halcon连接图像采集设备与halcon多线程采图

Halcon连接采图设备

与Halcon多线程采图

大恒图像娄训志

?Halcon 介绍

?Halcon 采图知识与常用算子?Halcon 连接采图设备

?Halcon 连接采图设备编程应用?Halcon 连接多个采图设备

?Halcon 与多线程采图

?相关背景

MVTec公司是世界上最著名的机器视觉软件公司，也是世界上标准机器视觉软件的领导者。MVTec公司具有强大的开发和技术支持能力，50%的成员具有博士学位和机器视觉领域的长期工作经验。

?什么是Halcon

Halcon是在世界范围内广泛使用的机器视觉软件。用户可以利用其开放式结构快速开发图像处理和机器视觉应用软件。

?Halcon包含些什么

Halcon包含Blob分析，形态学，模式识别与匹配，测量，2、3D相机标定，双目视觉，立体匹配等性能杰出的图像算法，以及图像采集，I/O 通信等工具。

?为什么使用Halcon

Halcon支持Linux/UNIX，Windows32/64位等操作系统，所有的库均可以使用C，C++，C#，VB和delphi编程语言访问，使用比较方便。

Halcon能够从软件上帮助你，解决绝大多数机器视觉软件问题。

?图像采集

Halcon尽可能地保证与硬件无关，支持大多数图像采集卡，及带有DirectShow和IEEE 1394驱动等的采集设备。

Halcon采集图像的特点

?图像采集链接库，独立于其它图像处理链接库?一致的代码模板（磁盘文件和图像采集设备）?支持多个采集设备

?同步和异步采集

?支持外触发

?图像尺寸、图像位数、颜色空间可调

?支持颜色查找表

?支持与设备相关的参数调整

?Images in Halcon

a.Multiple channels

自动处理多通道图像或单通道图像b.Various pixel types

自动处理多型号位深的图像

c.Arbitrarily-shaped region of interest 任意形状的感兴趣区域

?image tuples in Halcon

例如：如果想对一批图像进行滤波处理，你只需要调用一次mean_image 算子对图像数组进行操作，避免多次调用mean_image 。image 数组可以通过以下算子创建

gen_empty_obj(Objects )

concat_obj(Object 0, Objects1,Objects )

concat_obj(Objects , Objects2,Objects )

mean_image(objects, ImagesMean,7,7)

//ImagesMean 即为滤波后的图像数组

Halcon 中的image ，还可以是图像数组，halcon 可以自动处理图像数组。但需要对图像数组进行初始化。

图像制式

NTSC: 640 ×480 像素, 30 帧每秒；PAL: 768 ×576像素, 25帧每秒。

Field

Frame

?如何获取采集设备信息？

?如何打开采集设备？

?如何获取采集设备参数信息？?如何设置采集设备参数？

?如何采集图像到内存？

?info_framegrabber获取采集接口信息

eg. info_framegrabber(AcqName,'port',Information,Values)

?open_framegrabber打开采集设备

eg. open_framegrabber(AcqName,1,1,0,0,0,0,'default',-1,'default',-1.0, 'default','default','default',P,L,AcqHandle)

?get_framegrabber_param 获取采集设备参数eg. get_framegrabber_param (acq, 'bits_per_channel', Value)

?set_framegrabber_param 设置采集设备参数eg. set_framegrabber_param (acq, 'port', 0)

?grab_image同步采集

eg. grab_image(Image,Acq)

?grab_image _async异步采集eg. grab_image_ async(Image,Acq,-1)

?Halcon开发典型架构

?如何获取采集句柄

?Hdevelop环境下连接设备（代码连接）

open_framegrabber ('DirectShow', 1, 1, 0, 0, 0, 0, 'default', 8, 'rgb', -1, 'false', 'default', 'Integrated Camera', 0, -1, AcqHandle)

grab_image_start (AcqHandle, -1)

while (true)

grab_image_async (Image, AcqHandle, -1)

endwhile

close_framegrabber (AcqHandle)

halcon知识点

1. 无论读入什么图像，读入图像显示效果明显和原始图像不一致，哪怕是从相机读入的图像，也是明显颜色差异。什么原因引起？ 初步诊断是，显示的时候调用的颜色查找表存在异常不是 default ，而是其它选项。此时可以通过查阅相关参数，调用set_system解决，也可以在编辑-》参数选择-》颜色查找表进行更改。 2. 裁剪图像；从图像上截取某段图像进行保存。如何实现该操作？ 首先应该知道，region不具有单独构成图像的要素，他没有灰度值。有用过opencv的应该知道 ROI（感兴趣区域），设置好它后，对图像的大部分操作就转为图像的一个矩形区域内进行。类似的，halcon有domain 概念。首先设置好一个矩形区，然后使用 reduce_domain（是一个矩形区域）后，再使用crop_domain 就裁剪出图像。 3. 读入bmp，或tiff 图像显示该图不是bmp文件或不能读。原因是什么？ 这个常有新手询问，画图，图像管理器都能打开，又或者是相机采集完直接存到硬盘。Halcon 读取图像在windows下面到最后是调用windows库函数实现读图功能。咱不清楚到底是怎么调用的。对于图像格式，在读图函数F1说明很细。基本 bmp 如果文件头不是bw还是bm(百度百科bmp格式查找，编写此处时无网络，后续可能忘记)，就读不进来。其他规格欢迎补充。解决办法，如果是相机采集，就在内存直接转换(参见 halcon到VC.pdf 里面的halcon和bitmap互转)；如果是采完的图片，大部分通过画图工具转换为 24位bmp格式，即可解决。 4.读入avi文件报错。

