Region of Interest ,labview的ROI模块,可以理解为关注区域,在后面很多操作,比如条形码识别,图像匹配等等都是很重要的一步。
ROI为一簇数据,包括一个整数数组和一个簇组成的数组。整数数组内有4个元素,为图形最小外接矩形的四条边的坐标。簇数组中的簇由轮廓类型(整数),ROI类型(整数)和图形坐标点(为数组,根据ROI类型的不同,数组的定义也不同)
一般手动用坐标来设定关注区域roi是比较复杂的,一般使用
IMAQ
ConstructROI
这个控件来获取,如下一个简单的程序
运行时会有弹出框来选择需要关注的区域,如图
运行后就可以发现,ROI区域已经被标示出来
其中type是指刚刚选择roi区域的时候所用的方式,如图,采用的是一种矩形的方式,global rectangle和coordinates在这里的数据相同,指的是相应的坐标,即关注区域左上角坐标(185,,79),右下角坐标(434,279),也可以直接用簇常量的形式设定ROI区域。
在labview中,还可以进行ROI和mask的相关转换,如
1 ROIToMask:
ROI转换至MASK,需要对图像中Mask直接转换为ROI的时候可以使用。
2 MaskToROI:
在一些图像的分析模块中,除了要求输入图片外,还要一个Mask,即只对图片中的Mask区域进行分析,这就要求把自己选择的ROI转换为Mask。
3 Group ROIs:
把多个ROI数组转换为一个ROI区域。其中转换后的ROI区域包含原ROI数组的所有区域。
4 Ungroup ROIs:
为Group ROIs的逆运算,即把一个ROI区域转换为ROI数组,数组中的每个ROI都是一个图形轮廓。
5 TransformROI:
把ROI区域从一个坐标系转换为另一种坐标系中。
6 ROI Conversion ROI
和各种点、线、面等各类图形之间的转换。
分享到:
相关推荐
利用labview编译出简易的labview机器视觉的ROI关注区域的程序,比较简易适合初学者
机器视觉系列-ROI关注区域 Region of Interest ,LabVIEW的ROI模块,可以理解为关注区域,在后面很多操作,比如条形码识别,图像匹配等等都是很重要的一步。
项目描述请参见:https://handsome-man.blog.csdn.net/article/details/116572729 通过使用IMAQ Quantify2计算矩形ROI区域内灰度定量描述数据的例子理解图像灰度定量描述分析的应用方法。 项目可直接运行~
项目参见:https://handsome-man.blog.csdn.net/article/details/115705943 为图像处理设定ROI,可以将注意力集中在要解决问题的主要方面,减少要处理的数据量,提高系统的处理速度和实时性。 项目可直接运行~
Conversion 子面板包含的 VI 将兴趣描述符区域和机器视觉的点、线、矩形和环数据类 型互相转换。 Image Manipulation 使用 Image Manipulation VI 来修改图像。使用这些 VIs 重新采样图像;提取图像的部
Nl Vision使用位于LabVIEW的视觉与运动→Machine Vision→Feature Correspondence函数选板中的IMAQ Corner Detector和IMAQ FAST Feature PointDetector封装角点检测过程,返回从矩形ROI中检测到的角点坐标和强度。 ...
248 1.2 视觉助手生成LabVIEW代码... 250 1.3 生成LabVIEW代码的优化... 251 1.3.1 删除打开图像文件代码... 251 1.3.2 删除Image显示控件调色板类型... 252 1.3.3 删除错误代码判断... 254 1.3.4 删除IVA代码... ...
项目描述请参见:https://handsome-man.blog.csdn.net/article/details/119155470 通过使用IMAQ Clamp Horizontal Max测量某一工件沿矩形ROI水平搜索方向上最大距离的实例,了解卡钳的使用方法。 项目可直接运行~
项目请参见:https://handsome-man.blog.csdn.net/article/details/116572729 通过使用图像线灰度均值和ROI边界灰度曲线检查液态药品灌装质量的例子理解图像线灰度均值分析的应用方法。 项目可直接运行~
通过镜头获取现实世界的物理影像,烙影可以让摄像头(或相机)完成识别和定位、检测表面缺陷、状态识别、尺寸测量等功能,是学习机器视觉技术、视频检索、智慧安防、镜头和相机视觉硬件选型、自动化视觉实验和开发的...