HALCON中文中文注解.docx

1、HALCON中文中文注解Halcon查询图像参数1、get_grayval(Image:Row,Column:Grayval)计算Image图像中坐标为（Row，Column）的点的灰度值Grayval。2、get_image_pointer1(Image:Pointer,Type,Width,Height)计算Image图像的数据指针Pointer，图像类型Type，图像宽度Width和高度Height。Pointer指向了Imagedata的起点位置。3、get_image_pointer3(ImageRGB:PointerRed,PointerGreen,PointerBlue,Type

2、,Width,Height)计算彩色图像ImageRGB的参数。4、get_image_pointer1_rect(Image:PixelPointer,Width,Height,VerticalPitch,HorizontalBitPitch,BitsPerPixel)计算Image图像中定义区域的最小的长方形的区域的指针Pointer，宽度Width，高度Height，VerticalPitch代表Image的Width*(HorizontalBitPitch/8)。两个相邻象素的水平距离（以比特计算）HorizontalBitPitch，每像素的比特数BitsPerPixel。5、get

3、_image_time(Image:MSecond,Second,Minute,Hour,Day,YDay, Month,Year)获取图像生成的时间。1. dev_open_window(0,0,512,512,black,Handle1)2. 3. read_image(Image,G:/Halcon/机器视觉/images/autobahn.png)4. 5. get_grayval(Image,12,66,Grayval)6. 7. get_image_pointer1(Image,Pointer,Type,Width,Height)8. 9. draw_region(Region1,

4、Handle1)10. 11. reduce_domain(Image,Region1,ImageReduced)12. 13. get_image_pointer1_rect(ImageReduced,PixelPointer,Width1,Height1,VerticalPitch,HorizontalBitPitch,BitsPerPixel)14. 15. read_image(Image1,G:/Halcon/机器视觉/images/claudia.png)16. 17. get_image_pointer3(Image1,PointerRed,PointerGreen,Pointe

5、rBlue,Type1,Width2,Height2)18. 19. get_image_time(Image,MSecond,Second,Minute,Hour,Day,YDay,Month,Year)摄像头获取图像和相关参数1、close_all_framegrabbers(:)关闭所有图像采集设备。2、close_framegrabber(:AcqHandle:)关闭Handle为AcqHandle的图像采集设备。3、open_framegrabber(:Name,HorizontalResolution, VerticalResolution,ImageWidth,ImageHeig

6、ht,StartRow,StartColumn, Field,BitsPerChannel,ColorSpace,Generic,ExternalTrigger, CameraType,Device,Port,LineIn:AcqHandle)打开图像采集设备参数信息： Name：图像采集设备的名称 HorizontalResolution和VerticalResolution：分别指预期的图像采集接口的水平分辨率和垂直分辨率 ImageWidth和ImageHeight：指预期图像的宽度部分和高度部分。 StartRow和StartColumn：指显示预期图像的开始坐标 Field：预期图像

7、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：输出的色彩格式的抓住图像gray、raw、rgb、yuv、default Generic：通用参数与设备细节部分的具体意义。 ExternalTrigger：是否有外部触发 CameraType：使用相机的类型 Device：图像获取设别连接到的设备 Port：图像获取设别连接到的端口 LineIn:相机输入的多路转接器 AcqHandle:图像获取设备的Handle4、grab_image(:Image:AcqHandle:)获取AcqHandle的图像采集设备的Image。5、get_f

8、ramegrabber_param(:AcqHandle,Param:Value)查询AcqHandle的图像采集设备的特殊参数Paramname、port、revision、bits_per_channel,camera_type、color_space、device、eld、generic、external_trigger、grab_timeout、horizontal_resolution、image_available、image_height、image_width、line_in、start_column、start_row、volatile、vertical_resolution

9、、continuous_grabbing、6、info_framegrabber(:Name,Query:Information,ValueList)查询指定的图像采集接口的信息。Name为图像采集设备的名称Query为需要查询的参数名称Information是指输出的文本信息ValueList为该图像采集接口的参数值。Name1394IIDC、ABS、BaumerFCAM、BitFlow、Crevis、uEye、DahengCAM、DahengFG、DFG-LC、DirectFile、DirectShow、dPict、DT315x、DT3162、eneo、eXcite、FALCON、Flas

