halcon显示坐标_机器视觉入门（19）之 halcon与emgucv之间的转换

第五章 halcon与EmguCV之间的转换

其实一般情况下都是halcon转emguCV了，反过来做的应该很少吧？所以本章我也是只说怎么把halcon算子转换成emguCV代码。其实halcon跟emguCV都有那么多代码，很多我也在学习中呢，所以本章只有一节，把我整理的一些学习笔记写进来与大家一起分享。

先聊几个稍微简单的吧！

(1) Halcon里面的read_image(),其实就相当于emguCV里面的带地址参数的实例化image或者Mat，或者也还有一种方法，就是：

public static Mat Imread(string filename, LoadImageType loadType)：读取一个图片。

(2) Halcon里面的打开相机open_framegrabber()相当于emguCV里面的实例化Capture类；

(3) Halcon里面的保存图片write_image()相当于：

public static bool Imwrite(string filename, IInputArray image, params int[] parameters)：保存图片。

(4) Halcon里面的grab_image()就相当于emguCV的grab()了等等。

注意：这里说的"相当于"，不是意思完全一样的意思，只是主要功能大致相同。

下面我们再主讲几个算子之间的转换。

第一个：图像格式的转换(trans_from_rgb())，如下图(4-5-1)，是把一个BGR的图像转换成HSV空间。

图 4-5-1

如上图(4-5-1)，我用方法的形式写了这个转换。首先，申明并实例化一个Hsv格式的image，大小等于需要转换的图像的尺寸。然后是关键代码：

public static void CvtColor(IInputArray src, IOutputArray dst, ColorConversion code, int dstCn = 0)：一开始我看F12里面的解释以为这个代码只能进行颜色控件之间的转换(Bgr转换到Hsv)，结果在ColorConversion的时候，发现Hsv转换到Bgr，Bgr转成灰度图也是这个算子！所以这个算子相当于也对应了trans_from_rgb(),trans_to_rgb(),rgb1_to_gray()。学一个抵三个了。这波不亏。那参数就好说了：第一个参数是输入的图像；第二个参数是输出的图像；第三个参数是要转换成哪个颜色空间(Bgr到Hsv，Hsv到Bgr，Bgr到Gray)全部在这里选择，其实还有其它类型的转换，在此不做扩展了。第四个参数是输出图片的通道数，默认为0，就是取决于转换的方式，不用填的。

可是转换出来后，它是一个Hsv空间的Image，需要单独得到三个通道的图片，还需要把他们分离开。这就相当于halcon里面的decompose3()了。这儿用到一个分离的方法：

public static void Split(IInputArray src, IOutputArray mv)：把多通道的输入图像分离成多个单通道的图像。两个参数第一个是输入，第二个就是输出了。这儿我声明并实例化了一个VectorOfMat类型的变量，用来作为输出，然后分别拿三个Mat类型的图片来让它赋值。(遇到这种新类型，千万不要懵逼，因为我们有TIPS 1)。最后这三个Mat图片就是转换的3个单通道的H、S、V图片了。见下图(4-5-2)，从左到右为RGB图，H，S，V图片：

图 4-5-2

第二个：阈值筛选(threshold())。上一节已经详细介绍了阈值筛选的7种类型，但是它的思路跟halcon还不是完全一样，比如你要筛选灰度值在50到120之间的部分，该怎么做呢？如下图(4-5-3)：

图 4-5-3

这是针对halcon里面的region理论选择的方法，就是说只记录这个地方的位置信息，不记录这个地方的像素灰度值信息。所以我的ThresholdType后面选的是Binary和BinaryInv。其实binary就是二进制的意思，非黑即白，先对这个单通道图片进行阈值筛选出灰度值大于minValue的部分，赋值为255；然后再对单通道图片阈值筛选出灰度值小于maxValue的部分，赋值为255，这样你就获得了两张图片，两张图片的高亮部分分别代表了原始图片灰度值[minValue，255]和[0，maxValue]的部分，这两个部分再求交集就是[minValue，maxValue]的地方了。那么求交集怎么求呢？不再是halcon里面的intersection了。而是：

public static void BitwiseAnd(IInputArray src1, IInputArray src2, IOutputArray dst, IInputArray mask = null)：这个算子就是"与"操作了。每个像素每个像素的进行。(这是"与"操作，那么"或"操作，"非"操作呢？详见本节TIPS 2)