Halcon 通过 directshow或另一个格式解析视频，正常来说应该可以读入市面大部分视频，实际测试发现只能读入最标准的avi文件格式。如果需要临时处理，需要下格式工厂等工具转化为最标准的avi文件格式(论坛叶诺有发帖说明)。 5. Region 或 xld 筛选。 Halcon提供了丰富的region 和xld筛选方法。Region可以使用select_shape_xld，选择出符合要求的区域，如果不能满足还可以通过类似 region feature 这样关键字组合成的算子获取区域特征，然后通过 tuple 排序或相加减，再通过 tuple_find 确定是对应哪个区域的特征。同样的halcon也提供了 select_contours_xld 进行轮廓筛选。 6. Halcon分几类对象，每个类的功用是？ Halcon总分俩大类，tuple和图标对象obj 。Tuple涵盖了对所有基础数据类型的封装，可以理解为她是halcon定义的数组类。Obj 是alcon定义图标类基类。衍生出了许多类型，其中 Region ，Xld，Image 其中最主要的类型。 7. F1说明，参数部分 -array 是什么意思？ 该符号说明，该参数接受一组输入，对tuple就是一组tuple，对obj 就是通过concat_obj 或其它操作产生的一组obj元组。 8. 俩个相对方形物体的距离计算。 如果这俩个物体和背景对比清晰，最近的距离在俩条边下则可以再预处理之后进行如下操作：

halcon相机标定和测量示例

Halcon单相机标定和测量示例相机标定有很多方式：九点标定法、棋盘格标定法、圆形阵列标定法；本次采用圆形阵列标定法。 1Halcon相机标定 1.1标定板描述文件编制 此次相机标定采用的是网购的标定板（直接在万能的某宝搜halcon标定板），如图1。采购的时候卖家会提供标定板的相应参数，如图2。 图1标定板 图 2 标定板参数

用halcon标定助手标定的时候需要用到标定板的描述文件，此文件可以用gen_caltab算子自己编制。如下为函数说明：gen_caltab( : : XNum, YNum, MarkDist, DiameterRatio, CalPlateDescr, CalPlatePSFile : ) 函数说明：创建一个标定文件和相应的脚本文件。 函数参数： Xnum：输入X方向标记（圆点）的数量，Xnum>1； Ynum：输入Y方向标记（圆点）的数量，Ynum>1； MarkDist：标记圆圆心间距离，单位“m”；（我看过一个资料翻译为标记点大小，差点被坑死） DiameterRatio：两标记点距离和标记直径的比值，默认：0.5。0

注释的HALCON的标定校正程序

注释的HALCON的程序 时间：2015-11-12 13:25:58阅读：4评论：0收藏：0[点我收藏+]标签：des si代码it la sp文件数据ha *关闭窗口 dev_close_window () dev_close_window () *打开指定大小、颜色背景的窗口 dev_open_window (0, 0, 768/2, 576/2, ‘black‘, WindowHandle1) dev_update_pc (‘off‘) dev_update_window (‘off‘) dev_update_var (‘off‘) dev_update_time (‘off‘) dev_set_draw (‘margin‘) dev_set_line_width (3) * * Calibrate the camera.（标定相机）步骤一 * * 标定板描述文件 CaltabName := ‘caltab_big.descr‘ * make sure that the file ‘CaltabDescrName‘ is in the current directory, * the HALCONROOT/calib directory, or use an absolut path

*初始相机参数：焦距、畸变系数Kappa,Sx,Sy,Cx,Cy,ImageWidth,ImageHeight StartCamPar := [0.008,0,0.0000086,0.0000086,384,288,768,576] *物体在空间坐标系中的位姿数组 NStartPose := [] *行角点数组 NRow := [] *列角点数组 NCol := [] *X、Y、Z从标定表文件获取计算值 caltab_points (CaltabName, X, Y, Z) *创建空的图像元组 gen_empty_obj (Images) *图像的数目 NumImages := 10 *接下来for循环，依次读取、处理NumImages张图像 for I := 1 to NumImages by 1 *读取图像：Image得到图像数据 read_image (Image, ‘calib/calib-3d-coord-‘+I$‘02d‘) *将单个Image加入元组Images中 concat_obj (Images, Image, Images) *显示Image dev_display (Image) *在图像中找到标定板的区域：图像，标定板描述文件，滤波核大小，二值化值

