【HALCON】rectangularity 関数について - 矩形度の計算

HALCONのrectangularity関数は、画像内の領域の矩形度（領域がどれだけ矩形に近いか）を定量的に計算するための関数です。この関数は、領域の形状特性を評価し、矩形状の物体を効率的に識別するために使用されます。矩形度は、製造業の検査プロセスや形状認識タスクにおいて、物体の形状が指定された基準に適合しているかを判断するのに役立ちます。

rectangularity 関数の概要

rectangularityは、指定された領域の矩形度を計算します。矩形度とは、領域の外接矩形と領域自体の面積の比率に基づいて計算されます。値は0から1の範囲で表され、1に近いほどその領域が矩形に近いことを示します。この指標を使用することで、画像内の形状が矩形にどれだけ近いかを評価することが可能です。

使用方法

基本的な使用方法は以下の通りです。

rectangularity(Region, Rectangularity)

• Region
  矩形度を計算する領域。
• Rectangularity
  計算された矩形度が格納される変数。値は0から1の範囲で返されます。

例

* 領域を生成（例えば、画像から抽出した物体）
gen_rectangle1(Rectangle, 100, 100, 200, 300)

* 矩形度を計算
rectangularity(Rectangle, Rectangularity)

* 結果を表示
disp_message(WindowHandle, 'Rectangularity: ' + Rectangularity, 'window', 12, 12, 'black', 'true')

この例では、指定された矩形領域の矩形度を計算し、その結果を表示しています。生成された領域が矩形に近いほど、計算結果は1に近づきます。

応用例

矩形状物体の検出

rectangularityを使用して、画像内の領域が矩形に近いかどうかを評価できます。これにより、製造ラインでの製品検査において、矩形形状が求められる製品を効率的に検出し、不良品を特定することが可能です。

形状分析と分類

矩形度を基に物体の形状を分析し、矩形に近い物体を他の形状と区別することができます。これにより、形状分類タスクにおいて、特定の形状を効率的に抽出できます。

領域フィルタリング

画像内の異なる領域に対して矩形度を計算し、矩形に近い領域のみを選別するためのフィルタリング処理に利用できます。例えば、矩形パッケージの識別やトレース作業に応用できます。

出力値について

rectangularity関数は、0から1の範囲で値を返します。これにより、領域の形状がどれだけ矩形に近いかを簡単に評価できます。

• 1に近い値：領域が矩形に非常に近いことを示します。
• 0に近い値：領域が矩形からかけ離れていることを示します。

この出力値を基に、閾値を設定して矩形度に基づいた領域のフィルタリングが可能です。

必要なデータ

rectangularity関数を使用するには、矩形度を計算したい領域（Region）が必要です。領域は、事前に画像処理によって抽出された物体の形状などが使用されます。

まとめ

HALCONのrectangularity関数は、指定された領域の矩形度を効率的に計算し、形状分析や物体検出に活用できる強力なツールです。製造業や品質管理における矩形状物体の検出や、形状認識において非常に有用であり、簡単に矩形度を評価し、形状分析を行うことができます。