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);

HTuple(const HCtrlVal&c);

HTuple(const HTuple&in):HBaseArray() {CopyTuple(in);}

HTuple(Hlong length, const HTuple&value);

HTuple(const HTuple&length, const HTuple&value);

HTuple(SpecialTuple d);

HTuple对各种操作符进行了重载：

operator HCtrlVal(void) const;

HTuple operator () (Hlong min, Hlong max) const;

HTuple operator () (const HTuple&min, const HTuple&max) const; HCtrlVal&operator [] (Hlong index);

HCtrlVal operator [] (Hlong index) const;

HCtrlVal&operator [] (const HTuple&index);

HCtrlVal operator [] (const HTuple&index) const;

HTuple&operator ++ (void); // nurfuer double und Hlong

HBool operator ! (void) const;

HTuple operator~ (void) const;

HTuple operator<< (const HTuple&val) const;

HTuple operator<< (Hlongval) const;

HTuple operator>> (const HTuple&val) const;

HTuple operator>> (Hlongval) const;

HTuple operator+ (const HTuple&val) const;

HTuple operator+ (double val) const;

HTuple operator+ (int val) const;

在讲解halcon是如何维护这样一个HTuple中各种数据之前，先来看看这样一个类：

class LIntExportHCtrlVal {

friend class HTuple;

public:

HCtrlVal(void) {val.type = UndefVal; val.par.l = 0;}

#if !defined(_TMS320C6X)

HCtrlVal(Hlong l) {val.type = LongVal; val.par.l = l;}

#endif

HCtrlVal(int l) {val.type = LongVal; val.par.l = l;} HCtrlVal(double d) {val.type = DoubleVal; val.par.f = d;} HCtrlVal(constchar *s);

HCtrlVal(const HCtrlVal&v) {CopyCtrlVal(v);}

~HCtrlVal(void) {ClearCtrlVal();} HCtrlVal&operator = (const HCtrlVal&v);

// Type conversion

int ValType() const {return val.type;} operatorint(void) const {return I();}

#if !defined(_TMS320C6X)

operator Hlong(void) const {return L();}

#endif

operatordouble(void) const {return D();} operatorconstchar*(void) const {return S();} operatorconst Hcpar&(void)const {return HCPAR();}

// Access contents

double D() const;

HlongL() const;

int I() const;

constchar * S() const;

const Hcpar& HCPAR()const;

// Arithmetics

HCtrlVal operator + (const HCtrlVal&val) const;

HTuple operator + (const HTuple&val) const;

HCtrlVal operator - (const HCtrlVal&val) const;

HTuple operator - (const HTuple&val) const;

HCtrlVal operator * (const HCtrlVal&val) const;

HTuple operator * (const HTuple&val) const;

HCtrlVal operator / (const HCtrlVal&val) const;

HTuple operator / (const HTuple&val) const;

HCtrlVal operator % (const HCtrlVal&val) const;

HTuple operator % (const HTuple&val) const;

HBool operator != (const HCtrlVal&val) const;

HBool operator != (const HTuple&val) const;

HBool operator == (const HCtrlVal&val) const;

HBool operator == (const HTuple&val) const;

HBool operator>= (const HCtrlVal&val) const;

HBool operator>= (const HTuple&val) const;

HBool operator<= (const HCtrlVal&val) const;

HBool operator<= (const HTuple&val) const;

HBool operator> (const HCtrlVal&val) const;

HBool operator> (const HTuple&val) const;

HBool operator< (const HCtrlVal&val) const;

HBool operator< (const HTuple&val) const;

constchar *ClassName(void) const { return"HCtrlVal"; }

int Version(void) const;

int Revision(void) const;

constchar *Creation(void) const;

private:

// Data

Hcparval;// Value: one of the three types and type specifyer

// Support operationen

void ClearCtrlVal();

void CopyCtrlVal(const HCtrlVal& source);

};

typedef struct

{

Hpar par; /* values */

INT1 type; /* type flag */

}Hcpar;/* parameter passing for the C interface */

typedef union

{

INT4_8 l; /* 4/8 byte integer (input) */

double f; /* 8 byte real

(input) */

char *s; /* pointer to strings

(input) */

} Hpar; /* parameter passing for the C interface */

typedef union

{

INT4_8 *l; /* 4/8 byte integer (output) */

double *f; /* 8 byte real

(output) */

char *s; /* pointer to strings

(output) */

VOIDP p; /* pointer to var. of any type (e.g.

