TC3-Vision笔记

已于 2024-04-28 13:56:21 修改
阅读量1.2k 收藏 10
点赞数 4
分类专栏： 笔记 文章标签： 图像处理
于 2022-11-11 17:03:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wkwk7600/article/details/127807366
版权
本文详细介绍了TwinCAT Vision的各种功能块，包括图像处理、形态学算子、模板匹配、相机状态机、阈值处理、轮廓检测等，并提供了相关代码示例。此外，还涵盖了工业相机参数、错误处理和资源管理等内容，对理解TwinCAT Vision在实际应用中的操作具有指导意义。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文章目录

前言

TC3-Vision功能 应用笔记
功能块说明来源Beckhoff Information 及 参考OPENCV对应函数说明
测试版本：TwinCAT3.1.4024.32 + TF7xxx-Vision4.0.2.13

CV应用常识：

1.被测物体要在图像的中间位置才准确，图像四周会有畸变，因为成像芯片（或传感器）和镜头不是完全相切。
2.景深与镜头光圈、焦距、工作距离的关系(景深就是图像上对焦点前后的清晰范围，被测物体在焦点附近)：
  2.1：镜头光圈(光圈一般调整为最大，亮度高，更清晰)，光圈越大，景深越小；光圈越小，景深越大；
  2.2：镜头焦距，焦距越长，景深越大；焦距越短，景深越小；
  2.3：工作距离，工作距离越远，景深越大；工作距离越近，景深越小；

在这里插入图片描述

一、应用笔记

1. Gige相机Online后不能正常显示图片图像

解决办法：

1.Configuration-Image Format Control中的Pixel Format图像格式问题。

2. 图像格式

##图像格式决定整个图像的大小，图像大小与图像处理速率、传输速率成正比。
1.Mono : 单色图
	1.1 Mono 8 ：每个像素点占8bit; 
	1.2 Mono 10：每个像素占16bit 但是只有10位有效，其余填0; 
	1.3 Mono 12：每个像素占16bit 但是只有12位有效，其余填0;
	1.4 Mono10 Packed、Mono12 Packed：跟上面的mono10、mono12没有本质上的区别，但是原本补0的位置，被下一帧图像数据填充，节约传输带宽,增加解码难度;
	
2.RGB 8 ： 由RGB三色组成,每个通道占8bit,单个像素点占24bit(即3个字节)；

3.BGR 8 ： 同上，但是通道数排列顺序为BGR;

4.YUV 422(YUYV) Packed ：Y表示明亮度，也就是灰阶值，U和V表示的则是色度;分量顺序：(Y0，U0，Y2, V1)
---(来源网络)
假如图像像素为：[Y0 U0 V0]、[Y1 U1 V1]、[Y2 U2 V2]、[Y3 U3 V3]
			  [Y4 U4 V4]、[Y5 U5 V5]、 [Y6 U6 V6] 、[Y7 U7 V7]
那么采样的码流为: Y0 U0 Y1 V1 Y2 U2 Y3 V3 
				Y4 U4 Y5 V5 Y6 U6 Y7 V7
其中，每采样过一个像素点，都会采样其 Y 分量，而 U、V 分量就会间隔一个采集一个。
最后映射出的像素点为 [Y0 U0 V1]、[Y1 U0 V1]、[Y2 U2 V3]、[Y3 U2 V3]
---

5.Bayer 拜尔格式
	BG 8
	BG 10 
	BG 10 Packed 
	BG 12
	BG 12 Packed

3. 路由设置&任务设置

1.Real-Time -- Settings -- Configured Size 设置尽可能大，涉及到动态内存(图像过大或者图像内存泄漏)
2.Real-Time -- Settings -- Global Stack Size 可直接设置512KB
3.Tasks -- 视觉程序对应的Task建议禁用Floating point exceptions选项,并开启看门狗堆栈
4.多核控制器，建议隔离内核单独给相机任务使用
5.设备树Camera or FileSource -- Context选项卡，每个模组可以选择独自刷新周期(新建设备时，系统就会自动生成对应任务)

4. WireShark抓包分析设置

Rt-Ethernet Adapter -- Adapter -- 勾选Promiscuous Mode
在与 GigE Vision 设备通信时，此模式可能会导致问题。

