确，引用标注在适当的位置。例如，在解释仿射变换的应用时，引用[3]提到的两种使用方式需要标注。同时，示例代码中的函数调用如hom_mat2d_scale来自引用[4]，需要正确标注。 现在，将这些整理成结构化的回答，分步骤说明使用方法，给出代码示例，并附上相关问题。</think>### HALCON仿射变换使用方法详解 HALCON中的仿射变换通过变换矩阵实现几何变换，支持旋转、缩放、平移等操作[^2][^3]。以下是具体使用步骤： #### 一、核心数学原理 仿射变换矩阵形式为： $$ H = \begin{bmatrix} h_{11} & h_{12} & h_{13} \\ h_{21} & h_{22} & h_{23} \\ 0 & 0 & 1 \end{bmatrix} $$ 任意点$(x,y)$经过变换后坐标为： $$x' = h_{11}x + h_{12}y + h_{13},\quad y' = h_{21}x + h_{22}y + h_{23}$$ #### 二、操作步骤及示例代码 1. **创建单位矩阵** ```halcon hom_mat2d_identity(HomMat2DIdentity) //初始化单位矩阵 ``` 2. **生成旋转矩阵** 旋转角度$\theta=30°$，绕点$(256,256)$旋转： ```halcon hom_mat2d_rotate(HomMat2DIdentity, rad(30), 256, 256, HomMat2DRotate) ``` 对应的旋转矩阵： $$ \begin{bmatrix} \cosθ & -\sinθ & (1-\cosθ)*cx + \sinθ*cy \\ \sinθ & \cosθ & -\sinθ*cx + (1-\cosθ)*cy \\ 0 & 0 & 1 \end{bmatrix} $$ 3. **生成缩放矩阵** 缩放因子$(s_x=1.5, s_y=1.5)$，中心点$(256,256)$： ```halcon hom_mat2d_scale(HomMat2DRotate, 1.5, 1.5, 256, 256, HomMat2DScale) ``` 缩放矩阵： $$ \begin{bmatrix} s_x & 0 & (1-s_x)*cx \\ 0 & s_y & (1-s_y)*cy \\ 0 & 0 & 1 \end{bmatrix} ```[^4] 4. **应用变换矩阵** ```halcon affine_trans_image(Image, ImageAffinTrans, HomMat2DScale, 'constant', 'false') ``` #### 三、组合变换示例 实现先旋转30°再缩放1.5倍的复合变换： ```halcon hom_mat2d_identity(HomMat2D) hom_mat2d_rotate(HomMat2D, rad(30), 256, 256, HomMat2DRotate) hom_mat2d_scale(HomMat2DRotate, 1.5, 1.5, 256, 256, HomMat2DCompose) affine_trans_image(Image, ImageTransformed, HomMat2DCompose, 'constant', 'true') ``` #### 四、变换矩阵计算（反向求解） 已知变换前后的坐标对应点，可求变换矩阵： ```halcon vector_to_hom_mat2d([X1,Y1,X2,Y2], [X1',Y1',X2',Y2'], HomMat2D) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

爱凤的小光

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值