VisionPro+C#學習之路1_線段檢測

注

1 本次專案中并不需要在visionPro中撰寫腳本，若后續有腳本輔助，會在此提醒，
2 流程圖中的連線，最好是設定完一個工具再連下一個，這樣的話會方便自己理解，一步一個腳印

確定流程

首先，確定專案需求，需求為：檢測輸入影像中的某條線段，并且影像如何旋轉，依舊能夠檢測出該條線段，所以可以分為如下步驟實作該需求，
1.旋轉影像

2.模板匹配—標定—坐標系定位 (為了確定一個坐標系的基準，確保影像無論如何旋轉，都可以得到當前坐標系與基準坐標系的變換關系)

3.檢測線段

流程圖如下所示：

1.旋轉影像

影像旋轉：
第一步：加載想要旋轉的影像，在這里用了“CogImageFileTool”工具，CogImageFileTool主要的作用就是加載本地影像或者保存最終影像至本地的某個位置，

第二步：用到了仿射變換工具“CogAffineTransformTool”，
首先設定區域形狀(就是一個包含目標影像的矩形框)，我這里用的是CogRectangleAffine，作用就是框選想要進行仿射變換的區域，
因為仿射變換做旋轉，本質是對這個框做旋轉，只不過這個框在旋轉前后，在輸出影像中是看不到的(這一點我說的也有些迷糊，實際操作幾次就都明白了)，反正就是框逆時針旋轉30°，對應的影像看起來是順時針旋轉了30°(就是坐標系發生了改變)
工具界面中有一個區域，名為選擇模式，注意當前選擇的是原點、中心、還是3點，我這里選擇的是中心，框的中心就是影像的中心，框的邊長就是影像的邊長，旋轉和傾斜暫時設為 0 就行，

這是可以設定一下旋轉為30(deg是角度制，rad是弧度制)，點擊左上角運行，可以發現右面顯示區域Current.InputImage中的框變成了這樣，

此時可以看到LastRun.OutputImage是這樣的

這樣就完成了影像的旋轉，

2.模板匹配—標定—坐標系定位

之前為了測驗，將CogRectangleAffine中的旋轉設為了30，現在將它設定成0，然后就不要動了，開始下面的流程了，
接下來就是模板匹配了，可以看到，影像中最有效的特征就為兩個圓形的眼睛，一個三角形的嘴，因此我們要將這三個特征標記出來，作為我們的模板，哪怕將圖旋轉后，也能夠檢測出我們的這三個特征，

第一步：模板匹配
我首先引入了一個CogToolGroup，這個工具的作用就是分塊并不對整個流程的運行造成影響，把重復性的工具都放在這里，讓整個流程圖看起來更加簡潔，
模板匹配用到的工具是CogPMAlignTool，界面是這樣的，

1.點擊“抓取訓練影像”，然后在右側顯示區域的下拉串列中選擇Current.TrainImage，

2，在工具列中選擇“訓練區域與原點”，在這里面可以看到區域模式、形狀、模式啥的，反正就用這個框，把左面的眼睛包住，然后訓練原點移到眼睛中心就行，（最初框和中心都在左上角），

3. 點工具列中的運行引數，區域中的角度默認是標稱值，我們要將其變為下限-180，上限180，因為影像后續要進行旋轉，縮放弄成0.8~1.2，
右上角的接受閾值就是先計算出目標與模板之間的一個分數，分數高于閾值的就算它是匹配上的目標，低于閾值的就被舍棄了，

剩下的搜索區域，圖形默認就行，
一切引數設定好了后，回到“訓練引數”中，點擊“訓練”，這樣這個模板就訓練完了，
右眼和嘴的模板匹配和左眼的流程一樣，就不多說了，貼兩張圖得了，
右眼圖：

嘴的圖：

模板匹配這樣就完成了，如果檢測出了多個目標，調整接受閾值的大小就可以解決這個問題，
第二步：影像標定
利用 CogCalibPointToPointTool 工具，界面是這樣的
1 首先還是點擊“抓取校正影像”，然后：