5. 形态学算子

5.1 腐蚀

腐蚀，消除物体的边界点，使边界向内收缩，可以把小于结构元素的物体去除。可将两个有细小连通的物体分开。该方法可以用来去除毛刺，小凸起等。如果两个物体间有细小的连通，当结构足够大时，可以将两个物体分开。下图为使用TC3形态学算子功能块配合卷积核5*5的正方体结构，腐蚀后的效果，去除了主体上的毛刺。
在这里插入图片描述
在这里插入图片描述

5.2 膨胀

膨胀，对二值化物体边界点进行扩充，将与物体接触的所有背景点合并到该物体中，使边界向外部扩张。也可让对象内部的小孔被填充。

5.3 开运算(先腐蚀再膨胀)

开运算，先腐蚀再膨胀，小于结构元素的对象被移除，而外部形状基本保持不变。用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。下图来源网络，以方形卷积核结构演示。
图片来源网络

5.4 闭运算(先膨胀再腐蚀)

闭运算，适合结构元素的对象内部的孔完全封闭，而外部形状基本保持不变。下图来源网络，以方形卷积核结构演示。
图片来源网络

5.5 梯度运算

梯度运算就是用膨胀的图像减去腐蚀的图像，就可以获得原图像的边缘信息。下图来源网络，图一为处理前，图二为处理后。
梯度处理前梯度处理后

5.6 白帽/顶帽运算

开运算的效果是去除图像外的噪点，白帽/顶帽运算（原图减去开运算)就得到了去掉的噪点。

5.7 黑帽运算

闭运算的效果是去除图像内的噪点，黑帽运算（闭运算减去原图)就是图形内部的噪点。

5.8 开运算重构

5.9 闭运算重构

5.10 白帽/顶帽运算重构

5.11 黑帽运算重构

6. TC3相机状态机转移图

在这里插入图片描述

7. 模板匹配&模板掩码作用

模板匹配是一种最原始、最基本的模式识别方法，研究某一特定对象物的图案位于图像的什么地方，进而识别对象物，这就是一个匹配问题。
模板匹配具有自身的局限性，主要表现在它只能进行平行移动，若原图像中的匹配目标发生旋转或大小变化，该算法无效。

模板掩码:一些特定情况中我们并不需要将整个模板图像拿来匹配，而只需要其中特定的部分做模板，其他部分则加入反而会影响匹配结果。简单的说，模板匹配函数有模板掩码的参数后，会让模板自动叠加模板掩码后，生成新的模板，再去参与模板匹配。下图来源网络，左1为模板(白底影响匹配)，右1为模板掩码(可通过模板经过阈值化处理后得到)，中间为参与模板匹配的最终模板。
在这里插入图片描述

TC3模板匹配要注意的点：

1.调用模板匹配方法时，模板图像和图源的类型需一致，否则会因异常退出运行状态
PS:调用前可以用ITcVnImage.GetImageInfo()方法判断类型是否一致。
2.模板匹配想找到最匹配的图像坐标时：
TCVN_TMM_CCORR_NORMED方法，可以用F_VN_MaxPixelValue()来寻找结果图像中最大的通道值；
TCVN_TMM_SQDIFF方法，可以用F_VN_MinPixelValue()来寻找结果图像中最小的通道值；
***单匹配处理流程 相机拍照->模板匹配->处理->再拍照，以此循环；前提是处理后再拍照不会再重复匹配。
3.模板匹配找到多个近似的图像坐标，可以使用F_VN_GetPixel()方法来遍历结果图像的所有坐标(可以通过逻辑处理防止相邻坐标点重复匹配)的像素值。
//匹配最匹配的10个，记录坐标
//ImageTemplateResult 为模板匹配的图像
//VeValue	: ARRAY [0..9] OF LREAL;
//VePos	: ARRAY [0..9] OF TcVnPoint2_DINT;
FOR i := 0 TO MatchTemplateInfo.nWidth BY 1 DO //不一定非是1
	FOR j := 0 TO iMatchTemplateInfo.nHeight BY 1 DO
		F_VN_GetPixel(ImageTemplateResult,MatchValue,i,j,hr);
		IF MatchValue[0]  > 0.99  AND  count < 9 THEN//自定义阈值
		//可以通过逻辑处理防止相邻坐标点重复匹配 
		//IF ABS(i - VePos[count-1][0]) + ABS(j - VePos[count-1][1]) < 5 then
		//......
		//END_IF
			VeValue[count] := MatchValue[0];//记录匹配的值
			VePos[count][0]:=i;//记录X坐标,找到的坐标为左上角点
			VePos[count][1]:=j;//记录Y坐标
			count := count +1;
		END_IF
	END_FOR
END_FOR

