Halcon，大名鼎鼎，如雷貫耳，機(jī)器視覺領(lǐng)域無(wú)人不知，無(wú)人不曉，但很多初學(xué)的同學(xué)被一大堆SDK（算子）看的蒙頭轉(zhuǎn)向，喪失信心，在這里，我談?wù)刪alcon的學(xué)習(xí)方法和心得。

此所謂halcon開始學(xué)習(xí)、學(xué)習(xí)的過程、學(xué)習(xí)的結(jié)果。 學(xué)halcon的三個(gè)過程，開始學(xué)習(xí)的時(shí)候，你要有目標(biāo)，哪怕你現(xiàn)在是學(xué)生還是轉(zhuǎn)行來(lái)學(xué)習(xí)halcon的人，心中要有一個(gè)目標(biāo)，不能做一條“閑魚”就滿足了。學(xué)習(xí)halcon過程中，不拋棄不放棄，衣帶漸寬終不悔為伊消得人憔悴。當(dāng)你堅(jiān)持學(xué)習(xí)下來(lái)，經(jīng)過不斷努力學(xué)習(xí)，成長(zhǎng)起來(lái)，卻無(wú)意間看到那人正在燈火闌珊處，勝利儼然已經(jīng)歸來(lái)。 我們?nèi)チ私鈾C(jī)器視覺發(fā)展歷史就知道，機(jī)器視覺是產(chǎn)業(yè)驅(qū)動(dòng)發(fā)展的， 我們學(xué)習(xí)halcon也是通過機(jī)器視覺應(yīng)用場(chǎng)景驅(qū)動(dòng)的，機(jī)器視覺應(yīng)用主要分為四大類：定位、識(shí)別、測(cè)量、檢測(cè)，學(xué)習(xí)halcon我們主要圍繞著著四類問題進(jìn)行展開，每個(gè)應(yīng)用通過幾個(gè)項(xiàng)目總結(jié)和歸納，我覺得就已經(jīng)入門了，真正要成為資深視覺工程師，還需要項(xiàng)目經(jīng)驗(yàn)、工程實(shí)踐經(jīng)驗(yàn)來(lái)進(jìn)行深入。 ?

機(jī)器視覺應(yīng)用場(chǎng)景分類

視覺定位

視覺定位應(yīng)用主要是找到物體的位置，那么怎么找？在這里一個(gè)重要的步驟就是標(biāo)定，標(biāo)定是把相機(jī)的像素坐標(biāo)系轉(zhuǎn)換為機(jī)械上的物理坐標(biāo)系，使得圖像中的識(shí)別的像素值轉(zhuǎn)換為機(jī)械坐標(biāo)值后發(fā)送給機(jī)械運(yùn)動(dòng)，找到目標(biāo)位置。

坐標(biāo)變換過程 在標(biāo)定過程中，使用halcon，不需要你自己解矩陣，一個(gè)算子搞定?vector_to_hom_mat2d( : : Px, Py, Qx, Qy : HomMat2D)?輸入像素坐標(biāo)點(diǎn)Px,Py，輸入機(jī)械坐標(biāo)點(diǎn)Qx,Qy生成一個(gè)仿射變換矩陣，比如我用模板匹配查找到了一個(gè)像素點(diǎn)（X,Y），那么通過affine_trans_point_2d( : : HomMat2D, Px, Py : Qx, Qy)就可以計(jì)算出機(jī)械坐標(biāo)，入門，你知道這些就夠了，至于深入的應(yīng)用，比如不共軸情況那就是后面入門之后的事情。

計(jì)算坐標(biāo) 那么，上面說(shuō)的定位標(biāo)定是一個(gè)純數(shù)學(xué)問題，那么現(xiàn)在我們?cè)趺凑业教卣鼽c(diǎn)？怎么做定位？在這里就要用halcon的圖像處理算子了，常用的定位方法有模板匹配、blob定位、圓查找、線查找， 模板匹配是亞像素精度（sub-pixel），定位中大多數(shù)場(chǎng)合會(huì)使用，模板匹配2個(gè)核心算子，也是最常用的，至于其他的可變性、基于點(diǎn)、基于灰度、基于描述符、局部可變性、可變性的基本在實(shí)際應(yīng)用中應(yīng)用的很少，基于此，你只需要知道在哪里找到halcon的這些模塊例程，用到了去學(xué)習(xí)即可。查找方法 在Hdevelop中 快捷鍵 Ctrl+E->方法 中查找

常用圖像定位方法

查找例程 ?

