HALCON中文中文注解

1、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Im

2、age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Image data的起点位置。3、get_image_pointer3 ( ImageRGB : : : PointerRed, PointerGreen,PointerBlue, Type, Width, Height )   计算彩色图像ImageRGB的参数。4、get_image_pointer1_rect (

3、60;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、ge

4、t_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

5、_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. dra

6、w_region (Region1, Handle1)  10.   11. reduce_domain (Image, Region1, ImageReduced)  12.   13. get_image_pointer1_rect (ImageReduced, PixelPointer, Width1, Height1, VerticalPitch, HorizontalBitPitch, 

7、BitsPerPixel)  14.   15. read_image (Image1, 'G:/Halcon/机器视觉/images/claudia.png')  16.   17. get_image_pointer3 (Image1, PointerRed, PointerGreen, PointerBlue, Type1, Width2, Height2)  18.  &#

8、160;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&

9、#160;: )    关闭Handle为AcqHandle的图像采集设备。3、open_framegrabber ( : : Name, HorizontalResolution, VerticalResolution, ImageWidth, ImageHeight, StartRow, StartColumn, Field, BitsPerChannel, ColorSpace, Generic, Extern

10、alTrigger, 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。   S

11、tartRow和StartColumn：指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：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

12、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_framegrabber_param ( : : AcqHandle, Param : Value 

13、)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、continuous_grabbing、6、info_frameg

14、rabber ( : : 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、en

15、eo、eXcite、FALCON、FlashBusMV、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

16、-GigE、TWAIN、VRmUsbCam    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_ro

17、w、start_column、revision7、grab_image_async ( : Image : 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. / Select a suitable image acquisition 

18、;interface name AcqName  2. open_framegrabber(AcqName,1,1,0,0,0,0,default,-1,default,-1.0,default,default,default,-1,-1,AcqHandle)  3. / Grab image + start next grab  4. grab_image_async(Image1,AcqHandle,-1.0)  5. / 

19、;Process Image1 .  6. / Finish asynchronous grab + start next grab  7. grab_image_async(Image2,AcqHandle,-1.0)  8. / Process Image2 .  9. close_framegrabber(AcqHandle) 8、grab_image_start (&#

20、160;: : AcqHandle, MaxDelay : )     开始抓拍 只有当和grab_image_async or grab_data_async一起使用时，grab_image_start 才会起作用。1. / Select a suitable image acquisition interface name AcqName  2. ope

21、n_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. / Start next grab  6. grab_image_start(AcqHandle,-1.0)  7. / Process Image1 .&

22、#160; 8. / Finish asynchronous grab + start next grab  9. grab_image_async(Image2,AcqHandle,-1.0)  10. / Process Image2 .  11. close_framegrabber(AcqHandle）9、get_framegrabber_lut ( : : AcqHandle&

23、#160;: ImageRed, ImageGreen,ImageBlue )    查询AcqHandle的图像采集设备的look-up table    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的图像采集设备获得的Image、预处理

24、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 (

25、 : : AcqHandle, ImageRed, ImageGreen,ImageBlue : )     设置AcqHandle的图像采集设备的look-up table13、set_framegrabber_param ( : : AcqHandle, Param, Value : )    设置AcqHandle的图像采集设备的特殊参数1.

26、 close_all_framegrabbers ()  2. open_framegrabber ('DahengCAM', 1, 1, -1, -1, 0, 0, 'default', -1, 'rgb', -1, 'false', 'default', 'default', -1, -1, Acq

27、Handle)  3. grab_image (Image, AcqHandle)  4. grab_image_async (Image2, AcqHandle, -1)  5. get_framegrabber_param (AcqHandle, 'image_width', Value)  6. info_framegrabber ('DirectFile', 'info

28、_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

29、图像Image。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 

30、;( 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 )计算MultiChannelImage 的通道个数Channels6、decompose2 ( MultiChannelImage :&#

31、160;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')

32、60; 3. * 计算图像的通道数  4. count_channels (Image, Num)  5. * 读取每个通道的图像  6. for index := 1 to Num by 1  7.     access_channel (Image, channel1, index)  8. endfor

