Kameralı sayma sistemleri hızlı ve tutarlı olabilmektedir. Gözle zor sayılan pek çok şey, kamerayla hızlıca sayılabilmektedir. Son zamanlarda daha sık sayma uygulaması istendiğinden, burada bir kaç örnek sayma projesine yer vereyim.

Yukarıdaki resimde ağaç (kütük) sayısını bulan, bir HALCON kodu yazalım.

smooth_image ve watersheds_threshold filtreleri uyguladıktan sonra, zor gibi görünen resim, kolaylıkla sayılabilir hale geldi.

İşte aşağıda da tam HALCON kodu (en üstteki resim indirip deneyebilirsiniz)

dev_update_window ('off')
dev_close_window ()
read_image (Image, 'trees.png')
get_image_pointer1 (Image, _, _, Width, Height)
dev_open_window_fit_image (Image, 0, 0, -1, -1, WindowHandle)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
dev_display (Image)
rgb1_to_gray (Image, GrayImage)
threshold (GrayImage, Region, 230, 255)
connection (Region, ConnectedRegions)
select_shape_std (ConnectedRegions, Back, 'max_area', 0)
dilation_circle (Back, RegionDilation, 3.5)
paint_region (RegionDilation, GrayImage, GrayImageFilled, 0, 'fill')
info_smooth ('deriche2', 0.0655, Size, Coeffs)
smooth_image (GrayImageFilled, ImageMean, 'deriche2', 0.0655)
invert_image (ImageMean, ImageInvert)
watersheds_threshold (ImageInvert, Basins, 18)
dev_set_colored (6)
dev_set_draw ('margin')
dev_set_line_width (3)
dev_display (Image)
dev_display (Basins)
count_obj (Basins, NumberOfTrees)
disp_message (WindowHandle, 'Number of trees: '+NumberOfTrees, 'window', 12, 12, 'black', 'true')