模板匹配

當(dāng)然，在進(jìn)行模板匹配之前，可能會(huì)用到很多圖像預(yù)處理，比如進(jìn)行圖像濾波mean_image、gauss_filter、smooth_image、binominal_filter等濾波算子，還會(huì)進(jìn)行ROI（region of interest）設(shè)置圖像感興趣區(qū)域，所用到的halcon算子是draw_開頭的一些列算子，在HDevelop中，按F1幫助按鈕，搜索draw_可以看到畫圓、畫橢圓、或線、畫點(diǎn)、畫多邊形等都有，其中*_mod代表在原有的圖像基礎(chǔ)上修飾圖形，這樣這一些系列算子你又記住了，是不是很簡(jiǎn)單

交互畫ROI

直接創(chuàng)建和通過輪廓?jiǎng)?chuàng)建模板 直接通過create_shape_model創(chuàng)建模板會(huì)有很多不需要的輪廓，我們通過xld來(lái)進(jìn)行創(chuàng)建，通過edges_sub_pixel獲取亞像素輪廓，然后通過select_shape_xld的長(zhǎng)度特征刪選掉一些不必要的輪廓，大家可以看到，基本上每一個(gè)算子的含義都可以通過算子的組合理解到，何況halcon中有智能提示、VS中也有智能提示，只需要打出一個(gè)單詞你就可以選擇了。

blob定位

使用blob定位就是精度不高的情況或者用來(lái)做粗定位了，在halcon中，搜索threshold可以出現(xiàn)一系列二值化操作的接口（如果大家用的多了，在OpenCV或則其他算法庫(kù)都一樣），可以得到一系列二值化操作，常用的有threshold、auto_threshold、binary_threshold、dyn_threshold、var_threshold，其他的閾值很少用。

Threshold判斷出產(chǎn)品是否OK

找線、找圓

在這里有一個(gè)重要的算子gen_measure_rectangle2，這個(gè)算子是準(zhǔn)備一個(gè)測(cè)量對(duì)象，然后通過mesure_pos/measure_pair進(jìn)行測(cè)量邊界點(diǎn)，最后通過fit_circle_contour_xld和fit_line_contour_xld進(jìn)行擬合出圓和直線。

擬合直線和擬合圓 總結(jié)一下，定位類項(xiàng)目，一個(gè)關(guān)鍵是標(biāo)定，另一個(gè)關(guān)鍵就是定位算法，大多數(shù)情況下定位都是通過找模板來(lái)定位。

視覺測(cè)量

視覺測(cè)量項(xiàng)目類應(yīng)用主要是應(yīng)用在有2個(gè)步驟，第一步粗定位，第二部測(cè)量。定位階段使用模板匹配create_shape_model、find_shape_mode來(lái)解決，然后使用vector_angle_to_rigid生成一個(gè)仿射變換矩陣，使用這個(gè)矩陣矯正圖像affine_trans_image，使用之后使用gen_measure_rectangle2生成測(cè)量對(duì)象，通過mesure_pos/measure_pair進(jìn)行測(cè)量邊界點(diǎn)，最后通過fit_circle_contour_xld和fit_line_contour_xld進(jìn)行擬合出圓和直線，最后利用halcon中的 distance_算子來(lái)計(jì)算點(diǎn)點(diǎn)測(cè)量、點(diǎn)線測(cè)量等。 這類應(yīng)用比較簡(jiǎn)單，應(yīng)用也比較廣泛。

找點(diǎn)擬合圓

識(shí)別項(xiàng)目

識(shí)別項(xiàng)目，識(shí)別什么？通常在機(jī)器視覺領(lǐng)域，識(shí)別主要是進(jìn)行OCR、一維碼、二維碼的識(shí)別。

OCR

在halcon傳統(tǒng)識(shí)別中，要識(shí)別OCR，就要先分割出字符，分割字符最常用的就是閾值分割，也就是帶threshold的系列算子組合，再通過濾波算子組合、形態(tài)學(xué)算子處理區(qū)域，把字符完全分割出來(lái)識(shí)別

分割字符步驟 分割出來(lái)后就可以使用halcon 的create_ocr_class_mlp/svm/knn/box創(chuàng)建分類器，再就調(diào)用trainf_ocr_class_mlp訓(xùn)練字符，通過write_ocr_class_mlp寫入字符句柄到文件中，clear_ocr_class_mlp清理create_ocr_class_*創(chuàng)建的句柄對(duì)象，以免句柄內(nèi)存泄漏。 在識(shí)別字符的時(shí)候通過read_ocr_class_mlp讀取字符模型再通過do_ocr_single_class_mlp讀取字符即可。大家看到這個(gè)過程是 create->trainf->write; read->do_ocr，在大多數(shù)halcon應(yīng)用中都是這個(gè)模式，創(chuàng)建->訓(xùn)練->寫入文件, 讀取文件->識(shí)別， 這些都是經(jīng)驗(yàn)套路。 當(dāng)然halcon中OCR字符識(shí)別模塊已經(jīng)有預(yù)訓(xùn)練好的字符，這些事常用的，但在很多實(shí)際項(xiàng)目情況中是需要自己訓(xùn)練的。

halcon默認(rèn)訓(xùn)練的字符庫(kù)