HALCON算子函数整理10 Matching-3D

HALCON算子函数——Chapter 10 : Matching-3D 1. affine_trans_object_model_3d 功能：把一个任意有限3D变换用于一个3D目标模型。 2. clear_all_object_model_3d 功能：释放所有3D目标模型的内存。 3. clear_all_shape_model_3d 功能：释放所有3D轮廓模型的内存。 4. clear_object_model_3d 功能：释放一个3D目标模型的内存。 5. clear_shape_model_3d_ 功能：释放一个3D轮廓模型的内存。 6. convert_point_3d_cart_to_spher 功能：把直角坐标系中的一个3D点转变为极坐标。 7. convert_point_3d_spher_to_cart 功能：把极坐标中的一个3D点转变为直角坐标。 8. create_cam_pose_look_at_point 功能：从摄像机中心和观察方向创建一个3D摄像机位置。 9. create_shape_model_3d 功能：为匹配准备一个3D目标模型。 10. find_shape_model_3d 功能：在一个图像中找出一个3D模型的最佳匹配。 11. get_object_model_3d_params

功能：返回一个3D目标模型的参数。 12. get_shape_model_3d_contours 功能：返回一个3D轮廓模型视图的轮廓表示。 13. get_shape_model_3d_params 功能：返回一个3D轮廓模型的参数。 14. project_object_model_3d 功能：把一个3D目标模型的边缘投影到图像坐标中。 15. project_shape_model_3d 功能：把一个3D轮廓模型的边缘投影到图像坐标中。 16. read_object_model_3d_dxf 功能：从一个DXF文件中读取一个3D目标模型。 17. read_shape_model_3d 功能：从一个文件中读取一个3D轮廓模型。 18. trans_pose_shape_model_3d 功能：把一个3D目标模型的坐标系中的位置转变为一个3D轮廓模型的参考坐标系中的位 置，反之亦然。 19. write_shape_model_3d 功能：向一个文件写入一个3D轮廓模型。

halcon基础数据类型详解

halcon基础数据类型详解 #if defined(__CHAR_UNSIGNED__) || defined(__sgi) #define INT1 signed char /* integer, signed 1 Byte */ #define INT1_MIN SCHAR_MIN #define INT1_MAX SCHAR_MAX #else #define INT1 char /* integer, signed 1 Byte */ #define INT1_MIN CHAR_MIN #define INT1_MAX CHAR_MAX #endif #define UINT1 unsigned char /* integer, unsigned 1 Byte */ #define UINT1_MIN 0 #define UINT1_MAX UCHAR_MAX #define LONG_FORMAT _INT64_FORMAT typedef INT4_8 Hlong; typedef UINT4_8 Hulong; 看粗体部分，可以看到Hlong型在32位的机器上其实就是long型代表4个字节32位，在64位机器上有另一种定义 再来看看halcon中最重要的数据类型HTuple，在C++里面，halcon将HTuple类型封 装了类，其始祖类HRootObject，这个类相当于MFC里面的CObject，halcon从HRootObject 派生了HBaseArray，当然这两个类是虚基类，有一些方法需要我HTuple自己实现，当然也 有一些方法可以直接用的。这两个类在HCPPUtil里，可以看看。 HTuple类就是从HBaseArray派生，元组基类，相当于数组，具有如下的构造函数： HTuple(int l); HTuple(float f); HTuple(double d); HTuple(constchar *s);

Halcon标定文件资料地生成及标定板规格

Halcon标定文件的生成 Halcon标定文件的生成 图一 Halcon标定文件的生成，需要有以下几个步骤： 1.创建一个标定数据模板，由create_calib_data算来完成。 2.指定相机的类型，初始化相机内部参数，由set_calib_data_cam_param算子来完成。 3.指定标定板的描述文件，由set_calib_data_calib_object算子完成。 4.收集观察数据，有算子set_calib_data_observ_points完成。也就是收集标定板上圆点的中心坐标，跟各个校正板的位置姿态。 5.配置校正过程。由算子set_calib_data完成。 6.将数据整合进行标定计算。calibrate_cameras 7.获得标定参数。get_calib_data 8.记录标定参数，write_cam_par

StartCamPar := [0.016, 0, 0.0000074, 0.0000074, 326, 247, 652, 494] 解释一下这个数组的意思。 面阵相机有14或18个参数（根据想相机的畸变模式），对于线阵相机有17个参数。这些参数可以分开为内部相机参数、外部相机参数。 面阵相机（division模式）： Focus（焦距）:远焦镜头镜头焦距的长度 Kappa:扭曲系数 Sx，Sy：两像素间距 Cx，Cy：中心点坐标 Whith，Height：图像的宽高 面阵相机（polynomia模式）： Focus（焦距）:远焦镜头镜头焦距的长度 K1, K2, K3, P1,P2:扭曲系数 Sx，Sy：两像素间距 Cx，Cy：中心点坐标 Whith，Height：图像的宽高 线阵相机不做具体介绍 Halcon标定板规格 2011-12-23 12:56 68人阅读评论(1) 收藏举报