在这里插入图片描述
在这里插入图片描述第二张图左侧的单通道图是TC3使用TCVN_TMM_CCORR_NORMED方法模板匹配的结果，可以看到图像中的亮点，即为匹配度高的图像。

8. HRESULT解释

所有 TwinCAT Vision 函数在执行后都会返回一个 HRESULT。它的值表示执行是否成功。

它本身是由8位16进制数组成构成:例如16#00000000;
***最高位如果为0，即表示成功执行;
最高位为0，判断HRESULT后三位:
16#0xxxx000即表示功能块执行且成功得到结果;
16#0xxxx001即表示功能块成功执行但未取得结果;
16#0xxxx203即表示功能块异步方法已启动(功能块正在执行)，但还没有结果;
16#0xxxx256即表示功能块成功执行(但是被看门狗打断);

***如果最高位大于8，则为错误代码;
同样判断后三位，常见错误代码有:
16#xxxxx70A : 内存不足;
16#xxxxx70B : 参数值无效;
16#xxxxx70C : 没找到(文件或图像等等，可能是路径错误);
16#xxxxx70E : 对象不匹配(比如功能块参数需求3通道图像,但缺给了4通道图像);
16#xxxxx712 : 在不允许的状态下调用了功能块\函数;
16#xxxxx719 : 函数\功能块超时;
16#xxxxx71A : 接口查询失败;
16#xxxxx71B : 请求的接口错误;
16#xxxxx71D : 对象ID无效;
16#xxxxx734 : 超出有效范围(越界);

***注意
bool SUCCEEDED(HRESULT);可以用该函数判断函数是否执行(判断最高位是否为0);
bool Failed(HRESULT);可以用该函数判断函数是否失败(判断最高位是否为大于8);

***函数功能块有参数hrPrev;
SUCCEEDED(hrPrev)如果等于False,则表示该功能块未执行,还是指示上一次操作的结果(即不改变原值)。

9. TC3Vision功能块在线修改不起作用

登录并下载(在线修改第二项)或者重新激活可以使其生效(4024.35版本)

1.//F_VN_ConvertColorSpace(ipImageIn,ipImageIn,TCVN_CST_RGBA_TO_RGB, hr2 );

ipImageIn.GetImageInfo(ImageInfo);

hr1 := F_VN_ReadQRCode(
	ipSrcImage:= ipImageIn, 
	ipDecodedData:= QRCodeData, 
	hrPrev:= hr1);
***例子：
1.当注释掉F_VN_ConvertColorSpace()函数时，读取二维码失败，hr1报错70E(因为图像为4通道，不符合1通道或者3通道的参数要求);
2.不注释后-登录-提示在线修改-选择第一项，发现hr1依旧报错70E(但是ImageInfo读出来图像已经修改成三通道);
3.不注释后-(提示在线修改-选择第二项 or 重新激活 or 重新启动)-都能解决70E报错。

10. Too many static objects detected on shutdown … rusult Memory Leak

错误现象：
1.相机对象GetCurrentImage()采集图像失败；
2.CycleSending图像运行时，项目自动停止运行；

解决方法
1.设置较大的Router Memory&Global Task Config;
2.使用FW_SafeRelease()释放图像容器，防止内存泄漏；

11. TwinCAT-Vision配合高帧率相机应用

已知连接相机时，触发到FB_VN_SimpleCameraControl.GetCurrentImage(image)后，即可获得一张来自相机的图像。
当相机做流水线瑕疵检测等应用时，可能会有图片处理速度跟不上流水线运行速度的情况，导致检测覆盖率不足。以下是常规两种解决方案：
1.调整算子，让图像处理速度与流水线运行速度匹配。
2.可以通过独立Task，触发FB_VN_SimpleCameraControl.GetCurrentImage();将图像存到一个图像池中缓存起来，然后依次处理先入先出。前提条件是流水线会有停顿，缓存数量不会无限增加，而导致内存泄露。

12.工业相机的几大参数

1.分辨率，即为像素值，一共多少像素点。

2.像素深度，是指每个像素用多少位（bit）来表示，决定着图像的色彩丰富度和细节表达能力。像素深度越高，表达的色彩或灰度级别越多，图像细节更丰富，但同时增加数据处理量。

