Halcon 学习笔记

一、Halcon 简介

Halcon 是由德国 MVTec 公司开发的机器视觉算法库，专注于图像处理与分析，广泛应用于工业检测、医疗成像、机器人视觉等领域。其核心优势包括：

功能全面：涵盖图像获取、预处理、分割、特征提取、识别、测量等全流程算法。
跨平台性：支持 Windows、Linux、macOS 等系统，可与 C/C++、C#、Python 等语言集成。
灵活性：提供交互式开发环境 HDevelop，支持算法快速原型设计，再导出为目标语言代码。
高性能：针对大规模图像和实时场景优化，支持多核计算、GPU 加速。

二、核心概念与数据类型

图像（Image）

存储像素数据的对象，支持单通道（灰度图）、多通道（RGB 等），数据类型包括 byte（0-255）、uint2（16 位无符号）等。
- 变量类型：Hobject（Halcon 通用对象类型，可存储图像、区域等）。
区域（Region）

由连通像素组成的集合，是 Halcon 中特有的概念，用于表示图像中的感兴趣区域（ROI）。
- 常用操作：阈值分割（threshold）、连通域提取（connection）、形态学运算（erosion/dilation）等。
其他关键类型
- Hlong：Halcon 长整型，用于计数、索引等。
- HTuple：动态数据容器，可存储数值、字符串等，方便参数传递。

三、基本工作流程

图像获取：读取本地图像或从相机采集。
预处理 ：去噪（mean_image）、增强对比度（emphasize）等。
区域分割：通过阈值、边缘检测等提取目标区域。
特征分析：计算区域的面积、周长、中心坐标等。
结果输出：显示、计数或控制外部设备。

四、示例代码（C++ 接口）

以下示例实现 "PCB 图像中焊点计数"，流程为：读取图像 → 阈值分割 → 提取连通域 → 统计数量 → 显示结果。

复制代码

#include "halconcpp.h"
#include <stdio.h>
using namespace HalconCpp;

int main() {
    try {
        // 1. 读取图像（假设 "pcb_image.png" 为待处理图像）
        HObject img;
        ReadImage(&img, "pcb_image.png");  // Halcon 函数名首字母大写（C++ 接口规范）

        // 2. 预处理：平滑去噪（减少干扰）
        HObject smooth_img;
        MeanImage(img, &smooth_img, 3, 3);  // 3x3 均值滤波

        // 3. 阈值分割：提取灰度值 50~150 的区域（假设焊点在此范围）
        HObject region;
        Threshold(smooth_img, &region, 50, 150);

        // 4. 提取连通域：将独立焊点作为单独区域
        HObject connected_regions;
        Connection(region, &connected_regions);

        // 5. 统计区域数量（焊点数量）
        Hlong num_solder;
        CountObj(connected_regions, &num_solder);
        printf("PCB 焊点数量：%ld\n", num_solder);

        // 6. 显示结果（需配合 HDevelop 或自定义窗口）
        HWindow wnd(100, 100, 800, 600);  // 创建窗口（x, y, 宽, 高）
        DispObj(img, wnd);                // 显示原图
        wnd.SetColor("red");              // 设置区域颜色
        DispObj(connected_regions, wnd);  // 叠加显示连通域
        wnd.Click();                      // 等待鼠标点击再关闭

    } catch (HException &e) {
        // 异常处理：打印错误信息
        printf("错误：%s\n", e.ErrorMessage());
        return 1;
    }
    return 0;
}

五、常见问题与解决

图像读取失败：检查路径是否正确，图像格式是否支持（Halcon 支持 bmp、png、jpg 等）。
阈值参数不合适：可在 HDevelop 中通过交互式调整阈值，再将参数应用到代码。
区域噪声多 ：增加预处理步骤（如中值滤波 MedianImage）或形态学开运算（OpeningCircle）去除小区域。

六、扩展学习资源

官方文档：安装目录下的 help 文件夹（含详细函数说明）。
工具：HDevelop（交互式调试，自动生成代码）。
应用场景：字符识别（OCR）、尺寸测量（MeasurePos）、缺陷检测（Difference）等。