Halcon学习之四：有关图像生成的函数

Halcon学习之四：有关图像生成的函数 1、copy_image ( Image : DupImage : : ) 复制image图像 2、region_to_bin ( Region : BinImage : ForegroundGray, BackgroundGray,Width, Height : ) 将区域Region转换为一幅二进制图像BinImage。 ForegroundGray, BackgroundGray分别为前景色灰度值和背景色灰度值。Width, Height为Region的宽度和高度。 3、region_to_label ( Region : ImageLabel : Type, Width, Height : ) 将区域Region转换为一幅Lable图像ImageLabel。 Type为imagelabel的类型。 Width, Height为Region的宽度和高度。 4、region_to_mean ( Regions, Image : ImageMean : : ) 绘制ImageMean图像，将其灰度值设置为Regions和Image的平均灰度值。相关例子： [c-sharp]view plaincopyprint? 1.* 读取图像 2.read_image (Image, 'G:/Halcon/机器视觉 /images/bin_switch/bin_switch_2.png') 3.* 复制图像 4.copy_image (Image, DupImage) 5.* 区域生长算法

6.regiongrowing (Image, Regions, 3, 3, 1, 100) 7.* 生成ImageMean 8.region_to_mean (Regions, Image, ImageMean) 9.* 将Region转换为二进制图像 10.r egion_to_bin (Regions, BinImage, 255, 0, 512, 512) 11.*将Region转换为Label图像 12.r egion_to_label (Regions, ImageLabel, 'int4', 512, 512)

Halcon

Halcon 目录 1、相机接入且拍摄 (2) 1.1 步骤 (2) 1.2 后续处理函数 (5) 2、相机标定 (7) 2.1标定步骤 (7) 3、手眼系统标定 (11) 3.1 标定步骤 (11) 4、图像坐标和机器臂坐标转换 (13) 4.1 转换步骤 (14) 5、模版匹配（基于形状） (19) 5.1 步骤 (19) 6、常见函数 (25) 6.1 图像分割 (25) 6.2 轮廓提取、处理 (31)

1、相机接入且拍摄 1.1 步骤 （1）连接相机 open_framegrabbe(Name, HorizontalResolution, VerticalResolution, ImageWidth, ImageHeight, StartRow, StartColumn, Field, BitsPerChannel, ColorSpace, Generic, ExternalTrigger, CameraType, Device, Port, LineIn, AcqHandle) 在算子窗口内输入函数名，填入参数后点击“确定”按钮即可将函数加入程序中。 注： Name: 图像采集设备的名称 可通过以下步骤确定： 1、在Halcon菜单栏里点击“窗口”，选择“打开算子窗口”。 （若算子窗口已打开则直接进入第二步） 2、在“输入算子或函数”栏内输入“open_framegrabbe” 回车后出现下图

3、在“参数”栏中的Name后点击即可自动检测连接的设 备(笔记本电脑摄像头检测后为’DirectShow’) 此参数若随意填写，可能导致程序报错 HorizontaResolution、VerticalResolution：预期的图像采集接口的水平分辨率和垂直分辨率 ImageWidth、ImageHeight：预期图像的宽度和高度部分StartRow、StartColumn：显示预期图像的开始坐标 Field：预期图像是一半的图像或者是完整图像 BitsPerChannel：每像素比特数和图像通道 ColorSpace：获取图像的输出形式（gray、raw、rgb、yuv、default）说明：此参数设置不同的值可以得到不同的图像效果，如设置

halcon单摄像机标定

In the reference manual，operator signatures are visualized in the following way: operator ( iconic input : iconic output : control input : control output ) 在HALCON所有算子中，变量皆是如上格式，即：图像输入：图像输出：控制输入：控制输出，其中四个参数任意一个可以为空。控制输入量可以是变量、常量、表达式，控制输出以及图像输入和输入必须是变量，以存入算子计算结果中。 1.caltab_points：从标定板中读取marks中心坐标，该坐标值是标定板坐标系统里的坐标值，该坐标系统以标定板为参照，向右为X正，下为Y正，垂直标定板向下为Z正。该算子控制输出为标定板中心3D坐标。 2.create_calib_data：创建Halcon标定数据模型。输出 一个输出数据模型句柄。 3.set_calib_data_cam_param：设定相机标定数据模型中设置相机参数的原始值和类型。设置索引，类型，以及相机的原始内参数等。 4.set_calib_data_calib_object:在标定模型中设定标定对象。设定标定对象句柄索引，标定板坐标点储存地址。 5.find_caltab：分割出图像中的标准标定板区域。输出为标准的标定区域，控制 6.find_marks_and_pose：抽取标定点并计算相机的内参数。输出MARKS 坐标数组，以及估算的相机外参数。 即标定板在相机坐标系中的位姿，由3个平移量和3个旋转量构成。 7.set_calib_data_observ_points( : : CalibDataID, CameraId x, CalibObjIdx,CalibObjPoseIdx, Row, Column, Index, Pose : ) 收集算子6的标定数据，将标定数据储存在标定数据模型中。输入控制分别为标定数据模型句柄，相机索引，标定板索引，位姿索引，行列坐标，位姿。