一維碼

一維碼識(shí)別中，create_bar_code_model創(chuàng)建一維碼模型，通過set_bar_code_param設(shè)置一維碼參數(shù)，通過find_bar_code查找一維碼內(nèi)容，最后clear_bar_code清空數(shù)據(jù)模型。在一維碼應(yīng)用中，我們沒有做圖像預(yù)處理的工作，halcon通過set_bar_code_param設(shè)置一些參數(shù)，就可以解碼出一維碼了，halcon強(qiáng)大的圖像處理能力。

二維碼

二維碼識(shí)別中，create_data_code_2d_model創(chuàng)建二維碼模型，通過set_data_code_2d_param設(shè)置二維碼參數(shù)，再通過find_data_code_2d查找二維碼的內(nèi)容，最后clear_data_code_2d_model清空數(shù)據(jù)模型，同樣，在這里沒有做圖像預(yù)處理工偶，halcon通過set_data_code_2d_param參數(shù)，強(qiáng)大的算法就可以解碼了。 總結(jié)一點(diǎn)，識(shí)別類應(yīng)用主要是在軟件層的設(shè)計(jì)，軟件層需要設(shè)計(jì)出交互好用的軟件，以及讀取數(shù)據(jù)后對(duì)一維碼、二維碼數(shù)據(jù)的處理，以及跟第三方平臺(tái)對(duì)接，所以這才是實(shí)際項(xiàng)目中不確定的。

視覺檢測(cè)

在這里視覺檢測(cè)是一個(gè)綜合應(yīng)用算子的場(chǎng)景，你可能會(huì)使用blob來(lái)進(jìn)行檢測(cè)，也可能使用模板匹配來(lái)進(jìn)行檢測(cè)，也可能用FFT，以及顏色識(shí)別，視覺檢測(cè)的情況非常多，這也是實(shí)際項(xiàng)目中最多的非標(biāo)項(xiàng)目，在這里使用的最多的就是blob算法，產(chǎn)品有無(wú)、產(chǎn)品臟污、產(chǎn)品破損、產(chǎn)品裂紋等都可以通過blob特征來(lái)區(qū)分，用到的算子還是上面提到的， 不過視覺檢測(cè)很依耐圖像成像，比如現(xiàn)實(shí)項(xiàng)目中的布匹、瓷磚等檢測(cè)圖像成像是主要問題，還有就是線掃相機(jī)的掃描速度！

視覺檢測(cè)常用的算法處理 至于FFT傅里葉變換，是把空間信息轉(zhuǎn)化為頻域信息，使用的算法很少 ，rft_generic->convol_fft->rft_generic，最后通過blob來(lái)進(jìn)行處理，再加上形態(tài)學(xué)。

FFT 上面是一個(gè)大的分類，至于大家經(jīng)常聽到的標(biāo)定，在這里有很多種類型標(biāo)定，視覺定位中的標(biāo)定上面已經(jīng)說(shuō)了，vector_to_hom_mat2d/affine_trans_point_2d。還有尺度標(biāo)定，尺度標(biāo)定就是一個(gè)像素轉(zhuǎn)物理單位的過程，在測(cè)量項(xiàng)目中會(huì)用用到，經(jīng)常性的使用一個(gè)標(biāo)定塊計(jì)算出單像素大小即可?；儤?biāo)定，這是圖像校正，當(dāng)我們使用焦距比較短比如8mm的鏡頭時(shí)，畸變比較大，在HDevelop->助手->打開Calibration進(jìn)行標(biāo)定即可，使用halcon標(biāo)定助手外加一塊標(biāo)定板解決。

標(biāo)定 當(dāng)然這四大類不是獨(dú)立運(yùn)行的， 很多項(xiàng)目同時(shí)存在定位、缺陷、測(cè)量、識(shí)別的情況，這就要考驗(yàn)工程師的應(yīng)用能力了，要熟練的使用起來(lái)，這些基本的幾大類知識(shí)點(diǎn)要明白的。 ?

審核編輯：黃飛

?