halcon算子翻译——cooc_feature_image

名称

cooc_feature_image - 计算共生矩阵并导出其灰度值特征。

用法

cooc_feature_image(Regions, Image : : LdGray, Direction : Energy, Correlation, Homogeneity, Contrast)

描述

　　cooc_feature_image的调用对应于算子gen_cooc_matrix和cooc_feature_matrix的连续执行。 如果连续评估共生矩阵的几个方向矩阵，则通过gen_cooc_matrix生成矩阵然后调用算子cooc_feature_matrix生成矩阵更为有效。 参数Direction以角度或'mean'方式传输邻域的方向。 在'mean'的情况下，平均值是在所有四个方向上计算的。

注意

请注意，算子cooc_feature_image仅考虑给定的区域，并忽略输入图像Image的任何先前设置的域。

并行

●　　多线程类型：可重入（与非独占算子并行运行）。
●　　多线程范围：全局（可以从任何线程调用）。
●　　在元组级别自动并行化处理。

参数

Regions (input_object) 　　region(-array) → object
　　要检查的区域。

Image (input_object) 　　 singlechannelimage → object (byte)
　　灰度值图像。

LdGray (input_control) 　　 integer → (integer)
　　要区分的灰度值的数量。
　　Default value: 6
　　List of values: 1, 2, 3, 4, 5, 6, 7, 8

Direction (input_control) 　　 integer → (integer / string)
　　矩阵的计算方向。
　　Default value: 0
　　List of values: 0, 45, 90, 135, 'mean'

Energy (output_control) 　　 real(-array) → (real)
　　灰度值能量

Correlation (output_control) 　　 real(-array) → (real)
　　灰度值的相关性。

Homogeneity (output_control) 　　 real(-array) → (real)
　　灰度值的局部同质性。

Contrast (output_control) 　　 real(-array) → (real)
　　灰度值对比度。

结果

　　如果输入具有定义的灰度值（'字节'）的图像并且参数是正确的，则算子cooc_feature_image返回值2（H_MSG_TRUE）。 通过算子set_system（::'no_object_result'，<Result> :)设置空输入情况下的行为（没有可用的输入图像），空区域的行为通过set_system（::'empty_region_result'<结果>:)。 如有必要，会引发异常。

Possible Predecessors

gen_cooc_matrix

Alternatives

cooc_feature_matrix

See also

intensity, min_max_gray, entropy_gray, select_gray

模块

Foundation

HDevelop例程

detect_mura_defects_texture.hdev    检测高度纹理图像中的mura缺陷
cooc_feature_image.hdev 　　　　  计算基于共生矩阵的纹理特征
classify_wood.hdev 　　　　　    　根据其表面纹理对不同种类的木材进行分类