halcon学习笔记——实例篇 长度和角度测量+

halcon学习笔记——实例篇长度和角度测量实例二：长度和角度测量 素材图片： halcon代码： 1: *读取并截取图片 2: dev_close_window() 3: read_image (Image, 'D:/MyFile/halcon/长度和角度测量/图.png') 4: crop_rectangle1 (Image, ImagePart, 75, 0, 400, 400) 5: get_image_size (ImagePart, Width, Height) 6: dev_open_window (0, 0, Width, Height, 'black', WindowHandle) 7: dev_display (ImagePart) 8: 9: *获取图形的边界 10: threshold (ImagePart, Regions, 0, 112) 11: 12: *分离三角形和圆形

13: connection(Regions,ConnectedRegions) 14: sort_region(ConnectedRegions,SortedRegions,'upper_left','true','column') 15: select_obj(SortedRegions,Circle,1) 16: select_obj(SortedRegions,Triangle,2) 17: 18: *获取三角形各边的信息 19: skeleton(Triangle,TriangleSkeleton) 20: gen_contours_skeleton_xld(TriangleSkeleton,TriangleContours,1,'filter') 21: segment_contours_xld(TriangleContours,ContoursSplit,'lines_circles', 5, 4, 2) 22:select_contours_xld(ContoursSplit,SelectedContours, 'contour_length',100, 999, -0.5, 0.5) 23: fit_line_contour_xld (SelectedContours, 'tukey', -1, 10, 5, 2, RowBegin, ColBegin, RowEnd, ColEnd, Nr, Nc, Dist) 24: 25: *计算三角形角度 26:angle_ll (RowBegin[0], ColBegin[0], RowEnd[0], ColEnd[0], RowBegin[1], ColBegin[1], RowEnd[1], ColEnd[1], Angle1) 27:angle_ll (RowBegin[0], ColBegin[0], RowEnd[0], ColEnd[0], RowBegin[2], ColBegin[2], RowEnd[2], ColEnd[2], Angle2) 28:angle_ll (RowBegin[1], ColBegin[1], RowEnd[1], ColEnd[1], RowBegin[2], ColBegin[2], RowEnd[2], ColEnd[2], Angle3) 29: Angle1:=abs(deg(Angle1)) 30: Angle2:=abs(deg(Angle2)) 31: Angle3:=abs(deg(Angle3)) 32: 33: *获取圆的信息 34: area_center(Circle,AreaCircle, RowCircle, ColumnCircle) 35: 36: *计算圆心到三角形各边的距离 37: Distance := [] 38:for Index := 0 to 2 by 1 39:distance_pl (RowCircle, ColumnCircle, RowBegin[Index], ColBegin[Index], RowEnd[Index], ColEnd[Index], ThisDistance) 40: Distance := [Distance,ThisDistance] 41: endfor

halcon单相机标定详细说明

相机标定 1 相机标定基本原理 1.1 相机成像模型 目前大多数相机模型都是基于针孔成像原理建立的，因为针孔成像原理简单，并且能满足建模的要求。除此之外还有基于应用歪斜光线追踪法和近轴光线追踪法的成像模型[1]。针孔成像虽然已经展示出了相机的成像原理，但是由于针孔成像是理想的物理模型，没有考虑相机本身的尺寸、镜头与相机轴心的偏斜等因素的影响，因此精度很低，不能满足工业机器视觉的要求。为了使相机模型能高精度的反应相机的实际成像过程，需要再针孔成像模型的基础上考虑镜头畸变等的因素。 图1 针孔成像 基于针孔成像原理建立的相机的成像模型，如下图所示。在相机的成像模型中，包含有几个坐标系分别是世界坐标系、相机坐标系、图像坐标系，相机的成像过程的数学模型就是目标点在这几个坐标系中的转化过程。 图2 针孔成像模型 （1）世界坐标系(X w,Y w,Z w)，就是现实坐标系，是实际物体在现实世界中的数学描述，是一个三维的坐标空间。 （2）摄像机坐标系（X c, Y c），以针孔相机模型的聚焦中心为原点，以摄像机光学轴线为Z c轴 （3）图像坐标系：分为图像像素坐标系和图像物理坐标系 为了便于数学描述将图像平面移动到针孔与世界坐标系之间。如下图所示。