经过这一步，一般的halcon里面的threshold就可以实现啦，如果还要实现一些其它的阈值方法，就靠同学们自己去摸索了。老规矩，看看这个方法实现的结果吧(4-5-4)(我的minValue和maxValue参数分别设置为50，150)：

图 4-5-4

第三个：筛选区域(select_shape())。这儿我只讲最常用的面积筛选了哈。代码见下图：

图 4-5-5

其实意思是有点变化了。这个是找到一个一个的轮廓，然后根据轮廓的面积进行的筛选，注意不是那个区域的面积，是轮廓。这个方法的参数我得说一下，第一个参数就是输入的原始图片了，但是这个图片不是任何Mat都可以的，必须是binary的，或者说必须是二值图。如果不是怎么办？在线等，很着急？转呗，我就是这么弄的，直接用上面的第二个阈值筛选就可以得到二值图了；第二个参数是输出的轮廓，它是二维数组的点的集合，这个在本节TIPS 1 已经有说；第三个、第四个参数是轮廓面积的最小最大阈值了。那么，怎么实现的呢？首先：

public static void FindContours(IInputOutputArray image, IOutputArray contours, IOutputArray hierarchy, RetrType mode, ChainApproxMethod method, Point offset = default(Point))：顾名思义，找到轮廓。第一个算子输入的图片；第二个参数输出的轮廓；第三个参数是可选的输出向量；包含关于图像拓扑的信息，我一般都是null；第四个参数是找轮廓的类型，这可以有四个选项，请自己查看啦；第五个参数是计算轮廓里面用到的近似的方法，我喜欢选简单的，不让cpu太辛苦。第六个参数直接默认。

找到轮廓后还不够，还要根据面积筛选。筛选前得知道每个轮廓的面积，这就用到一个方法：

public static double ContourArea(IInputArray contour, bool oriented = false);计算轮廓面积。里面第一个参数是输入的轮廓，第二个参数是什么方向？默认为false吧。那我算出来的面积在哪输出啊？好吧，我调皮了，这是一个带返回值的方法，返回的double类型就是面积了。

整个函数的逻辑就是先找到所有的轮廓，然后用一个for循环依次求出每个轮廓的面积，再把符合面积的轮廓一个一个push到输出result_contour里面。这儿有一个细节，对于VectorOfVectorOfPoint类型的轮廓，里面的成员就是VectorOfPoint类型的，而vectorOfPoint类型的又相当于一个数组，它里面的成员又是Point类型的。

说了这么多，还是看看效果吧，下图(4-5-6)左一是一个彩色图片，中间的是转成的binary图片，最后是找到的轮廓。

图 4-5-6

学完这么多是不是觉得有点别扭？特别是像我这种用惯了halcon的，刚转emguCV的时候特别的难受啊，各种数据类型之间的变换都特别的别扭。渐渐我发现了原因：首先：halcon喜欢基于region去做很多事，而emguCV则喜欢基于图片像素本身。这就意味着每次操作都是对图片的。而图片的类型也挺多的。其次，就是你执行一步后想看看什么效果不是很方便，不像halcon，全部在变量窗口里面，随时查看。最后，就是没有halcon那么多辅助功能啦，比如特征检测，前趋函数，后继函数，还有自动的彩色显示等等。(说到这儿我倒是想到一个小TIPS 3，差点忘记了)。总的来说，作为免费的，已经不错了~

第四个：裁剪图片(crop_part())，讲到这儿才发现这个算子我好像没讲过，那好吧：

crop_part( : ImagePart : , , , : ):就是裁剪图片。后面四个参数决定了一个矩形区域，裁剪掉图片矩形区域以外的部分。第一个参数是要裁剪的图像；第二个参数是裁剪以后的输出图像；第三个第四个参数是矩形的左上角点的坐标；第五个第六个参数是矩形的宽和高。