10、hBusMV、FlashBusMX、GigEVision、Ginga+、GingaDG、INSPECTA、TAG、INSPECTA5、iPORT、Leutron、LinX、LuCam、MatrixVisionAcquire、MILLite、File、mEnableIII、mEnableIV、mEnableVisualApplets、MultiCam、Opteon、p3i2、p3i4、PixeLINK、PX、PXC、PXD、PXR、pylon、RangerC、RangerE、SaperaLT、Sentech、SonyXCI、SonyXCI-2、SVCam-GigE、TWAIN、VRmUsbCam

11、Querydefaults、general、info_boards、parameters、eld、generic、parameters_readonly、parameters_writeonly、vertical_resolution、port、bits_per_channel、camera_type、color_space、device、external_trigger、eld、generic、horizontal_resolution、image_height、image_width、start_row、start_column、revision7、grab_image_async(:Im

12、age:AcqHandle,MaxDelay:)获取AcqHandle的图像采集设备的Image当调用grab_image_async或者grab_data_async时，抓拍下一个图像就结束了。view plaincopy to clipboardprint?1. /SelectasuitableimageacquisitioninterfacenameAcqName2. open_framegrabber(AcqName,1,1,0,0,0,0,default,-1,default,-1.0,default,default,default,-1,-1,AcqHandle)3. /Grabi

13、mage+startnextgrab4. grab_image_async(Image1,AcqHandle,-1.0)5. /ProcessImage1.6. /Finishasynchronousgrab+startnextgrab7. grab_image_async(Image2,AcqHandle,-1.0)8. /ProcessImage2.9. close_framegrabber(AcqHandle)8、grab_image_start(:AcqHandle,MaxDelay:)开始抓拍只有当和grab_image_asyncorgrab_data_async一起使用时，gra

14、b_image_start才会起作用。1. /SelectasuitableimageacquisitioninterfacenameAcqName2. open_framegrabber(AcqName,1,1,0,0,0,0,default,-1,default,-1.0,3. default,default,default,-1,-1,AcqHandle)4. grab_image(Image1,AcqHandle)5. /Startnextgrab6. grab_image_start(AcqHandle,-1.0)7. /ProcessImage1.8. /Finishasynchr

15、onousgrab+startnextgrab9. grab_image_async(Image2,AcqHandle,-1.0)10. /ProcessImage2.11. close_framegrabber(AcqHandle）9、get_framegrabber_lut(:AcqHandle:ImageRed,ImageGreen,ImageBlue)查询AcqHandle的图像采集设备的look-uptable注意：该运算子不能支持所有的图像采集设备10、grab_data(:Image,Region,Contours:AcqHandle:Data)获取AcqHandle的图像采集设

16、备获得的Image、预处理Region和预处理XLD轮廓Contours和预处理控制数据Data。注意：该运算子不能支持所有的图像采集设备11、grab_data_async(:Image,Region,Contours:AcqHandle,MaxDelay:Data)获取AcqHandle的图像采集设备的Image、预处理Region和预处理XLD轮廓Contours和预处理控制数据Data。（需要特殊图像采集数据）12、set_framegrabber_lut(:AcqHandle,ImageRed,ImageGreen,ImageBlue:)设置AcqHandle的图像采集设备的look

17、-uptable13、set_framegrabber_param(:AcqHandle,Param,Value:)设置AcqHandle的图像采集设备的特殊参数1. close_all_framegrabbers()2. open_framegrabber(DahengCAM,1,1,-1,-1,0,0,default,-1,rgb,-1,false,default,default,-1,-1,AcqHandle)3. grab_image(Image,AcqHandle)4. grab_image_async(Image2,AcqHandle,-1)5. get_framegrabber_

18、param(AcqHandle,image_width,Value)6. info_framegrabber(DirectFile,info_boards,Information,ValueList)有关图像通道的函数黑白摄像机会返回每个像素所对应的能量采用结果，这些结果组成了一幅单通道灰度值图像，而对于RGB彩色摄像机，它将返回每个像素所对应的三个采样结果，也就是一幅三通道图像。下面这些是与图像通道有关的函数：1、access_channel(MultiChannelImage:Image:Channel:)获取多通道图像MultiChannelImage的Channel通道的图像Image