33、  9. 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 : DupIma

34、ge : : )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

35、60;( 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I

36、mage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,&

37、#160;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. region_to_bin (Regions, BinImage, 255, 0, 512, 512)  11. * 将Region转换为Lab

38、el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, NewDoma

39、in : ImageNew : : )改变Image图像的定义域3、full_domain ( Image : ImageFull : : )扩张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 :

40、 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/brycecany

41、on1.png')  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Region  7. draw_region (region1, Windo

42、wHandle)  8. draw_region (region2, WindowHandle)  9. add_channels (region1, Image, image_region1)  10. change_domain (Image, region2, ImageNew)  11. full_domain (image_region1, ImageFull)  12. rectang

43、le1_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 :&

44、#160;: : 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, Direction : Energy,Correlation, Homogeneity, Contrast )   计算共生矩阵和

45、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_

46、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 ( Ima

47、ge : : 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Methodfoerstner、immerkaer、least_squares、mean、fit_surface_first_order ( Regions, Image : : Algorithm, Iterations, ClippingFactor :

48、0;Alpha, Beta, Gamma )计算一阶灰度平面的灰度矩阵和灰度值的逼近参数。Algorithm：采用的算法Algorithm：迭代次数ClippingFactor：消除临界值的削波系数fit_surface_second_order ( Regions, Image : : Algorithm, Iterations,ClippingFactor : Alpha, Beta, Gamma, Delta, Epsilon,&

49、#160;Zeta )计算二阶灰度平面的灰度矩阵和灰度值的逼近参数。fuzzy_entropy ( Regions, Image : : Apar, Cpar : Entropy )确定区域Regions的模糊熵 将图像视为模糊集合Apar为模糊区域的起始点Cpar为模糊区域的结束点Entropy为Regions的模糊熵fuzzy_perimeter ( Regions, Image : : Apar, C

50、par : Perimeter )计算Region区域的模糊周长gen_cooc_matrix ( Regions, Image : Matrix : LdGray, Direction : )生成Image图像Region区域的共生矩阵gray_histo ( Regions, Image : : : AbsoluteHisto, RelativeHisto )获取Image

51、图像Region区域的灰度相对直方图RelativeHisto和绝对直方图AbsoluteHisto。注意：Region区域必须先计算过它的直方图。gray_histo_abs ( Regions, Image : : Quantization : AbsoluteHisto )获取Image图像Region区域的灰度绝对直方图AbsoluteHisto。Quantization：灰度值的量化、gray_projections ( Region, Image :&#

52、160;: Mode : HorProjection, VertProjection )计算Region区域在水平方向和垂直方向的灰度值投影。histo_2dim ( Regions, ImageCol, ImageRow : Histo2Dim : : )计算二通道灰度图像的直方图intensity ( Regions, Image : : : Mean, Deviation 

53、;)计算region区域的灰度平均值和偏差min_max_gray ( Regions, Image : : Percent : Min, Max, Range )计算Region区域的最大最小灰度值。Range：最大灰度值和最小灰度值之间的差距moments_gray_plane ( Regions, Image : : : MRow, MCol, Alpha, Beta, Mean&

54、#160;)计算平面的灰度矩阵和灰度值的逼近参数。plane_deviation ( Regions, Image : : : Deviation )逼近的图象平面计算灰度值偏差select_gray ( Regions, Image : SelectedRegions : Features, Operation, Min, Max : )根据灰度值选择区域Featuresarea、row、column、r

55、a、rb、phi、min、max、mean、deviation、plane_deviation、anisotropy、entropy、fuzzy_entropy、fuzzy_perimeter、moments_row、moments_column、alpha、betaOperationand、orshape_histo_all ( Region, Image : : Feature : AbsoluteHisto, RelativeHisto )shape_histo_point ( 

56、Region, Image : : Feature, Row, Column : AbsoluteHisto, RelativeHisto )获取阈值特征直方图Featureconnected_components、convexity、compactness、anisometry、holes1. read_image (Image, 'G:/Halcon/机器视觉/images/bin_switch/bin_switch_3.png')  2. re