tuple)(output)*/

} Hvar; /* parameter passing for the C interface */

仔细看我用红色粗体并加大的部分，这四段代码可以说是halcon维护HTuple这种数据类型的精髓了。下面我们来讲解一下：

首先HTuple类中有私有成员变量：

private:

HCtrlVal *tuple; // values (array of Hlong/float/string)

halcon给的注释写的很清楚，tuple是一群值，指向一个数组，数组里面有long型，浮点型及字符串型数据。这是一个指针，这个类就是维护这样一个指针，具体此指针的内容，我们往下看HCtrlVal：（这里说一下这几个单词的意义吧：

H->Halcon Ctrl->Control Val->Values 表示Halcon的控制变量，当然还有图形变量，以后再讲吧。）

private:

// Data

Hcparval; // Value: one of the three types and type specifyer

HCtrlVal类就维护了这样一个成员变量，halcon给的注释是说val代表数据的三种类型中的一个，并指向一个值。那么HTuple中的tuple指针就是维护了val组成的链表，这样HTuple 就可以维护多种不同类型的数据。

HTuple用起来的确很方便，halcon对其进行了大量的运算符重载包括像强制类型转换，都不需要我们手动去做，只需要在前面加个数据类型就行了。

好了，由于本人水平有限，文中可能会有纰漏，敬请指出！

added by xiejl

HALCON形状匹配总结

HALCON形状匹配总结 Halcon有三种模板匹配方法：即Component-Based、Gray-Value-Based、Shaped_based,分别是基于组件（或成分、元素）的匹配，基于灰度值的匹配和基于形状的匹配，此外还有变形匹配和三维模型匹配也是分属于前面的大类 本文只对形状匹配做简要说明和补充： Shape_Based匹配方法： 上图介绍的是形状匹配做法的一般流程及模板制作的两种 方法。 先要补充点知识：形状匹配常见的有四种情况一般形状匹配模板shape_model、线性变形匹配模板 planar_deformable_model、局部可变形模板 local_deformable_model、和比例缩放模板Scale_model 第一种是不支持投影变形的模板匹配，但是速度是最高的，第二种和第四种是支持投影变形的匹配，第三种则是支持局部变形的匹配。 一般形状匹配模板是最常用的，模板的形状和大小一经制作完毕便不再改变，在查找模板的过程中，只会改变模板的方向和位置等来匹配目标图像中的图像。这个方法查找速度很快，但是当目标图像中与模板对应的图像存在比例放大缩小

或是投影变形如倾斜等，均会影响查找结果。涉及到的算子通常为create_shape_model 和find_shape_model 线性变形匹配模板planar_deformable_model是指模板在行列方向上可以进行适当的缩放。行列方向上可以分别独立的进行一个适当的缩放变形来匹配。主要参数有行列方向查找缩放比例、图像金字塔、行列方向匹配分数（指可接受的匹配分数，大于这个值就接受，小于它就舍弃）、设置超找的角度、已经超找结果后得到的位置和匹配分数 线性变形匹配又分为两种：带标定的可变形模板匹配和不带标定的可变形模板匹配。涉及到的算子有： 不带标定的模板：创建和查找模板算子 create_planar_uncalib_deformable_model和 find_planar_uncalib_deformable_model 带标定模板的匹配：先读入摄像机内参和外参 read_cam_par 和read_pose 创建和查找模板算子create_planar_calib_deformable_model和 find_planar_calib_deformable_model 局部变形模板是指在一张图上查找模板的时候，可以改变模板的尺寸，来查找图像上具有局部变形的模板。例如包装纸袋上图案查找。参数和线性变形额差不多 算子如下：create_local_deformable_model和 find_local_deformable_model

