WPF+Halcon 培训项目实战(1-5):Halcon安装,图像处理,Halcon简单模板匹配

文章目录

前言

为了更好地去学习WPF+Halcon,我决定去报个班学一下。原因无非是想换个工作。相关的教学视频来源于下方的Up主的提供的教程。这里只做笔记分享,想要源码或者教学视频可以和他联系一下。

相关链接

微软系列技术教程 WPF 年度公益课程
Halcon开发 CSDN博客专栏
个人学习的Gitee 项目地址仓库

项目专栏

WPF+Halcon实战项目

我个人对就业市场的评价

  • 前后端:
    • 竞争太激烈:基本是的人都会。
    • 技术栈太多:前后端的技术太多了。没有统一。而且技术一直在更新
    • 互联网下行:经济下行,互联网缩招,根本没有那么多的岗位
    • 生态挤占:Java才是后端的主流,C# 不可能打破Java的垄断地位。
  • 上位机:
    • 技术清晰。语言就两个,C+++C#。开发框架就3个,QT+Winfrom/WPF。
      • QT:C++和跨平台。高性能,开发周期长
      • Winfrom:简单,但是界面比较丑
      • WPF:好看,但是学习成本高。但是WPF在设计之初的时候已经基本完美了,而且基本不再更新,学一次,用一辈子。

目前看看WPF+Halcon我能不能找到工作。哎,不清楚啊。至少能有个10k吧,如果有12K那就更好了。

Halcon安装

halcon-20.11-windows安装教程

实战1-4:Halcon基础

这里就不展开了,可以看我之前的专栏博客

Halcon开发 CSDN博客专栏

实战5:模板匹配形状匹配

模板匹配就是找类似的图形。我们可以打开Halcon的教学案例,可以看到有很多的模板匹配案例。这里由于我们只是了解一下模板匹配,这里我们就不展开说明了。

实战代码

测试图片

c 复制代码
* 读取文件
read_image (Image, '1.png')
dev_close_window ()
dev_open_window_fit_image (Image, 0, 0, -1, -1, WindowHandle)
dev_display (Image)

* 选择矩形ROI
* 绘制矩形获取参数
draw_rectangle1 (WindowHandle, Row1, Column1, Row2, Column2)
* 矩形参数转矩形
gen_rectangle1 (Rectangle, Row1, Column1, Row2, Column2)
* 使用矩形截取图形
reduce_domain (Image, Rectangle, ImageReduced)

* 重新覆盖图形
dev_display (Image)

* 创建匹配模板
* 创建模板文件,默认是弧度制,可以使用rad将度数转弧度,旋转弧度为0-180
create_shape_model (ImageReduced, 'auto', rad(0),rad(180), 'auto', 'auto', 'use_polarity', 'auto', 'auto', ModelID)
* 使用模板匹配文件,获取匹配结果数组,旋转弧度为0-180
find_shape_model (Image, ModelID, rad(0),rad(180), 0.5, 0, 0.5, 'least_squares', 0, 0.9, Row, Column, Angle, Score)
* 循环数组输出
tuple_length (Score, Length)
for Index := 0 to Length-1 by 1
    disp_cross (WindowHandle, Row, Column, 20, 0)
    disp_message (WindowHandle, 'Score:'+Score[Index], 'window', Row[Index], Column[Index]+100, 'black', 'true')
endfor


结尾

我们后面会将Halcon的代码转到WPF代码中。Halcon代码只是用来一个简单的WPF测试案例,之后可以替换成任意的Halcon代码。

相关推荐
zhenaibo5211 分钟前
如何向导师请教问题,才能得到有效建议?
大数据·人工智能·深度学习
xsd2024111811 分钟前
智驾多传感器时间同步:从硬件触发到软触发PPS+GPRMC
人工智能
飞哥数智坊12 分钟前
Personal Agent 火了,新酿还是旧酒?
人工智能·agent
秦先生在广东23 分钟前
HyperFrames 深度解析:面向 AI 代理的确定性视频渲染框架
人工智能
秦先生在广东26 分钟前
Impeccable:为 AI 编码代理重塑前端设计确定性的开源技能框架深度解析
人工智能
水如烟27 分钟前
孤能子视角:AI如何找物理规律——观察符分辨率切换的扫描机制
人工智能
生活愉甜30 分钟前
森马SEMIR LAB全球首家概念店落地武康路,“WUKANG368”新地标就位
大数据·人工智能
乐迪信息32 分钟前
港口船舶逆行怎么管?AI防爆摄像机搭载智能检测算法
大数据·人工智能·深度学习·算法·计算机视觉
秦先生在广东33 分钟前
Context Mode 深度解析:重构 AI 编码代理的上下文管理范式
人工智能
可乐ea44 分钟前
从第一性原理构建 AI Agent:提示词、工具、技能与记忆全解剖
数据库·人工智能·工具调用·ai智能体·提示词工程·agent开发·智能体记忆