57、giongrowing (Image, Regions, 3, 3, 1, 500)  3. area_center_gray (Regions, Image, Area, Row, Column)  4. cooc_feature_image (Regions, Image, 6, 0, Energy, Correlation, Homogeneity, Contr

58、ast)  5. elliptic_axis_gray (Regions, Image, Ra, Rb, Phi)  6. entropy_gray (Regions, Image, Entropy, Anisotropy)  7. estimate_noise (Image, 'mean', 20, Sigma)  8. fit_surface_first_order&

59、#160;(Regions, Image, 'regression', 5, 2, Alpha, Beta, Gamma)  9. fit_surface_second_order (Regions, Image, 'regression', 5, 2, Alpha1, Beta1, Gamma1, Delta, Epsilon, Zeta)  

60、10. fuzzy_entropy (Regions, Image, 0, 255, Entropy1)  11. fuzzy_perimeter (Regions, Image, 0, 255, Perimeter)  12. gen_cooc_matrix (Regions, Image, Matrix, 6, 0)  13. dev_set_paint ('his

61、togram')  14. gray_projections (Regions, Image, 'simple', HorProjection, VertProjection)  15. histo_2dim (Regions, Image, Image, Histo2Dim) 改变图像的实现方式和大小change_format ( Image : ImagePart : 

62、Width, Height : )改变Image图像大小,而且ImagePart图像为灰度值图像。crop_domain ( Image : ImagePart : : ) 从Image图像中裁剪一个矩形区域。这个矩形的周长最小。crop_domain_rel ( Image : ImagePart : Top, Left, Bottom, Right : )删除相关区域，To

63、p为顶端裁剪的行数，Left，Bottom，Right类似。crop_part ( Image : ImagePart : Row, Column, Width, Height : )删除一个矩形图像区域。Row为右上角的列标索引。Width, Height为新图像ImagePart的宽度和高度。crop_rectangle1 ( Image : ImagePart : Row1, Column1,

64、0;Row2, Column2 : )删除一个矩形图像区域。tile_channels ( Image : TiledImage : NumColumns, TileOrder : )将多通道图像平铺为一幅大的单通道图像。NumColumns为平铺的列数。TileOrder为平铺的方式。tile_images ( Images : TiledImage : NumColumns, TileOrder :&#

65、160;)将多通道平铺。1. read_image (Image, 'G:/Halcon/机器视觉/images/brycecanyon1.png')  2. get_image_pointer1 (Image, Pointer, Type, Width, Height)  3. change_format (Image, ImagePart, Width/2, Height/2)  4. crop_domai

66、n (Image, ImagePart1)  5. crop_domain_rel (ImagePart1, ImagePart2, -20, -20, -1, -1)  6. crop_part (ImagePart2, ImagePart3, 100, 100, Width, Height)  7. crop_rectangle1 (ImagePart3, ImagePar

67、t4, 100, 100, 200, 200)  8. tile_channels (Image, TiledImage, 2, 'horizontal')  9. tile_images (Image, TiledImage1, 1, 'vertical')  10. tile_images_offset (Image, TiledImage2, 0,&

68、#160;0, 50, 50, -1, -1, Width, Height)图像区域叠加也绘制overpaint_gray ( ImageDestination, ImageSource : : : )将灰度值不相同区域用不同颜色绘制到ImageDestination中， ImageSource包含希望的灰度值图像overpaint_region ( Image, Region : : Grayv

69、al, Type : )将Region以一个恒定的灰度值绘制到Image图像中paint_gray ( ImageSource, ImageDestination : MixedImage : : )将ImageSource的图像绘制到ImageDestination中，形成MixedImage。paint_region ( Region, Image : ImageResult : Grayval, Ty

70、pe : )将Region以一个恒定的灰度值绘制到Image图像中paint_xld ( XLD, Image : ImageResult : Grayval : )将XLD以一个恒定的灰度值绘制到Image图像中set_grayval ( Image : : Row, Column, Grayval : )设置Image图像中坐标为（Row，Column）的灰度值1. read_image (Image, 'G:/Halcon/images/images/claudia.png')  2. gen_c