【halcon】亚像素轮廓XLD

XLD（eXtended Line Descriptions）：XLD其实就是指的亚像素轮廓。

 如何理解亚像素

上一篇《halcon入门小技巧》提到的：

threshold (Image, Region, 128, 255) 这个呢，是给了一个灰度的范围，通过像素进行划分区域。

像素已经是图片成像的最小单位了，下图就是将一张图片放大到看到像素的程度。这每一个方块就是一个像素，每个像素都有自己的一个灰度值。两个像素之间的灰度值是跳变的。

如果进一步细分，假设像素的正中间点才是该像素的值，像素其他地方的值是渐变的方式过度到另一个像素。那么像素内部除中间点之外的点的值需要参考周围像素的值。

现在又有一个函数，针对亚像素：

threshold_sub_pix (ImageReduced, Border, 128)这个函数的意思就是，按照上述的方式，推算出每个像素点中128这个灰度值应该出现在哪个位置，再将128的这个位置连线，得到一个轮廓称之为“亚像素轮廓”

当我们得到了一堆的轮廓之后，我们应该如何筛选呢？

 我们可以通过长度选择轮廓线，首先通过halcon软件提供的特征提取功能，得到轮廓的长度

然后调用select_contours_xld进行筛选。

select_contours_xld (Border, SelectedContours, 'contour_length', 90, 120, -0.5, 0.5)

参数解释：

• Border, SelectedContours：从亚像素轮廓Border中选出符合条件的SelectedContours
• 'contour_length'：表示条件是轮廓长度
• 90, 120：表示轮廓的长度范围
• -0.5, 0.5：作用目前还不清楚

此时还可以查看符合条件轮廓的个数：

count_obj (SelectedContours, Number)

通过亚像素轮廓得到区域

gen_region_contour_xld (SelectedContours, Region1, 'filled')

 这里就会发现和亚像素轮廓不同，区域和图像一样是一像素为单位的。

 再次通过区域得到image
reduce_domain (ImageReduced, Region1, ImageReduced1)

这里再解释一下reduce_domain，他是通过区域Region得到图片，区域可以很多个，但是得到的图片只能由一张，如果此时有多个Region，那么得到的图片是通过第一个Region生成的图片。

小结：

 这里发现了一个小套路：

1、先得到亚像素轮廓

2、筛选轮廓

3、通过轮廓得到Region

4、通过Region得到图片