HALCON软件——基本架构，算子参数

一、知识框架

共分为四个模块：走进 HALCON、HDevelop 组件介绍、图像采集、数据结构。本文讲解前两个模块，包含软件认知、开发界面、算子规则、入门实操流程与调试工具。

二、第一部分走进 HALCON

1.HALCON 基本定位

HALCON 是德国 MVTec 公司开发的工业级机器视觉算法库，是全球机器视觉领域的标准软件之一，采用开放式架构，支持开发者快速搭建图像处理与机器视觉应用。

HDevelop 是 HALCON 自带的交互式集成开发环境，是新手入门、算法原型开发的核心工具：

拥有交互式图形界面，可实时编译、测试视觉算法，直观查看每一步处理结果
支持将调试完成的算法导出为多语言代码
适用于算法开发、技术研究、教学演示等场景

2.主要应用领域

HALCON 广泛应用于各类工业与行业场景：

农业与食品：果品分拣、缺陷检测
汽车与机器人：工件定位、机器人引导
物流与包装：条码识别、包裹分拣
电子与半导体：芯片检测、引脚测量

3.HALCON 软件架构（分层结构）

从上到下分为四层，逻辑清晰、扩展性强：

应用层：基于 HALCON 开发的各类视觉应用程序
开发接口层：支持多种开发语言调用
- HDevelop（自带开发环境）、Python、C、C++、C#、VB.NET
- 对应不同的语言绑定引擎，如 HDevEngine、HALCON/.NET 等
核心算法层：HALCON 图像处理核心库，包含所有视觉算子，支持扩展包拓展功能
硬件接口层：对接底层硬件
- 图像采集接口：支持 GigE Vision、USB3 Vision、GenICam TL 等主流相机协议
- I/O 接口：支持 OPC UA 等工业通信协议
硬件层：相机、3D 相机、采集卡、I/O 设备等实体硬件

4.最佳学习方法：官方例程

HALCON 内置了覆盖全功能的官方例程库，是学习算子用法、项目流程最权威的资料：

入口：软件启动页「浏览例程」，或菜单栏中打开
例程分类方式：
- 按应用范围：表面检测、定位识别、机器人视觉、3D 视觉、OCR 等
- 按工业领域：半导体、汽车制造、食品医药、物流等
- 按算法类型：Blob 分析、边缘提取、滤波、形态学、模板匹配等
每个例程均为可直接运行的完整代码，附带效果演示，适合边跑边学。

三、第二部分 HDevelop 组件介绍

1.HDevelop 核心能力

HDevelop 定位是快速原型化工具，核心擅长完成以下工作：

直接连接采集卡和工业相机，实时采集图像
从相机、本地文件中加载图像，检查图像数据
验证视觉方案的可行性，开发完整的视觉检测流程
快速测试不同算子、不同参数的处理效果
保存工程文件，支持导出 C++、C#、C、VB.NET等语言的算法代码

2.HDevelop 界面组成

界面由五大核心区域组成，各司其职：

窗口名称	核心功能
图像窗口	显示原图、处理后的区域、轮廓等所有可视化结果
程序窗口	编写、编辑、调试代码，支持单步执行、断点调试
变量查看窗口	分为图像变量、控制变量两栏，查看所有中间变量的结果与数值
算子窗口	可视化编辑算子参数，无需手动拼写代码，降低入门门槛
菜单栏 / 工具栏	提供文件操作、程序执行、可视化设置、帮助文档等功能入口

3.算子（Operator）核心规则

算子是 HALCON 的基础功能单元，有严格统一的语法规则，是入门必须掌握的核心逻辑。

（1）核心原则

输入、输出参数严格分离
算子不会修改原始输入数据，所有处理结果都会输出到新的变量中，原始数据始终保留

（2）两类参数

参数类型	英文名称	包含内容
图标参数	Iconic	图像（image）、区域（region）、轮廓（XLD），是视觉处理的对象
控制参数	Control	整数、实数、字符串、句柄，是算法的配置参数

