【光电智造】开发环境篇：HALCON数据结构详解

基本数据分类

Image 图片

Region 区域

XLD 轮廓

Control 控制类数据

• string 字符串

• integer 整形

• real 浮点数

• handle 句柄

数组

• Iconic数组（Objects）最小索引为1，最大索引为数组长度

• Control数组（Control Tuple）最小索引为0，最大索引为数组长度-1长度是1时，可作为1个变量使用

• Vector数组，可包含Iconic数据和Iconic数组，或Control数据和Control数组

字典Dictionary

• 键值存储

• 单个容器内，可以存储任意Iconic和Control数据和数组

• 可同时包含Iconic（数组）和Control（数组）对象

图标类数据

一张图讲清楚3种Iconic数据：

Image(图片)

一张图讲清楚图片的3种概念：

Pixel：像素

在HALCON中，像素可以是不同的数据类型，用来表示各种不同信息。

Channel：通道

一张彩色图片由3个通道组成：

多光谱图片，可多达6个通道：

Domain：域

域可理解为ROI（感兴趣区域），大部分算子只会处理包含在域内的像素（不是所有算子）：

图片的默认域是整个图片区域：

域可以裁剪：

图片操作

图片的读写

read_image(Image,'patras')
write_image(Image,'png',0,'C:/TEMP/MyImage')

注：可以是图片完整路径，如果仅仅是文件名则路径为 $HALCONIMAGES/patras.png ，保存文件时必须确保目标文件夹存在。

获取图片的属性：

get_image_type(Image,Type)
get_image_size(Image,ImageWidth,ImageHeight)

访问图片的通道：

count_channels(Image,NumChannels)
access_channel(Image,ImageRed,1)
access_channel(Image,ImageGreen,2)
access_channel(Image,ImageBlue,3)

查看图片灰度直方图：HALCON有自带的工具，参考Halcon工具之灰度直方图。

访问和设置像素灰度：

get_grayval(Image,130,145,Grayval)
set_grayval(Image,130,145,[0,10,20])

查看图片的域：默认域是整个图片

get_domain(Image,RegionDomain)

修改图片域：reduce_domain设置的域只能是原有域的子区域

gen_circle(RegionCircle,200,200,200.5)
reduce_domain(Image,RegionCircle,ImageReduced)

change_domain设置的域可以大于原有域

gen_circle(RegionCircle,200,200,200.5)
reduce_domain(ImageReduced,RegionCircle,ImageReduced2)

Region(区域)

Region的多种形态：

Region的作用：

• 对象分割（blob分析）

• 用作图片域（Domain） 只处理域内像素 可缩短运算时间

• 用来寻找特征

Region的特点：

任意形状，可以是矩形、圆形，也可以是不规则图形

像素精度

游程编码方式：记录Region在每一行的起始列和终止列

Region操作

生成Region：

gen_circle(RegionCircle,200,200,100.5)
gen_rectangle1(RegionRect1,30,20,100,200)
gen_rectangle2(RegionRect2,300,200,rad(-30),100,20)

访问Region：

get_region_points(RegionRect1,RowsRect1,ColumnsRect1)
get_region_runs(RegionRect1,RunsRow,RunsColumnBegin,RunsColumnEnd)
area_center(RegionRect1,AreaRect1,_,_)

XLD(轮廓)

XLD(eXtended Line Description 轮廓)的特点：

由相互连接的点组成，可以是闭合的

亚像素精度

整数坐标是位于像素中心位置

XLD操作

XLD生成：

read_image(Image,'fabrik')
gen_contour_polygon_xld(Contour,[0,333],[0,222])

获取轮廓点：

get_contour_xld(Contour,Rows,Columns)
gen_cross_contour_xld(Cross,Rows,Columns,32,rad(45))

Control(控制类数据)

Integer(整形，Booleans，TYPE)：

• 42、0、-1

• true/false

Real(浮点数Double)：

• 3.141592、-5.3

• 1.#INF

String(字符数组)

• 由单括号包裹'string'

• 典型转义字符'Line1\nLine2'

• 路径使用反斜杠'C:/HALCON/images'

• 编码问题：HALCON18.11之前版本根据本地化设置（一般为Latin-1）；HALCON18.11开始强制要求使用UTF-8

HALCON18.11之前：

HALCON18.11开始：

Handle(句柄)：

• 类似指针，指向一个复杂的数据结构

• 数据类型：HALCON18.05之前包含一个Integer的控制类数组无引用计数，补在2使用的句柄，需要手动清除；HALCON18.05之后加入引用计数器，不在引用会自动清除，无需手动

注：tuple_type_elem算子可以返回元组元素的类型，具体类型值参考算子手册。

数据监视

handle目标数据结构，内部数据查看：

dev_open_window (0, 0, 512, 512, 'black', WindowHandle)

X:=[0:359]
Y:=sin(rad(X))

数组

Iconic数组（Objects）

gen_empty_obj(EmptyObject)
concat_obj(EmptyObject,Image,MyObjects)
concat_obj(MyObjects,Region,MyObjects)
concat_obj(MyObjects,XldEdges,MyObjects)

read_image(Image,'printer_chip/printer_chip_0'+[1,2,3,4])
count_obj(Images,NumberImages)

select_obj(Images,Image1,1)
select_obj(Images,Image3,3)

Control数组（Tuple）

A:=[1,2,'string',3.14]
A[4]=444
A[5]=555

TpData:=A[index]

Vector数组

* Iconic对象和Iconic数组可以放入通过Vector
Vi:={Img1,Img2,Region,XLD}
Vi.insert(4,Img3)
* Control变量和Control数组可以放入同个Vector
Vc:={[1,2,'string'],3.14}
Vc.insert(2,123456)

VcData:=Vc.at(index)

• Vector是一个类，Tuple则是普通数组 获取数组长度：Vc.length() tuple_length(Tp) 访问数组成员：Vc.at(index) Tp[index]
• Vector支持Iconic数据，Tuple只支持Control数据
• Vector不可作为参数被算子调用，Tuple可以
• Vector和Tuple可以互相转换

convert_tuple_to_vector_1d
convert_vector_to_tuple

字典

• 键、值 存储方式
• 单个容器内，可以存储任意Iconic和Control数据和数组
• 越来越多地作为算子调用的参数

create_dict(InputFileDict1)
set_dict_tuple(InputFileDict1,'image_file',ImageFile)
set_dict_object(Image,InputFileDict1,'image')

扩展：坐标系和角度