3.最大帧率&行频，面阵相机的话，即时一秒钟多少张图像；线阵相机的话，即为一秒钟可以读取多少行。

4.曝光方式，分卷帘曝光(逐行曝光)和全局曝光(场曝光)，如果不是高速移动的物体，一般用卷帘曝光的相机；高速移动的物体，一般是全局曝光。

5.像元尺寸，相机芯片上每个像元的实际物理尺寸，越小的话图像质量越高，价格越贵。

6.光谱响应特性，RGB相关。

7.快门速度，通过IO或者通讯触发拍照的响应速度，在相机帧率较低的情况下，可以用触发拍照的方式获得精准位置的图像。

13. 相机选型例子

例如：已知，目标长度15mm*15mm，要求0.008mm精度，如何选相机？
答：
1.宽幅按照1.5倍选取，则15mm*1.5 = 22.5mm宽幅 
 (这是为了考虑到成像时可能的留白和镜头投影的一些误差，以确保目标能够完全覆盖在成像区域内。)
 
2.相机像素 = 22.5mm/0.008mm = 2812.5 pixel
(这里的计算是基于精度和目标尺寸的比例关系，以确保相机能够捕捉到足够的细节。)

3.相机分辨率为2812.5 * 2812.5 = 791万像素，考虑余量，按照4个像素对应一个检测精度(长短边各放大2倍)，则需要常规3100万像素的相机。
比如可以选海康的MV-CH310-10GM，分辨率为6464 × 4852，像元尺寸为3.45 µm × 3.45 µm，靶面尺寸	22.3 mm × 16.7 mm，水平像素密度290.1像素/毫米，垂直像素密度291像素/毫米
系统放大倍率 = 芯片短边/视野短边 = 16.7/22.5 = 0.7422

镜头焦距为：f = 系统放大倍率×实际工作距离 = 60 * 0.7422 = 44.6 毫米
(焦距计算方式有两种，哪种适用需要考虑，一种是f = 工作距离*放大倍率/1+放大倍率，另一种即相似三角形f = 系统放大倍率×实际工作距离)
系统的分辨精度 = 像元尺寸/放大倍率 = 3.45/0.7422 = 4.648微米 < 8微米（客户需求），满足要求。

在这里插入图片描述镜头选择还可以通过在线工具计算：例如：海康网站在线工具

二、TC3-Vision常用功能块

1. F_VN_ConvertColorSpace 图像色彩空间转换

/** 
  * @brief F_VN_ConvertColorSpace 图像色彩空间转换
  * @param ipImageIn 图像输入
  * @param ipImageRes 转换后图像输出
  * @param TCVN_CST_RGB_TO_GRAY 色彩转换参数(Vision库提供的枚举体)
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_ConvertColorSpace(ipImageIn,ipImageRes,TCVN_CST_RGB_TO_GRAY, hrPrev);
***注意：如果参数不匹配(比如本来就是灰度Mono 还要 RGB_TO_GRAY)TC3会异常并退出运行模式。
***四通道图像转换成三通道图像可用TCVN_CST_RGBA_TO_RGB；

2. F_VN_TransformIntoDisplayableImage 将图像转换成可显示图像(BitMap类型)

/**
* @brief F_VN_TransformIntoDisplayableImage 将图像转换成可显示图像(BitMap类型)
  * @param ipSrcImage  图像输入
  * @param ipDestImage 转换成的可现实图像(可由Ads读取)
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_TransformIntoDisplayableImage(ipSrcImage,ipDestImage,hrPrev);
***注意：使用F_VN_TransformIntoDisplayableImage后，ipSrcImage资源将被释放(类似指针Delete)，之后再对其操作皆无效。

3. F_VN_CopyIntoDisplayableImage 将图像复制成可显示图像(BitMap类型)

/**
* @brief F_VN_CopyIntoDisplayableImage 将图像复制成可现实图像(BitMap类型)
  * @param ipSrcImage  图像输入
  * @param ipDestImage 复制成的可现实图像(可由Ads读取)
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_TransformIntoDisplayableImage(ipSrcImage,ipDestImage,hrPrev);
***注意：使用F_VN_CopyIntoDisplayableImage后，ipSrcImage资源不会被释放。

4. F_VN_CopyImage 图像复制

/**
* @brief F_VN_CopyImage 图像复制
  * @param ipSrcImage  图像输入
  * @param ipDestImage 复制成的目标图像
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_CopyImage (ipSrcImage,ipDestImage,hrPrev);

5. F_VN_CopyImageRegion 图像局部复制

/**
* @brief F_VN_CopyImageRegion 图像局部复制
  * @param ipSrcImage  图像输入
  * @param nX          复制源图像左上角X坐标
  * @param nY          复制源图像左上角Y坐标
  * @param nWidth      复制宽度
  * @param nHeight     复制高度
  * @param ipDestImage 复制成的目标图像
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_CopyImageRegion (ipSrcImage,nX,nY,nWidth,nHeight,ipDestImage,hrPrev);