图3 将相机平面移至针孔与目标物体之间后的模型 1.2 坐标系间转换 从世界坐标系到相机坐标系： P(X c ，Y c ，Z c )=R(α，β，γ)?P(X w ，Y w ，Z w )+T 每一个世界坐标的对象都可以通过旋转和平移转移到相机坐标系上。将目标点旋转θ角度，等价于将坐标系方向旋转θ。如下图所示，是二维坐标的旋转变换，对于三维坐标而言，旋转中绕某一个轴旋转，原理实际与二维坐标旋转相同。如果，世界坐标分别绕X ，Y 和Z 轴旋转α，β，γ，那么旋转矩阵分别为R (α)，R (β)，R (γ) 图4 坐标旋转原理 R (α)=[10 00cosα ?sinα0sinαcosα] （1-1） R (β)=[cosβ 0sinβ0 10?sinβ 0cosβ ] （1-2）

HALCON算子函数Chapter 16：System

HALCON算子函數——Chapter 16 : System 16.1 Database 1. count_relation 功能：在HALCON數據庫中實體的數目。 2. get_modules 功能：查詢已使用模塊和模塊關鍵碼。 3. reset_obj_db 功能：HALCON系統的初始化。 16.2 Error-Handling 1. get_check 功能：HALCON控制模式的說明。 2. get_error_text 功能：查詢HALCON錯誤測試後錯誤數目。3. get_spy 功能：HALCON調試工具當前配置。 4. query_spy 功能：查詢HALCON調試工具可能的設置。5. set_check 功能：激活和鈍化HALCON控制模式。

6. set_spy 功能：HALCON調試工具的控制。 16.3 Information 1. get_chapter_info 功能：獲取程序有關章節的信息。 2. get_keywords 功能：獲取指定給程序的關鍵字。 3. get_operator_info 功能：獲取關於HALCON程序的信息。 4. get_operator_name 功能：獲取由給定字符串作為它們的名字的程序。 5. get_param_info 功能：獲取關於程序參數的信息。 6. get_param_names 功能：獲取一個HALCON程序參數的名字。 7. get_param_num 功能：獲取一個HALCON程序不同參數類的數目。 8. get_param_types 功能：獲取一個HALCON程序控制參數的缺省數據類型。

Halcon学习(20)摄像机标定常用函数(一)

Halcon学习（二十）摄像机标定常用函数（一） 在HALCON所有算子中，变量皆是如上格式，即：图像输入：图像输出：控制输入：控制输出，其中四个参数任意一个可以为空。控制输入量可以是变量、常量、表达式，控制输出以及图像输入和输入必须是变量，以存入算子计算结果中。 1.caltab_points：从标定板中读取marks中心坐标，该坐标值是标定板坐标系统里的坐标值，该坐标系统以标定板为参照，向右为X正，下为Y正，垂直标定板向下为Z正。该算子控制输出为标定板中心3D坐标。 2.create_calib_data：创建Halcon标定数据模型。输出一个输出数据模型句柄。 3.set_calib_data_cam_param：设定相机标定数据模型中设置相机参数的原始值和类型。设置索引，类型，以及相机的原始内参数等。 4.set_calib_data_calib_object:在标定模型中设定标定对象。设定标定对象句柄索引，标定板坐标点储存地址。 5.find_caltab：分割出图像中的标准标定板区域。输出为标准的标定区域，控制 6.find_marks_and_pose：抽取标定点并计算相机的内参数。输出MARKS坐标数组，以及估算的相机外参数。 即标定板在相机坐标系中的位姿，由3个平移量和3个旋转量构成。 7.set_calib_data_observ_points( : : CalibDataID, CameraIdx, CalibObjIdx,CalibObjPoseIdx, Row, Column, Index, Pose : ) 收集算子6的标定数据，将标定数据储存在标定数据模型中。输入控制分别为标定数据模型句柄，相机索引，标定板索引，位姿索引，行列坐标，位姿。 8.calibrate_cameras( : : CalibDataID : Error) 标定一台或多台相机，依据CalibDataID中的数据。控制输出平均误差。 9.get_calib_data( : : CalibDataID, ItemType, ItemIdx, DataName : DataValue) 获得标定数据。 依靠索引号和数据名称来返回输出的数据值。可查询与模型相关的数据，与相机相关的数据（包括相机的内外参数等），与标定对象相关的数据，与标定对象的姿态相关的数据。控制输出是要查询的标定数据。 如：get_calib_data (CalibDataID, 'camera', 0, 'params', CamParam) //查询相机的位姿 get_calib_data (CalibDataID, 'calib_obj_pose', [0, NumImage], 'pose', Pose) //查询标定板位姿10.write_cam_par( : : CameraParam, CamParFile : ) 记录相机的内参数，输入控制为内参数，输出控制为 存取相机内参数的文件名。 11.set_origin_pose( : : PoseIn, DX, DY, DZ : PoseNewOrigin) 设置新的坐标原点，控制输入为原始的位姿和沿着世界坐标系的三个坐标轴的平移量，控制输出为新的位姿。