19、。2、append_channel(MultiChannelImage,Image:ImageExtended:)将Image图像的通道与MultiChannelImage的通道叠加得到新图像ImageExtended。3、channels_to_image(Images:MultiChannelImage:)将多幅单通道图像合并成一幅多通道图像4、compose2(Image1,Image2:MultiChannelImage:)将两幅单通道图像合并为二通道图像。Compose3、Compose4以此类推。5、count_channels(MultiChannelImage:Channels

20、)计算MultiChannelImage的通道个数Channels6、decompose2(MultiChannelImage:Image1,Image2:)将一幅二通道图像转换为两幅单通道图像。Decompose3、Decompose4以此类推。7、image_to_channels(MultiChannelImage:Images:)将多通道图像转换为多幅单通道图像。1. *输入图像2. read_image(Image,G:/Halcon/机器视觉/images/claudia.png)3. *计算图像的通道数4. count_channels(Image,Num)5. *读取每个通道的

21、图像6. forindex:=1toNumby17. access_channel(Image,channel1,index)8. endfor9. decompose3(Image,image1,image2,image3)10. compose2(image3,image2,MultiChannelImage1)11. append_channel(MultiChannelImage1,image3,ImageExtended)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:For

22、egroundGray,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,Im

23、age:ImageMean:)绘制ImageMean图像，将其灰度值设置为Regions和Image的平均灰度值。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ImageMean8. region_to_mean(Regions,Image,ImageMean)9. *将Region转换为二进制图像1

24、0. region_to_bin(Regions,BinImage,255,0,512,512)11. *将Region转换为Label图像12. region_to_label(Regions,ImageLabel,int4,512,512)有关图像定义域的函数1、add_channels(Regions,Image:GrayRegions:)将Image图像的灰度值赋给区域Regions，得到GrayRegions。2、change_domain(Image,NewDomain:ImageNew:)改变Image图像的定义域3、full_domain(Image:ImageFull:)扩张

25、Image图像的定义域到最大。4、get_domain(Image:Domain:)得到Image图像的定义域5、rectangle1_domain(Image:ImageReduced:Row1,Column1,Row2, Column2:)根据矩形坐标（Row1,Column1）、（Row2,Column2）得到区域视为Image图像的定义域。6、reduce_domain(Image,Region:ImageReduced:)得到图像Image相对于Region区域的图像1. read_image(Image,G:/Halcon/机器视觉/images/brycecanyon1.png)

26、2. *打开一个新的窗体3. dev_open_window(0,0,-1,-1,black,WindowHandle)4. *显示图像5. dev_display(Image)6. *选出两个新的Region7. draw_region(region1,WindowHandle)8. draw_region(region2,WindowHandle)9. add_channels(region1,Image,image_region1)10. change_domain(Image,region2,ImageNew)11. full_domain(image_region1,ImageFul

27、l)12. rectangle1_domain(ImageFull,ImageReduced,100,100,300,500)13. get_domain(image_region1,Domain)14. reduce_domain(Image,region2,ReducedImage)获取Image图像中Region区域的特征参数area_center_gray(Regions,Image:Area,Row,Column)计算Image图像中Region区域的面积Area和重心（Row，Column）。cooc_feature_image(Regions,Image:LdGray,Direc

28、tion:Energy,Correlation,Homogeneity,Contrast)计算共生矩阵和推导出灰度特征值Direction：灰度共生矩阵计算的方向Energy：灰度值能量Correlation：灰度值的相互关系Homogeneity：灰度值的均匀性Contrast：灰度值的对比度cooc_feature_matrix(CoocMatrix:Energy,Correlation, Homogeneity,Contrast)根据共生矩阵计算灰度特征值elliptic_axis_gray(Regions,Image:Ra,Rb,Phi)计算Image图像的Region区域的Ra，Rb和Phi。entropy_gray(Regions,Image:Entropy,Anisotropy)Image图像中Region区域的计算熵Entropy和各向异性Anisotropy。estimate_noise(Image:Method,Percent:Sigma)从单一图像Image中估计图像的噪声。Sigma：加性噪声的标准偏差Method：估计噪声的方法M