6. F_VN_GetImageWidth 得到图像宽度

/**
* @brief F_VN_GetImageWidth 得到图像宽度
  * @param ipSrcImage  图像输入
  * @param nWidth      图像宽度
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_GetImageWidth(ipSrcImage,nWidth,hrPrev);

7. F_VN_GetImageHeight 得到图像高度

/**
* @brief F_VN_GetImageWidth 得到图像高度
  * @param ipSrcImage  图像输入
  * @param nHeight     图像宽度
  * @param hrPrev 		HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_GetImageHeight(ipSrcImage,nHeight,hrPrev);

8. F_VN_Threshold 阈值处理(二值化)

/**
* @brief F_VN_Threshold 阈值处理(二值化)
  * @param ipSrcImage  图像输入
  * @param ipDestImage 图像输出
  * @param fThreshold  设置阈值
  * @param fMaxValue   最大阈值,一般为255
  * @param thresholdType	阈值类型
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_Threshold (ipSrcImage,ipDestImage,fThreshold,fMaxValue,thresholdType,hrPrev);
***如果被看门狗打断(扫描周期不够)，则返回部分结果
***阈值类型说明：
ETcVnThresholdType::TCVN_TT_BINARY：如果图像的某个像素点大于阈值，则设为最大值，小于阈值则设为0；
例:RGB图像像素点(0,160,250),设置阈值为127，最大值为255，则处理后为(0,255,255)
------
ETcVnThresholdType::TCVN_TT_BINARY_INV：如果图像的某个像素点大于阈值，则设为0，小于阈值则设为最大值；
例:RGB图像像素点(0,160,250),设置阈值为127，最大值为255，则处理后为(255,0,0)
------
ETcVnThresholdType::TCVN_TT_TRUNC：如果图像的某个像素点大于阈值，则设为阈值，小于阈值则保持原样；
ETcVnThresholdType::TCVN_TT_TOZERO：如果图像的某个像素点大于阈值，则保持原样，小于阈值则设为0；
ETcVnThresholdType::TCVN_TT_TOZERO_INV：如果图像的某个像素点大于阈值，则设为0，小于阈值则保持原样；
------
***OTSU算法只能针对灰度图，处理彩图会让控制器报错
ETcVnThresholdType::TCVN_TT_OTSU_BINARY：运用OTSU算法二进制阈值，阈值设0自动遍历；
ETcVnThresholdType::TCVN_TT_OTSU_BINARY_INV;
ETcVnThresholdType::TCVN_TT_OTSU_TRUNC;
ETcVnThresholdType::TCVN_TT_OTSU_TOZERO;
ETcVnThresholdType::TCVN_TT_OTSU_TOZERO_INV;
------
***TT算法只能针对灰度图，处理彩图会让控制器报错
ETcVnThresholdType::TCVN_TT_TRIANGLE_BINARY;
ETcVnThresholdType::TCVN_TT_TRIANGLE_BINARY_INV;
ETcVnThresholdType::TCVN_TT_TRIANGLE_TRUNC;
ETcVnThresholdType::TCVN_TT_TRIANGLE_TOZERO;
ETcVnThresholdType::TCVN_TT_TRIANGLE_TOZERO_INV;

9. F_VN_AdaptiveThreshold 自适应阈值处理

/**
* @brief F_VN_AdaptiveThreshold 自适应阈值处理
  * @param ipSrcImage  图像输入
  * @param ipDestImage 图像输出
  * @param fMaxValue   最大阈值,设为255 //max value of 8-bit image: (2^8)-1=255
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_AdaptiveThreshold (ipSrcImage,ipDestImage,fMaxValue,hrPrev);
***注意自适应只能针对灰度图，处理彩图会让控制器报错