Halcon学习之边缘检测函数

Halcon学习之边缘检测函数 sobel_amp ( Image : EdgeAmplitude : FilterType, Size : )根据图像的一次导数计算图像的边缘 close_edges ( Edges, EdgeImage : RegionResult : MinAmplitude : ) close_edges_length( Edges, Gradient : ClosedEdges : MinAmplitude, MaxGapLength : ) 使用边缘高度图像关闭边缘间隙。输出的区域包含杯关闭的区域。（感觉是对边缘的扩充） derivate_gauss( Image : DerivGauss : Sigma, Component : ) watersheds( Image : Basins, Watersheds : : )从图像中提取风水岭。 zero_crossing( Image : RegionCrossing : : )零交点（二次导数） diff_of_gauss( Image : DiffOfGauss : Sigma, SigFactor : )近似日志算子(拉普拉斯高斯)。 laplace_of_gauss ( Image : ImageLaplace : Sigma : ) 拉普拉斯高斯edges_color_sub_pix ( Image : Edges : Filter, Alpha, Low, High : )精确的亚像素边缘提取（彩色图像） edges_sub_pix ( Image : Edges : Filter, Alpha, Low, High : ) 精确边缘提取的亚像素（灰度图像） edges_color ( Image : ImaAmp, ImaDir : Filter, Alpha, NMS, Low, High : )根据颜色进行边缘提取 edges_image ( Image : ImaAmp, ImaDir : Filter, Alpha, NMS, Low, High : )边缘提取 skeleton ( Region : Skeleton : : )计算区域的框架Skeleton == Region

Halcon学习2_图形图像数据结构

1·Image 在Halcon中，Image=Channel+Domain，其中，像素点放在channel矩阵中，根据ROI对Image进行描述。 2·Region 为某些符合要求性质的像素子集，或者说一些被选择的图块区域s，region大小不受图像限制，有fill和margin两种表达方式，可用于压缩。 *选择相应区域 select_shape(regions,output,'select type',..requirements) *计算相应区域的面积，中心坐标 area_center(regions,area,row,column) *不规则区域的转换 shape_trans(region,regiontrans,type) 3·图型变量XLD(eXtended Line Descriptions) XLD代表亚像素级别的轮廓或者多边形 *XLD的选择操作 select_shape_xld(XLD : SelectedXLD : Features, Operation, Min, Max : ) select_contours_xld(Contours : SelectedContours : Feature, Min1, Max1, Min2, Max2 : ) *计算xld的面积以及中心位置 //area_center_xld(XLD:::Area,row,column,pointOrder) *Xld 的拟合操作(fit_***_contour_xld) 把不完整的形状拟合完整 fit_line_contour_xld fit_circle_contour_xld fit_ellipse_contour_xld fit_rectangle2_contour_xld 4·读取照片方法 a·申明一个数组，分别保存路径 ImagePath:=[] ImagePath[0]:='D:/1.bmp' ImagePath[1]:='D:/2.bmp' ImagePath[2]:='D:/3.bmp' for i:=0 to 2 by 1 read_image(Image,ImagePath[i]) endfor

Halcon学习(十八)如何制作标定板

MarkDist 的距离。 两个就近黑色圆点中心之间Halcon 学习(十八)如何制作标定板 下面我具体介绍一下，如何制作halcon 的标准标定板方法一：用halcon 软件自动生成的.ps 文件来制作标定板。 这个也是最简单有效的方法。 打开halcon 的HDevelop 软件，调用算子： gen_caltab( : : XNum,YNum,MarkDist,DiameterRatio,CalTabDescrFile,CalTa bPSFile : ) XNum 每行黑色标志圆点的数量。 YNum 每列黑色标志圆点的数量。

DiameterRatio 黑色圆点半径与圆点中心距离的比值。 CalTabDescrFile 标定板描述文件的文件路径（.descr）。 CalTabPSFile 标定板图像文件的文件路径 （.ps），如图1 然后复位（F2），点击运行（F5）通过软件Gsview打开，按1:1 比例打印，OK ！ 备注一个30*30 的标准标定板的halcon 源代码。gen_caltab （7,7,0.00375,0.5,'F:/halcon 程序 /gencaltab/30_30.descr','F:/halcon 程序/gencaltab/40_40.ps'）规格的标定板的规格 黑色圆点列数：7

黑色圆点行数：7 黑色圆点列数：7

外边框长度：30mm*30mm 内边框长度：28.125mm*28.125mm 即：黑色边框线宽为一个圆点半径（0.9375） 黑色圆点半径：0.9375mm 圆点中心间距： 3.75mm 裁剪宽度：30.75mm*30.75mm 即：由黑色 边框向外延伸0.375mm 边角：由黑色外边框向内缩进一个中心边 距的长度 方法二：用halcon 软件自动生成的.descr 文件来制作标定板。打开halcon 的HDevelop 软件，调用算子： gen_caltab 生成一个.descr 的文件，用写字板打开（注意要用写字板，记事本打开会有一些数据不可见，一般windowsXP