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。

机器视觉之Halcon算子--区域特征

H a l c o n算子--区域特征 当我们想要提取Region时，图像处理后，往往存在几个类似的Region，此时，需要根据Region的一 些特殊特征，来选择指定的Region。 求Region指定特征值：region_features(Regions : : Features : Value) 根据特征值选择区域：select_shape(Regions : SelectedRegions : Features, Operation, Min, Max : ) Region特征一览： 特征英译备注area Area of the object 对象的面积 row Row index of the center 中心点的行坐标 column Column index of the center 中心点的列坐标 width Width of the region 区域的宽度 height Height of the region 区域的高度 row1 Row index of upper left corner 左上角行坐标 column1 Column index of upper left corner 左上角列坐标 row2 Row index of lower right corner 右下角行坐标 column2 Column index of lower right corner 右下角列坐标 circularity Circularity 圆度0~1 compactness Compactness 紧密度0~1 contlength Total length of contour 轮廓线总长 convexity Convexity 凸性 rectangularity Rectangularity 矩形度0~1 ra Main radius of the equivalent ellipse 等效椭圆长轴半径长度 rb Secondary radius of the equivalent ellipse 等效椭圆短轴半径长度 phi Orientation of the equivalent ellipse 等效椭圆方向 anisometry Anisometry 椭圆参数，Ra/Rb长轴与短轴的比值 bulkiness Bulkiness 椭圆参数，蓬松度π*Ra*Rb/A struct_factor Structur Factor? 椭圆参数， Anisometry*Bulkiness-1

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(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常用算法

1、read_image (Image, 'F:/image/001.bmp') 读入图像 2、threshold (Image, region, 100, 200) 阈值分割，获取区域 3、dev_close_window() 关闭当前图形窗口 4、dev_open_window (0, 0, 640, 480, 'black', WindowHandle) 打开一个新的图像窗口 5、decompose3 (Image, Red, Green, Blue) 三通道图像转换成三幅单通道图像 5.5、compose3(Red, Green, Blue, Image) 三幅单通道图像组合为三通道图像 6、connection (Region, ConnectedRegions) 将像素有相连的区域合并成一个元素element 7、count_obj(ConnectedRegions, Number) 计算元素element的个数 8、select_shape(Regions, SelectedRegions, Features, Operation, Min, Max) select_shape (ConnectedRegions,SelectedRegions,['area','anisometry'], 'and', [500,1.0], [50000,1 .7]) 连通域形状的选择 circularity：表示环状；充实度 roundness：圆度 9、dev_set_color('red') 设定输出的颜色 10、dev_set_draw ('margin') 或者 dev_set_draw ('fill') 确定区域填充模式 11、get_image_size (Image, Width, Height) 得到图像的宽度和高度 12、get_image_pointer1 (Image_slanted, Pointer, Type, Width, Height) 设定Pointer指向Image_slanted的起点位置。 13、dev_set_part (0, 0, Height-1, Width-1) 设定图像需要显示的范围 14、dev_display (Image_slanted) 显示图像 15、disp_continue_message(WindowHandle, 'blue', 'false') 等待用户操作是否继续stop () 16、projective_trans_image (Image_slanted, Image_rectified, HomMat2D, 'bilinear', 'false', 'false') 将投影变换应用于一幅图像中。 17、dev_set_line_width (5) 为区域轮廓线设定线宽 18、disp_message (WindowHandle, 'Decoded string: ', 'window', -1, -1, 'black', 'true') 程序写一个文本信息 19、union_collinear_contours_xld 合并在同一直线的XLD union_cocircular_contours_xld 合并在同圆的XLD union_adjacent_contours_xld 合并邻近的XLD 20、fit_line_contour_xld 拟合直线 21、trans_from_rgb(Rimage,Gimage,Bimage,Image1,Image2,Image3,'hsv') rgb颜色空间图像转换到hsv颜色空间图像 22、trans_to_rgb(Image1,Image2,Image3,ImageRed,ImageGreen,ImageBlue,'hsv') hsv颜色空间图像转换到rgb颜色空间图像 23、set_display_font (WindowID, 20, 'mono', 'true', 'false') 设置字体（bottle.hdev） 24、fill_up_shape (RawSegmentation, RemovedNoise, 'area', 1, 5) 根据给定的形状特征填补区域中的不足 25、opening_circle (RemovedNoise, ThickStructures, 2.5) 以半径为2.5像素先腐蚀再膨胀，开运算去除小区域。 26、fill_up (ThickStructures, Solid) 填补区域中的空洞 27、intersection (ConnectedPatterns, ThickStructures, NumberCandidates) 求两个区域的交集然后输出，求ConnectedPatterns区域和ThickStructures 区域的交集，输出 NumberCandidates 28、dev_set_shape ('rectangle1') 设置外接矩形 29、distance_lr (SelectedRegions, Row1, Col1, Row2, Col2, DistanceMin, DistanceMax) 计算直线和区域之间的距离，出现最小距离和最大距离 30、disp_line (WindowID, Row1, Col+100, Row2, Col) 绘制直线段（ Col+100, Row1）为起点，（Col, Row2）为终点