10. F_VN_AdaptiveThresholdExp 高级自适应阈值处理

/**
* @brief F_VN_AdaptiveThresholdExp 高级自适应阈值处理
  * @param ipSrcImage  图像输入
  * @param ipDestImage 图像输出
  * @param fMaxValue   最大阈值,设为255 //max value of 8-bit image: (2^8)-1=255
  * @param eAdaptiveMethod 应用的自适应方法
  * @param thresholdType	阈值类型 (only BINARY and BINARY_INV are supported)
  * @param nBlockSize	像素邻域大小(必须为奇数，3、5、7 etc.)
  * @param fConstant	用均值和高斯计算阈值后减去该偏移值
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_AdaptiveThreshold (ipSrcImage,ipDestImage,fMaxValue,eAdaptiveMethod,thresholdType,nBlockSize,hrPrev);
***注意自适应只能针对灰度图，处理彩图会让控制器报错
------
***自适应方法说明：
ETcVnAdaptiveThresholdMethod::TCVN_ATM_MEAN:采用均值算法自适应
ETcVnAdaptiveThresholdMethod::TCVN_ATM_GAUSSIAN:采用高斯算法自适应
------
***阈值类型说明：
只能用ETcVnThresholdType::TCVN_TT_BINARY 和 ETcVnThresholdType::TCVN_TT_BINARY_INV；

11. F_VN_DrawRectangle_TcVnRectangle_UDINT 绘制矩形

/**
* @brief F_VN_DrawRectangle_TcVnRectangle_UDINT 绘制矩形
  * @param stRectangle 矩形区域 STRUCT(X,Y,W,H)
  * @param ipDestImage 图像输出
  * @param aColor 矩形外轮廓颜色 STRUCT(R,G,B)
  * @param nThickness 线条粗细（如果为负，则填充矩形）
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_DrawRectangle_TcVnRectangle_UDINT (stRectangle,ipDestImage,aColor,nThickness,hrPrev);

12. F_VN_CreateStructuringElement 生成卷积核结构(形态学处理用)

/**
* @brief F_VN_CreateStructuringElement 生成卷积核结构
  * @param ipStructuringElement 返回卷积核的结构图像
  * @param eShape	创建的卷积核形状(矩形、十字形或椭圆形)
  * @param nWidth	卷积核形状宽度
  * @param nHeight 卷积核形状高度
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_CreateStructuringElement(ipStructuringElement,eShape,nWidth,nHeight,hrPrev);

13. F_VN_MorphologicalOperator 形态学处理

/**
* @brief F_VN_MorphologicalOperator 形态学处理
  * @param ipSrcImage 要处理的图像
  * @param ipDestImage 处理后输出的图像
  * @param eOperator	形态学处理方法种类
  * @param ipStructuringElement 卷积核结构 通过F_VN_CreateStructuringElement创建
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_MorphologicalOperator(ipSrcImage,ipDestImage,eOperator,ipStructuringElement,hrPrev);    
***通常用于处理二值化图像，形态学算子(配合不同的卷积核结构)可以多次串联使用，达到尽可能好的效果；
------
***处理算子种类说明：
ETcVnMorphologicalOperator::TCVN_MO_EROSION：腐蚀，针对白色部分（高亮部分）；
ETcVnMorphologicalOperator::TCVN_MO_DILATION：膨胀，针对白色部分（高亮部分）；
ETcVnMorphologicalOperator::TCVN_MO_OPENING：开运算；
ETcVnMorphologicalOperator::TCVN_MO_CLOSING：闭运算；
ETcVnMorphologicalOperator::TCVN_MO_GRADIENT：梯度运算；
ETcVnMorphologicalOperator::TCVN_MO_WHITE_TOPHAT：白帽/顶帽运算；
ETcVnMorphologicalOperator::TCVN_MO_BLACK_TOPHAT：黑帽运算；
ETcVnMorphologicalOperator::TCVN_MO_OPENING_BY_RECONSTRUCTION：开运算重构；
ETcVnMorphologicalOperator::TCVN_MO_CLOSING_BY_RECONSTRUCTION：闭运算重构；
ETcVnMorphologicalOperator::TCVN_MO_WHITE_TOPHAT_BY_RECONSTRUCTION：白帽/顶帽运算重构；
ETcVnMorphologicalOperator::TCVN_MO_BLACK_TOPHAT_BY_RECONSTRUCTION：黑帽运算重构；

