halcon的hom_mat2d_invert与VectorToHomMat2d的区别

`hom_mat2d_invert` 和 `VectorToHomMat2d` 都是 Halcon 中用于对 2D 变换矩阵进行操作的函数，但是它们的作用不同。

`hom_mat2d_invert` 函数用于求解一个 2D 变换矩阵的逆矩阵，它的函数原型如下：

Herror hom_mat2d_invert(const double hom_mat[6], double hom_mat_inv[6]);

其中，`hom_mat` 是输入的变换矩阵，`hom_mat_inv` 是输出的逆矩阵。函数的返回值是一个 `Herror` 类型的错误码。如果函数返回 `H_MSG_OK`，则表示执行成功。

而 `VectorToHomMat2d` 函数则是将一个包含旋转角度和平移量的向量转换成一个 2D 变换矩阵，它的函数原型如下：

Herror VectorToHomMat2d(const HTuple hv_Vector, double *hom_mat);

其中，`hv_Vector` 是输入的包含旋转角度和平移量的向量，`hom_mat` 是输出的 2D 变换矩阵。函数的返回值是一个 `Herror` 类型的错误码。如果函数返回 `H_MSG_OK`，则表示执行成功。

因此，这两个函数的作用是不同的，它们的区别在于：

- `hom_mat2d_invert` 用于求解一个 2D 变换矩阵的逆矩阵；
- `VectorToHomMat2d` 用于将一个包含旋转角度和平移量的向量转换成一个 2D 变换矩阵。

相关问题

* This example shows how to use shape-based matching * in order to find a model region and use it for * further tasks. * Here, the additional task consists of reading text * within a certain region, wherefore the image has * to be aliged using the matching transformation. * * Initialization. dev_update_window ('off') dev_close_window () * Initialize visualization. read_image (ReferenceImage, 'board/board_01') get_image_size (ReferenceImage, Width, Height) initialize_visualization (Width / 2, Height / 2, WindowHandle, WindowHandleText) disp_continue_message (WindowHandle, 'black', 'true') disp_description_text (WindowHandleText) * * Define ROIs: * ROI for the shape model. dev_set_window (WindowHandle) dev_display (ReferenceImage) gen_rectangle1 (ROIModel, 60, 535, 185, 900) dev_display (ROIModel) * ROI for the text. gen_rectangle1 (ROIText, 445, 585, 590, 765) dev_display (ROIText) disp_model_message (WindowHandle) stop () * * Prepare the shape-based matching model. reduce_domain (ReferenceImage, ROIModel, ModelImage) * Create shape model and set parameters (offline step). create_generic_shape_model (ModelHandle) * Train the shape model. train_generic_shape_model (ModelImage, ModelHandle) * * Prepare the text model. create_text_model_reader ('auto', 'Industrial_0-9A-Z_Rej.omc', TextModel) * * We look for the reference transformation which we will need * for the alignment. We can extract it by finding the instance * on the reference image. * Set find parameters. set_generic_shape_model_param (ModelHandle, 'num_matches', 1) set_generic_shape_model_param (ModelHandle, 'min_score', 0.5) find_generic_shape_model (ReferenceImage, ModelHandle, MatchResultID, Matches) get_generic_shape_model_result (MatchResultID, 'all', 'hom_mat_2d', HomMat2DModel) * * Find the object in other images (online step). for i := 1 to 9 by 1 read_image (SearchImage, 'board/board_' + i$'02') find_generic_shape_model (SearchImage, ModelHandle, MatchResultID, Matches) get_generic_shape_model_result (MatchResultID, 'all', 'hom_mat_2d', HomMat2DMatch) * Compute the transformation matrix. hom_mat2d_invert (HomMat2DMatch, HomMat2DMatchInvert) hom_mat2d_compose (HomMat2DModel, HomMat2DMatchInvert, TransformationMatrix) affine_trans_image (SearchImage, ImageAffineTrans, TransformationMatrix, 'constant', 'false') * * Visualization. dev_set_window (WindowHandle) dev_display (SearchImage) get_generic_shape_model_result_object (InstanceObject, MatchResultID, 'all', 'contours') dev_display (InstanceObject) * * Reading text and numbers on the aligned image. reduce_domain (ImageAffineTrans, ROIText, ImageOCR) find_text (ImageOCR, TextModel, TextResultID) get_text_object (Characters, TextResultID, 'all_lines') get_text_result (TextResultID, 'class', RecognizedText) * * Visualization. dev_set_window (WindowHandleText) dev_display (ImageAffineTrans) dev_set_colored (12) dev_display (Characters) disp_finding_text (Characters, WindowHandle, WindowHandleText, RecognizedText) wait_seconds (0.5) endfor disp_end_of_program_message (WindowHandle, 'black', 'true') stop () dev_close_window ()

这段代码是一个示例程序，演示了如何使用基于形状匹配的方法来找到一个模型区域，并将其用于进一步的任务。在这个示例中，额外的任务是在一个固定的区域内读取文本，在这种情况下，需要使用匹配变换来对图像进行对齐。

代码的具体步骤如下：

1. 初始化程序，并展示图像。

2. 定义形状模型和文本区域的ROI。

3. 准备形状模型。

4. 创建形状模型，并训练模型。

5. 准备文本模型。

6. 查找参考图像中的实例，并提取变换矩阵。

7. 在其他图像中查找实例，并计算变换矩阵。

8. 对齐图像，并在对齐后的图像中读取文本。

9. 可视化结果。

10. 结束程序。

这段代码主要使用了HALCON库中的形状匹配和文本识别功能，通过这些功能实现了对一个模型区域的识别和定位，并在其他图像中查找并对齐该模型区域。同时，代码还使用了HALCON库中的可视化功能，将结果展示给用户。

halcon算子VectorToHomMat2d如何逆变

对于 Halcon 中的 `VectorToHomMat2d` 函数生成的 2D 变换矩阵，可以使用 `hom_mat2d_invert` 函数来求解其逆矩阵。

`VectorToHomMat2d` 函数的函数原型如下：

Herror VectorToHomMat2d(const HTuple hv_Vector, double *hom_mat);

其中，`hv_Vector` 是输入的包含旋转角度和平移量的向量，`hom_mat` 是输出的 2D 变换矩阵。

如果要求解 `VectorToHomMat2d` 函数生成的 2D 变换矩阵的逆矩阵，可以按照以下步骤进行：

1. 首先使用 `VectorToHomMat2d` 函数将旋转角度和平移量转换成 2D 变换矩阵，得到变换矩阵 `hom_mat`。
2. 调用 `hom_mat2d_invert` 函数，将 `hom_mat` 作为输入，求解其逆矩阵 `hom_mat_inv`。
3. `hom_mat_inv` 即为 `VectorToHomMat2d` 函数生成的 2D 变换矩阵的逆矩阵。

具体实现代码如下：

HTuple hv_Vector = HTuple();
hv_Vector[0] = Angle;  // 旋转角度
hv_Vector[1] = Row;    // 平移量
hv_Vector[2] = Col;    // 平移量

double hom_mat[6];
if (VectorToHomMat2d(hv_Vector, hom_mat) == H_MSG_OK) {
    double hom_mat_inv[6];
    if (hom_mat2d_invert(hom_mat, hom_mat_inv) == H_MSG_OK) {
        // hom_mat_inv 即为 VectorToHomMat2d 函数生成的 2D 变换矩阵的逆矩阵
    }
}

其中，`Angle` 是旋转角度，`Row` 和 `Col` 是平移量。