其实这个算子对应的emguCV算子超级简单，就是Mat类的实例化，非要写成一个方法的调用，那就如下图(4-5-7)：

图 4-5-7

在halcon的F1帮助里面，搜索"crop"，发现好几个裁剪的算子，还有一个算子：

crop_domain_rel( : ImagePart : , , , : )：也是裁剪图片，只是形式稍有不同。第一个参数就是待裁剪的输入图片；第二个参数就是裁剪后的输出图片；第三个参数是从顶部往下裁剪掉多少行像素；第四个参数是从左往右裁剪掉多少列像素；第五个参数是从下往上裁剪掉多少行像素；第六个参数是从右往左裁剪掉多少列像素。这个感觉有点像剪刀，对图像四个边各给上一剪刀。经过简单的数学变换，这也是可以变成上面的那个算子的。但是如果还用上面那种算法，我就没必要扯这么多了嘛。这儿我再教大家一招，如下图(4-5-8)：

图 4-5-8

这个算法，是从像素的角度去裁剪图片，或者说把要保留的部分重新赋值给一个新的图片。所以新图片的尺寸就是裁剪后的尺寸了，也就是上图中(4-5-8)的size1，是原图片宽度减去左右裁剪掉的列数，和原图片高度减去上下裁剪掉的行数。然后对图片进行实例化，赋予尺寸。然后两个for循环的嵌套，给这个新图片ImageCroped三个通道的每个像素赋值。怎么赋值呢？这儿有一个对应关系，假设原图片left减掉了5列，top减掉了6行，那么原图片的(5，6)位置的像素值就等于新图片(0,0)位置的像素值，对不？理解了这一点，再看上图中我的嵌套循环就很好理解了。其中data[]里面的三个数分别代表像素的横纵坐标和通道，都是从0开始的。

讲了这么多，不能只是看看而已哦亲们，一定要自己亲自操作下，才能转换成自己的知识，反正都是最后一节了，要辛苦也是最后一次了，再坚持一下咯！

还有就是，halcon算子跟emguCV的算法都是上千个的，我这儿只是列举了其中的很少一部分，非常常用的一部分。其实还有很多重要的算子，要考我们自己去学习了。毕竟，这只是一本入门的教材嘛，一年级的数学书怎么会教你乘法口诀，但它依然是你将来学会微积分，泰勒公式，高斯定理，傅里叶函数最下面的那块垫脚石。

最后，一起复习下这一节学到的方法：

1)public static Mat Imread(string filename, LoadImageType loadType)：

2)public static bool Imwrite(string filename, IInputArray image, params int[] parameters);

3)public static void CvtColor(IInputArray src, IOutputArray dst, ColorConversion code, int dstCn = 0);

4)public static void BitwiseAnd(IInputArray src1, IInputArray src2, IOutputArray dst, IInputArray mask = null)：

5)public static void FindContours(IInputOutputArray image, IOutputArray contours, IOutputArray hierarchy, RetrType mode, ChainApproxMethod method, Point offset = default(Point))：

6)public static double ContourArea(IInputArray contour, bool oriented = false);

7)crop_part(: ImagePart : , , , : ):

8)crop_domain_rel(Image:: , , , : )：

本节TIPS：

1) VectorOfMat具体什么意思，我也说不上来，矢量图片？查了一些资料没找到很好的解释。我自己的理解就是数组，Mat是一个图像，那VectorOfMat就是n个Mat，不过是有序排列的。那同理：

VectorOfPoint就是一组点的有序排列了，VectorOfVectorOfpoint就是n个二维排列的点了。一法通，万法通，所有的VectorOf的都好理解很多了，以后应该还会再遇到它的。

2) 其实你自己F12也能找到了，毕竟打渔方法都交给你们啦！

图 4-5-7

如上图(4-5-7)从上到下，分别为与，非，或，异或。

3) 这个是关于imageBox控件的一个使用小技巧，就是当程序运行时，可以在imageBox控件上右键来做一些操作。比如保存图片，读取图片，缩放，以及最后一个property，可以看到很多图像的特征，如下图：图中红框框按钮还可以看到图像的灰度直方图，看不清数字是可以放大看的哈。

图 4-5-8

图 4-5-9