测量矩形，也是基础算法。很多算法的基础都是它。比如vm中的找圆，找直线等。

本篇分两个部分来介绍

第一部分，介绍测量矩形出处，及原理。

第二部分，介绍测量矩形在vm中的应用。

测量矩形，是引用halcon的说法。halcon的唯五工具中，就有这个工具。它提供了一种直观易用的查找边缘的算法。

其基本原理：

1，制作一个带方向的矩形，截取矩形部分的所有像素，把所有像素投影到矩形方向的中轴上。然后对中轴上的像素计算梯度。梯度满足设置条件的点，就是找到的边缘点。

图示：

图1蓝色矩形就是测量矩形。黄色箭头方向，就是测量矩形的方向，长度就是测量长度。矩形宽度，就是投影宽度。绿色与黄色线交点表示找到的边缘点。

图2，表示投影过程，红色框表示同一条垂直于中轴线的所有像素。所有像素求和平均后，填入垂足坐标，为该最终像素。

就得到一条投影后的，中轴线。就是图中黄线。对中轴线，求梯度，再对求得的梯度，进行筛选，如图示所示，筛选条件是梯度大于9，极性是 黑到白， 位置的第一个。

然后就得到图四的结果。坐标是（172.61， 227.799）梯度-15.6525  （浮点型数据是因为用了插补算法）。

图示故意把测量矩形的方向，与边缘的方向不垂直。是为了更好的展示投影的过程，已经投影的影响。因为投影是这个算法的核心。

如下图1 2所示，因为投影的原因，2者的梯度值，就不一样。

下图 3,4 所示，同样的角度，因为投影宽度不一样，得到的梯度值就不一样。

这些都是投影过程中，求和平均的结果导致。

以上就是对测量矩形原理的介绍。最重要的理解就是投影。以上有较好的展示。

vm中，测量矩形的应用。如下图所示，定位12个工具，都是测量矩形的应用。我们一个一个讲。

1，边缘查找：

其实与第一部分，讲测量矩形，是一样的。

ROI画矩形，矩形的宽度，就是投影宽度。运行参数中边缘阈值，边缘极性，边缘类型，就是对边缘进行筛选。

2，卡尺工具：

就是测量矩形，筛选边缘点的时候，可以选择2个点，然后还输出点与点的距离。

3，找直线：

就是在一条线方向上，绘制多个测量矩形。然后根据找到的边缘点，拟合直线。

4，找圆：

与找直线类似，只是以圆形，放射型，绘制测量矩形。根据找到的边缘点，拟合圆。

5，直线组合：

这是多段找直线，然后再连起来。只是找直线的扩展使用。

6，多直线查找：

这个与找直线的参数略有不同，它没有设置测量矩形个数，是系统默认的。按照roi矩形去查找区域内的直线。支持查找多条直线。

但设置查找参数，还是与测量矩形一致。

7，边缘交点：

可以绘制2个直线查找。并计算2条直线的交点。

8，平行线查找：

在roi内，根据测量矩形个数，自动分配投影宽度。并输出2直线，以及2条直线的中线。

9，矩形检测：

roi内，根据roi的尺寸，自动分配4个找直线功能。再输出一个带角度的矩形。看到这个参数，一眼就看出来，是测量矩形工具。

10，四边形查找：

画4个找直线工具。四条线相交，输出对角线交点。同样看参数，就是测量矩形工具。

11，顶点检测

画一个roi，根据roi长度方向，扫描宽度，自动生成多个测量矩形。扫描宽度也是投影宽度。最后输出所有边缘点和roi方向最近的一个点作为顶点。

12，路径提前

当运行参数选择， 查找边缘点时。绘制模板的时候发现，里面的参数就是是测量矩形。

以上就是VM12个测量矩形工具的应用。vm整个定位工具，除去4个模板匹配。4个纯计算（角平分线，中线，平行线，垂线），2个blob工具，1个位置修正。其他全部都是测量矩形的应用。

可见。测量矩形算法的总要性。

（PS：因为我很熟悉halcon的测量矩形工具。所以看vm这些工具，没有一点学习成本，一眼就知道怎么使用了。所以在这里分享给各位）