HALCON中filter函数

HALCON算子函数——Chapter 5 : Filter 5.1 Arithmetic 1. abs_image 功能：计算一个图像的绝对值（模数）。 2. add_image 功能：使两个图像相加。 3. div_image 功能：使两个图像相除。 4. invert_image 功能：使一个图像反像。 5. max_image 功能：按像素计算两个图像的最大值。 6. min_image 功能：按像素计算两个图像的最大小值。 7. mult_image 功能：使两个图像相乘。 8. scale_image 功能：为一个图像的灰度值分级。 9. sqrt_image 功能：计算一个图像的平方根。 10. sub_image 功能：使两个图像相减。 5.2 Bit 1. bit_and 功能：输入图像的所有像素的逐位与。 2. bit_lshift 功能：图像的所有像素的左移。3 . bit_mask 功能：使用位掩码的每个像素的逻辑与。 4. bit_not 功能：对像素的所有位求补。 5. bit_or 功能：输入图像的所有像素的逐位或。 6. bit_rshift 功能：图像的所有像素的右移。 7. bit_slice 功能：从像素中提取一位。 8. bit_xor 功能：输入图像的所有像素的逐位异或。5.3 Color

1. cfa_to_rgb 功能：把一个单通道颜色滤波阵列图像变成RGB图像。 2. gen_principal_comp_trans 功能：计算多通道图像的主要部分分析的转换矩阵。 3. linear_trans_color 功能：计算多通道图像的颜色值的一个仿射转换。 4. principal_comp 功能：计算多通道图像的主要部分。 5. rgb1_to_gray 功能：把一个RGB图像转变成一个灰度图像。 6. rgb3_to_gray 功能：把一个RGB图像转变成一个灰度图像。 7. trans_from_rgb 功能：把一个图像从RGB颜色空间转变成任意颜色空间。 8. trans_to_rgb 功能：把一个图像从任意颜色空间转变成RGB颜色空间。 5.4 Edges 1.close_edges 功能：使用边缘幅值图像消除边缘缺陷。 2. close_edges_length 功能：使用边缘幅值图像消除边缘缺陷。 3. derivate_gauss 功能：用高斯派生物对一个图像卷积。 4. diff_of_gauss 功能：近似高斯的拉普拉斯算子。 5. edges_color 功能：使用Canny、Deriche或者_Shen_滤波器提取颜色边缘。 6. edges_color_sub_pix 功能：使用Canny、Deriche或者_Shen_滤波器提取子像素精确颜色边缘。 7. edges_image 功能：使用Deriche、_Lanser、Shen或者_Canny滤

halcon与C#混合编程(三)数字识别

示例：数字识别要识别的图片： halcon源码： 1: *读取图片 2: read_image(Image,'D:/My数字识别/1.jpg') 3: 4: *图像处理 5: decompose3(Image, ImageR, ImageG, ImageB) 6: threshold (ImageG, Regions, 0, 183) 7: connection (Regions, Connection) 8: 9:select_shape (Connection, SelectedRegions, 'area', 'and', 1987.72, 7500) 10: 11: read_ocr_class_mlp('Document_0-9.omc',OCRHandle)

12: do_ocr_multi_class_mlp(SelectedRegions,ImageG,OCRHandle, Class, Confidence) halcon导出的C#代码： 1:// 2:// by HDevelop for HALCON/DOTNET (C#) Version 10.0 3:// 4:// This intended to be used with the HDevelopTemplate or 5:// HDevelopTemplateWPF projects located under %HALCONEXAMPLES%\c# 6: 7:using System; 8:using HalconDotNet; 9: 10:public partial class HDevelopExport 11: { 12:public HTuple hv_ExpDefaultWinHandle; 13: 14:// Main procedure 15:private void action() 16: { 17: 18:// Local iconic variables 19: 20: HObject ho_Image, ho_ImageR, ho_ImageG, ho_ImageB; 21: HObject ho_Regions, ho_Connection, ho_SelectedRegions; 22: 23: 24:// Local control variables 25: 26: HTuple hv_OCRHandle, hv_Class, hv_Confidence; 27: 28:// Initialize local and output iconic variables 29: HOperatorSet.GenEmptyObj(out ho_Image); 30: HOperatorSet.GenEmptyObj(out ho_ImageR); 31: HOperatorSet.GenEmptyObj(out ho_ImageG); 32: HOperatorSet.GenEmptyObj(out ho_ImageB); 33: HOperatorSet.GenEmptyObj(out ho_Regions); 34: HOperatorSet.GenEmptyObj(out ho_Connection); 35: HOperatorSet.GenEmptyObj(out ho_SelectedRegions); 36: 37://读取图片 38: ho_Image.Dispose();