HALCON 算子函数 整理 1-19章

halcon算子中文解释 comment ( : : Comment : ) 注释语句 exit ( : : : ) 退出函数 open_file ( : : FileName, FileType : FileHandle ) 创建（'output' or 'append' ）或者打开（output ）文本文件 fwrite_string ( : : FileHandle, String : ) 写入string dev_close_window ( : : : ) 关闭活跃的图形窗口。 read_image ( : Image : FileName : ) ；加载图片 get_image_pointer1 ( Image : : : Pointer, Type, Width, Height ) 获得图像的数据。如：类型(= ' 字节',' ' ',uint2 int2 等等) 和图像的尺寸( 的宽度和高度) dev_open_window( : :Row,Column,WidthHeight,Background :WindowHandle ) 打开一个图形的窗口。 dev_set_part ( : : Row1, Column1, Row2, Column2 : ) 修改图像显示的位置 dev_set_draw (’fill’)填满选择的区域 dev_set_draw (’margin’)显示的对象只有边缘线， dev_set_line_width (3) 线宽用Line Width 指定 threshold ( Image : Region : MinGray, MaxGray : ) 选取从输入图像灰度值的g 满足下列条件:MinGray < = g < = MaxGray 的像素。 dev_set_colored (number) 显示region 是用到的颜色数目 dev_set_color ( : : ColorName : ) 指定颜色 connection ( Region : ConnectedRegions : : ) 合并所有选定像素触摸相互连通区 fill_up ( Region : RegionFillUp : : ) 填补选择区域中空洞的部分 fill_up_shape ( Region : RegionFillUp : Feature, Min, Max : ) select_shape ( Regions : SelectedRegions : Features, Operation, Min, Max : ) 选择带有某些特征的区域，Operation 是运算，如“与”“或” smallest_rectangle1 ( Regions : : : Row1, Column1, Row2, Column2 ) 以矩形像素坐标的角落,Column1,Row2(Row1,Column2) 计算矩形区域( 平行输入坐标轴) 。 dev_display ( Object : : : ) 显示图片 disp_rectangle1 ( : : WindowHandle, Row1, Column1, Row2, Column2 : ) 显示的矩形排列成的。disp_rectangle1 显示一个或多个矩形窗口的产量。描述一个矩形左上角(Row1,Column1) 和右下角(Row2,Column2) 。显示效果如图1. texture_laws ( Image : ImageT exture : FilterTypes, Shift, FilterSize : ) texture_laws 实行纹理变换图像FilterTypes: 预置的过滤器Shift ：减少灰度变化FilterSize ：过滤的尺寸 mean_image ( Image : ImageMean : MaskWidth, MaskHeight : ) 平滑图像, 原始灰度值的平均数MaskWidth: 过滤器的宽度面具 bin_threshold ( Image : Region : : ) 自动确定阈值 Region: 黑暗的区域的图像 dyn_threshold ( OrigImage, ThresholdImage : RegionDynThresh : Offset, LightDark : ) 比较两个像素的图像像素RegionDynThresh(Out) 分割区域Offset: 减少噪音引起的问题LightDark 提取光明、黑暗或类似的地方? dilation_circle ( Region : RegionDilation : Radius : ) 扩张有一个圆形结构元素的地区Radius 圆半径 complement ( Region : RegionComplement : : ) 返还补充的区域 reduce_domain ( Image, Region : ImageReduced : : ) 减少定义领域的图像