2 還記得上面模板匹配中，每個模板，都有一個框和一個中心，中心坐標為Patter.Origin.TranslationX與Patter.Origin.TranslationY(自己到終端里添加)
一共三個模板，所以有三組坐標，分別代表著左眼，右眼，嘴的中心，
將這三組坐標傳入CogCalibPointToPointTool中去，可以在界面中看到，未校正X和未校正Y中，每一行就代表著我們傳入的中心坐標，
原始的已校正的X和Y是自己算的 (這一塊我說的比較拗口，多試幾次就明白了)，那究竟是怎么算的呢？未校正的X，Y，是在影像坐標系中的坐標，影像坐標系以左上角為原點(0，0)，而我們現在發現，左眼右眼是水平對稱的，所以我們可以構建一個新的坐標系，令“嘴的中心” 與 “左眼右眼連線的中間點” 的中間點 為新坐標系下的(0，0)點，這樣的話，根據未校正X,Y的三個中心間的坐標關系，可以計算出當前坐標系下的三個中心的坐標，然后將其輸入至原始的已校正的X，Y中，
3.工具列 “運行引數”中已校正的空間名稱可以根據其起到的作用自定義，方便后續參考，我這里就起名為“PTP”

4. 工具列“圖形”中像這樣就行，

一切引數都設定好了后，點擊工具列“校正”中的計算校正，然后點擊左上角的紅色三角鍵，這樣的話就標定好了，標定的作用就是無論影像怎么旋轉，只要有三個特征目標的中心點，那么就能夠與原始的已校正的三個點對應上，進而計算出校正轉換的結果
第三步：再來一次模板匹配，這一就是將目標整體包圍進去了，和上面的模板匹配步驟一樣，只不過是這次框選的是整張臉，

第四步：坐標點的定位
用到了CogFixtureTool
首先按流程圖連線，之后界面是這樣的，照著設定就行，

設定完了點左上角紅色三角鍵，這個的作用是定位，里面的一些引數設定我也不太理解，以后再說吧，先知道要實作某個功能，都是哪幾個工具組合就行，
經過CogFixtureTool處理后會輸出一個影像，我們就在這個影像上找線段，

3.檢測線段

利用CogFindLineTool工具可以檢測影像中的線段，但是你得先知道線段的大概位置，界面如下所示，

1 我這里設定了100個卡尺，搜索長度就是每個卡尺的縱向長度，投影長度就是切向長度，搜索方向就看卡尺上面的箭頭就行，無非就是從里向外搜索或者從外向里搜索，我這里是從外向里搜索，
關鍵是所選空間名稱，
還記得 “模板匹配—標定—坐標系定位” 的 第二步“影像標定” 的 第三點中，我們設定了輸出的已校正的空間名稱為PTP，所以這里就要選擇PTP\Fixture，指的就是標定再定位的空間，
2 卡尺設定中，我們想找一條線段，不用找邊緣對，所以選擇“單個邊緣”，極性選擇任何極性就行，

過濾一半像素主要用于邊緣篩選，其目的主要為了消除噪聲和增強峰值，具體我說不明白，可以參見這位大哥寫的文章卡尺工具原理講解
對比度閾值：實際上就是實際影像中邊緣兩側的像素差值 ，小于對比度閾值的邊會被忽略，大于對比度閾值的邊會被保留，

擬合器中忽略的點數指，舉個栗子：我用M個卡尺，假設找到了N個點（因為不能保證每個卡尺都找到符合條件的點），但是我只想用N-5個點擬合，因為我覺得有一些點擬合之后效果并不好，所以忽略的點數就要設定為5，忽略的是找到的點中分數最低的5個點，當然這只是個大白話的例子，目的就是希望大家能夠理解，
所有引數設定好了之后，就可以點擊左上角紅色三角鍵運行了

至此，所有引數都設定好了，運行一下，
旋轉0°：

旋轉30°：

旋轉 -30°

4.總結

其實這個例子很簡單，就是參照官方示例的“Calibration And Fixturing”
學習的意義主要是把模板匹配，標定，定位那里搞明白了就行，這幾個工具搭配起來使用的范圍還是很廣泛的，后續無論是找線還是找圓都照葫蘆畫瓢就行了，本文可能存在錯別字，有些話說的不透徹，因為我也是剛接觸這門工具，從零開始學習，希望大家能夠多多包涵，有問題一起討論，謝謝，C#的界面設計有時間再發吧，