14. F_VN_FindContoursExp 高级轮廓检测

/**
* @brief F_VN_FindContoursExp 高级轮廓检测
  * @param ipSrcImage 输入图像
  * @param ipContours 输出的轮廓(类型ITcVnContainer容器)
  * @param eRetrievalMode 轮廓检测方法
  * @param eApproximationMethod 轮廓存储的方法
  * @param aOffset 偏移量(给输出的轮廓增加偏移,可配合ROI匹配原图轮廓)
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_CreateStructuringElement(ipSrcImage,ipContours,eRetrievalMode,eApproximationMethod,aOffset,hrPrev);  
***只针对二值化图像,针对白色部分寻找轮廓（高亮部分）;
------
***轮廓检测方法说明：
ETcVnContourRetrievalMode::TCVN_CRM_EXTERNAL 只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略；
ETcVnContourRetrievalMode::TCVN_CRM_LIST 检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关系，彼此之间独立，没有等级关系，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓；
ETcVnContourRetrievalMode::TCVN_CRM_CONNECTED_COMPONENTS 检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层；
ETcVnContourRetrievalMode::TCVN_CRM_TREE 检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓；
ETcVnContourRetrievalMode::TCVN_CRM_FLOODFILL 使用 floodfill 算法返回找到的轮廓（仅适用于 DINT 图像）；
------
***轮廓编码(存储)的方式说明：
ETcVnContourApproximationMethod::TCVN_CAM_NONE 轮廓上每个点都被存储；
ETcVnContourApproximationMethod::TCVN_CAM_SIMPLE 只存储水平，垂直，对角直线的起始点，例如一个矩形轮廓只保存4个顶点；
ETcVnContourApproximationMethod::TCVN_CAM_TC89_L1 使用teh-Chinl chain 近似算法；
ETcVnContourApproximationMethod::TCVN_CAM_TC89_KCOS 使用teh-Chinl chain 近似算法；

15. F_VN_DrawContours 轮廓绘制

/**
*@brief F_VN_DrawContours 轮廓绘制
  * @param ipContours 输入轮廓容器
  * @param nContourIndex 轮廓索引，如果为负值，则绘制容器内所有轮廓
  * @param ipDestImage 输出图像
  * @param aColor 轮廓颜色
  * @param nThickness 线条粗细（如果为负数，则填充轮廓）
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_DrawContours(ipContours,nContourIndex,ipDestImage,aColor,nThickness,hrPrev);  
***注意，如果绘制的轮廓线条是彩色的，提供的图像色域要为非灰度图，不然无法绘制。

16. F_VN_GetNumberOfElements 获取容器中的数量

/**
*@brief F_VN_GetNumberOfElements 获取容器中的数量
  * @param ipContainer 容器
  * @param nNumberOfElements 元素数量
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_GetNumberOfElements(ipContainer,nNumberOfElements,hrPrev);  
***等效于容器接口方法 ITcVnContainer.GetElementNum；
***可用于获取轮廓容器内的轮廓数量；
***注意：ipNumber元素数量可能为0，使用以下代码要小心，防止向下溢出，可用IF(ipNumber >= 1)作为判断再遍历；
	FOR i:=0 TO (ipNumber-1) DO
	    // access container elements
	END_FOR

17. F_VN_GetAt_ITcVnContainer 获取容器中的元素

/**
*@brief F_VN_GetAt_ITcVnContainer 获取容器中的元素
  * @param ipSrcContainer 输入容器
  * @param ipDestContainer 输出容器，包含索引的元素
  * @param nIndex 索引号
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_GetAt_ITcVnContainer(ipSrcContainer,ipDestContainer,nIndex,hrPrev);  
***可用于获取轮廓容器内的轮廓结构；
***索引从0开始；

18. F_VN_ContourArea 计算轮廓面积

/**
*@brief F_VN_ContourArea 计算轮廓面积
  * @param ipContour 轮廓
  * @param fArea 计算的面积
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_ContourArea(ipContour,fArea,hrPrev);  
***如果相机不进行校准，得到的面积为轮廓像素面积；

19. F_VN_ContourCenterOfMass 计算轮廓的质心

/**
*@brief F_VN_ContourCenterOfMass 计算轮廓面积
  * @param ipContour 轮廓
  * @param aCenterOfMass 返回质心点的坐标[x,y]
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_ContourCenterOfMass(ipContour,aCenterOfMass,hrPrev);

20. F_VN_DrawPointExp 高级绘制点

/**
*@brief F_VN_DrawPointExp 高级绘制点
  * @param nX 点的X坐标
  * @param nY 点的Y坐标
  * @param ipDestImage 输出图像
  * @param eShape 绘制点形状(Circle,Square,PLUS,X等等形状)
  * @param aColor 颜色
  * @param nSize  尺寸
  * @param nThickness 线宽
  * @param eLineType 线的类型
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_DrawPointExp(nX,nY,ipDestImage,eShape,aColor,nSize,nThickness,eLineType,hrPrev);  
***可绘制质心等点；