（3）固定参数顺序

所有算子都遵循统一的参数顺序，通用语法格式：

复制代码

算子名(输入图标 : 输出图标 : 输入控制 : 输出控制)

顺序永远为：输入图标 → 输出图标 → 输入控制 → 输出控制

示例：threshold(Image : Region : MinGray, MaxGray : )

输入图标：Image（待处理的原图）
输出图标：Region（分割得到的区域）
输入控制：MinGray, MaxGray（灰度上下限）
无输出控制参数

4.入门核心算子（完整处理流程）

以下算子构成了最基础的 Blob 分析流程，是视觉入门的必学内容：

（1）read_image ------ 读取图像

功能：加载多种格式的图像文件
语法：read_image( : Image : FileName : )
路径规则：只写文件名（如'claudia'）时，代表图片与程序在同一文件夹；也可填写绝对路径。
补充：HALCON 安装目录的examples/images文件夹中自带大量官方示例图片，可直接调用。

（2）rgb1_to_gray ------ 彩色转灰度

功能：将 RGB 彩色图像转换为灰度图像，是绝大多数灰度处理的前置步骤
语法：rgb1_to_gray(RGBImage : GrayImage : : )

（3）threshold ------ 全局阈值分割

功能：按照灰度区间提取像素，生成区域，是最基础的图像分割方法
语法：threshold(Image : Region : MinGray, MaxGray : )
效果：提取灰度值在[MinGray, MaxGray]范围内的所有像素，组成一个区域对象

（4）connection ------ 连通域分析

功能：将一个整体区域，拆分成多个互相独立、互不连通的子区域
语法：connection(Region : ConnectedRegions : : )
作用：阈值分割得到的所有符合条件的像素默认是一个整体；经过连通域拆分后，每个独立目标会成为单独的区域，方便后续计数、筛选、测量。

（5）select_shape ------ 按形状特征筛选区域

功能：根据区域的形状特征，筛选出符合条件的区域
语法：select_shape(Regions : SelectedRegions : Features, Operation, Min, Max : )
常用特征：area（面积）、circularity（圆形度）、width/height（宽高）等
Operation：and表示同时满足多个特征条件，or表示满足其一即可

5.可视化调试工具

HDevelop 提供了直方图工具，可直观调试参数，自动生成代码，大幅提升入门效率。

（1）灰度直方图

作用：直观展示图像的灰度值分布，辅助确定阈值分割的最优参数
使用流程：
1. 选中灰度图像后打开灰度直方图
2. 拖动左右两条竖线，分别对应MinGray和MaxGray，图像窗口同步预览分割效果
3. 点击「插入代码」，自动生成带对应参数的threshold算子，无需手动填写数值
附加功能：支持平滑直方图、调整量子化、查看像素占比统计信息

（2）特征直方图

作用：展示所有连通区域的特征分布（如面积分布），辅助确定形状筛选的范围
使用流程：
1. 选中连通区域后打开特征直方图，选择目标特征（如面积area）
2. 拖动边界线筛选特征区间，图像同步高亮符合条件的区域
3. 点击「插入代码」，自动生成带对应参数的select_shape算子
支持几十种形状特征，是快速调参、筛选目标的核心工具。
如何查看图像的特征：

第一步：

第二步：

6.HDevelop 编程的优缺点

维度	说明
优点	完整支持所有 HALCON 算子；数据可视化直观，调试便捷；参数编辑方便；便于技术交流（直接发送 hdev 文件即可复现）；适合无编程经验的新手入门
缺点	无法直接生成带交互界面的商用应用程序，不能独立完成完整软件交付

7.工业界推荐开发流程

标准工业视觉项目采用「原型开发 + 集成部署」的模式，兼顾开发效率与落地能力：

算法开发：在 HDevelop 中完成视觉检测算法的编写、调试、参数优化，验证方案可行性
界面集成：将调试好的算法导出为 C++/C# 代码，导入 Visual Studio 等开发环境，开发用户界面与业务逻辑
编译部署：编译生成可执行程序，部署到现场设备运行，底层调用 HALCON 算法库

附：入门完整流程示例代码