halcon算子region

region_to_bin — Convert a region into a binary byte-image.
这个算子是将图像的一个区域转换为二值图，
region_to_bin(Region : BinImage : ForegroundGray, BackgroundGray, Width, Height : )

    输入区域，输出区域，前景的像素值，背景的像素值，图片的宽度，图片的高度
该算子的主要目的是去除所有外围干扰区域，将其填充为像素0，其他区域填充为255.

read_image (Image, 'C:/Users/934554314/Desktop/TB/c2fdfc039245d688c56332adacc27d1ed21b2451.jpg')
rgb1_to_gray (Image, GrayImage)
get_image_size (GrayImage, Width, Height)
threshold (GrayImage, Region, 0, 50)

region_to_bin (Region, BinImage, 255, 0, Width, Height)

用opencv实现halcon上述算子相同功能：

int main(int argc, char *argv[])
{
Mat imageSource = imread("C:\\Users\\934554314\\Desktop\\TB\\c2fdfc039245d688c56332adacc27d1ed21b2451.jpg", 1);
imshow("Source Image", imageSource);
Mat imageGray;
cvtColor(imageSource, imageGray, CV_BGR2GRAY);
imshow("imageGray", imageGray);
Mat imageThreshold;
threshold(imageGray, imageThreshold, 50, 255,1);
imshow("Threshold Image", imageThreshold);
waitKey(0);
return 0;
}

由对比可知，由halcon处理所得图片和用opencv处理的照片得到的结果是一样的。

这里我们重点介绍一下opencv算子threshold。

threshold进行阈值分割时总共有5中可选择的类型，

THRESH_BINARY：在运用该阈值类型的时候，先要选定一个特定的阈值量，比如：125，这样，新的阈值产生规则可以解释为大于125的像素点的灰度值设定为最大值(如8位灰度值最大为255)，灰度值小于125的像素点的灰度值设定为0。

THRESH_BINARY_INV：该阈值化与二进制阈值化相似，先选定一个特定的灰度值作为阈值，不过最后的设定值相反。（在8位灰度图中，例如大于阈值的设定为0，而小于该阈值的设定为255）

THRESH_TRUNC：同样首先需要选定一个阈值，图像中大于该阈值的像素点被设定为该阈值，小于该阈值的保持不变。（例如：阈值选取为125，那小于125的阈值不改变，大于125的灰度值（230）的像素点就设定为该阈值）。

CV_THRESH_TOZERO：先选定一个阈值，然后对图像做如下处理：1 像素点的灰度值大于该阈值的不进行任何改变；2 像素点的灰度值小于该阈值的，其灰度值全部变为0。

CV_THRESH_TOZERO_INV：原理类似于0阈值，但是在对图像做处理的时候相反，即：像素点的灰度值小于该阈值的不进行任何改变，而大于该阈值的部分，其灰度值全部变为0。

  /* 0: 二进制阈值
     1: 反二进制阈值
     2: 截断阈值
     3: 0阈值
     4: 反0阈值
   */