【halcon知识】应用仿射变换

一、说明

        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。

二、方法说明

2.1 hom_mat2d_identity — 生成通用二维变换的齐次变换矩阵

        对于方法 hom_mat2d_identity，只有一个输出HomMat2DIdentity，就是生成一个齐次变换矩阵。此矩阵为单位矩阵。该方法实际上可以用其它手段替代，此处仅仅是方便用户生成矩阵而已。

        hom_mat2d_identity (HomMat2DIdentity)

        以上代码执行过后， HomMat2DIdentity就被赋值为：

 2.2 hom_mat2d_rotate — 生成通用二维旋转变换的齐次变换矩阵

        hom_mat2d_rotate方法用来产生旋转变换矩阵：

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

参数表： 

 2.3  affine_trans_image — 生成通用二维仿射变换的齐次变换矩阵

        affine_trans_image — 对图像应用任意仿射二维变换。 注意，所有变换都是一个矩阵相乘的结果。因此，旋转、仿射、透视变换，都可以用该方法实现。（只是换换矩阵而已）

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

 参数表：

2.4 模板的旋转匹配

        best_match_rot_mg — 通过旋转搜索模板和金字塔的最佳匹配。

best_match_rot_mg(Image : : TemplateID, AngleStart, AngleExtend, MaxError, SubPixel, NumLevels : Row, Column, Angle, Error)

        best_match_rot_mg的参数表：

三、仿射变换的齐次坐标矩阵形成

        上面说到，齐次变换矩阵，都是由三维单位矩阵转化而成，三维齐次单位矩阵由  获得，那么这个矩阵如何随客户的意愿，改造成不同的仿射矩阵呢？如下例完成

hom_mat2d_identity(Matrix1)
hom_mat2d_scale(Matrix1,0.5,0.5,256.0,256.0,Matrix2)
hom_mat2d_rotate(Matrix2,3.14,256.0,256.0,Matrix3)
hom_mat2d_translate(Matrix3,-128.0,-128.0,Matrix4)

        而且，所有的操作，本质上就是矩阵乘法。如：

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

        就是：

        其它类推。

        （这里我不明白，halcon给用户一个直接赋值的方法，难道不可吗？非要增加理解成本。）

四、实验和结果

        如果参数值正确，则运算符 best_match_rot_mg 返回值 2 (H_MSG_TRUE)。如果输入为空（没有输入图像可用），可以通过 set_system('no_object_result',<Result>) 设置action。如有必要，会引发异常。

dev_close_window ()
read_image (For6, 'for6')
get_image_size (For6, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowID)
fill_interlace (For6, ImageFilled, 'odd')
* gen_rectangle1 (Rectangle, 266, 390, 348, 435)
gen_rectangle1 (Rectangle, 78, 292, 129, 402)
* gen_rectangle1 (Rectangle, 258, 214, 296, 258)
area_center (Rectangle, Area, Row, Column)
reduce_domain (ImageFilled, Rectangle, ImageReduced)
pi := acos(0.0) * 2
* Preparing a pattern for template matching with rotation
create_template_rot (ImageReduced, 4, -pi, 2 * pi, pi / 16, 'sort', 'original', TemplateID)
write_template (TemplateID, 'testt')
* Deallocation of the memory of a template
clear_template (TemplateID)
* Reading saved template from file
read_template ('testt', TemplateID)
dev_set_color ('red')
for Phi := -180 to 180 by 5
  hom_mat2d_identity (HomMat2DIdentity)
  hom_mat2d_rotate (HomMat2DIdentity, rad(Phi), 256, 256, HomMat2DRotate)
  * Apply an arbitrary affine transformation to the image
  affine_trans_image (ImageFilled, ImageAffinTrans, HomMat2DRotate, 'constant', 'false')
  * add_noise_white (ImageAffinTrans, ImageAffinTrans, 30)
  * Searching the best matching of a template and a pyramid with rotation
  best_match_rot_mg (ImageAffinTrans, TemplateID, -pi, 2 * pi, 40, 'true', 4, Row, Column, Angle, Error)
  disp_arrow (WindowID, Row, Column, Row - cos(Angle) * 50, Column - sin(Angle) * 50, 1)
  AngleDeg := deg(Angle)
  DiffAngle := abs(AngleDeg - Phi)
endfor
clear_template (TemplateID)

输入图像：

结果显示：