21. F_VN_EnclosingRectangle 搜索一组点的最小外接矩形

/**
*@brief F_VN_EnclosingRectangle 搜索一组点的最小外接矩形
  * @param ipPointSet 源点集
  * @param stRectangle 返回确定的矩形
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_EnclosingRectangle(ipPointSet,stRectangle,hrPrev);

22. F_VN_EnclosingCircle 搜索一组点的最小外接圆

/**
*@brief F_VN_EnclosingCircle 搜索一组点的最小外接圆
  * @param ipPointSet 源点集
  * @param aCenter 返回的圆心
  * @param fRadius 返回的圆半径
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_EnclosingCircle(ipPointSet,aCenter,fRadius,hrPrev);

23. F_VN_EnclosingTriangle 搜索一组点的最小外接三角形

/**
*@brief F_VN_EnclosingTriangle 搜索一组点的最小外接三角形
  * @param ipPointSet 源点集
  * @param aTriangleVertices 返回三角形的三个顶点
  * @param hrPrev HandleResult 
  * @param fArea 返回三角形面积
  * @return HandleResult 
  */
HandleResult:= F_VN_EnclosingTriangle(ipPointSet,aTriangleVertices,hrPrev,fArea );

24. F_VN_DrawRotatedRectangle 绘制旋转矩形

/**
*@brief F_VN_EnclosingCircle 绘制旋转矩形
  * @param stRectangle 矩形结构(矩形中心点、矩形尺寸、矩形旋转角度)
  * @param ipDestImage 输出图像
  * @param aColor 矩形颜色
  * @param nThickness 矩形线宽
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_DrawRotatedRectangle(stRectangle,ipDestImage,aColor,nThickness,hrPrev);

25. F_VN_PutTextExp 写文本到图像

/**
*@brief F_VN_PutTextExp 写文本到图像
  * @param sText 文本内容
  * @param ipDestImage 目标图像
  * @param nX 横坐标 实际测试,以左上角为(0,0)
  * @param nY 纵坐标 实际测试,以左上角为(0,0)
  * @param eFontType 字体格式
  * @param fFontScale 字体比例系数
  * @param aColor 矩形颜色
  * @param nThickness 矩形线宽
  * @param eLineType 线的类型
  * @param bBottomLeftOrigin 插入文字位置,文字左下角为顶点或者左上角顶点
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_PutTextExp(sText,ipDestImage,nX,nY,eFontType,fFontScale,aColor,nThickness,eLineType,bBottomLeftOrigin,hrPrev);

26. FW_SafeRelease 释放指针

FW_SafeRelease:= FW_SafeRelease(pipUnk);
***等效ITcUnknown.TcRelease()

27. F_VN_LocateEdgeExp 高级搜索边界

/**
*@brief F_VN_LocateEdgeExp 高级搜索边界
  * @param ipSrcImage 源图像
  * @param ipEdgePoints 返回的边界点容器(足够描述边缘的点集合),整条边缘可以用FitLine拟合直线
  * @param aStartPoint 开始搜索过程的位置（在端点方向）
  * @param aEndPoint 结束搜索过程的位置
  * @param eEdgeDirection 指定搜索方向(由明到暗或者由暗到明)
  * @param fMinStrength 明暗强度差,高于这个值就当作找到边界
  * @param nSearchLines 搜索窗口的行数，必为奇数，值越大越准确，耗时越长
  * @param fSearchLineDist 以像素为单位的搜索线之间的距离 (> 0)
  * @param nMaxThickness 指定要搜索的边缘的最大厚度
  * @param nSubpixelsIterations 指定子像素数(通常10-20足够,对于APPROX_ERF和APPROX_GAUSSIAN 50-100足够)
  * @param fApproxPrecision 指定 APPROX_ERF 和 APPROX_GAUSSIAN 的近似精度（0.001 通常足够）
  * @param eAlgorithm 边缘检测算法的选择
  * @param hrPrev HandleResult 
  * @param fAvgStrength 输出检测到的边缘平均强度
  * @return HandleResult 
  */
HandleResult:= F_VN_LocateEdgeExp(ipSrcImage,ipEdgePoints,aStartPoint,aEndPoint,eEdgeDirection,fMinStrength,nSearchLines,fSearchLineDist,nMaxThickness,nSubpixelsIterations,fApproxPrecision,eAlgorithm,hrPrev,fAvgStrength);  
***eEdgeDirection 搜索方向说明：(可用于找外边或者找内边)
ETcVnEdgeDirection::TCVN_ED_DARK_TO_LIGHT:由暗到明搜索边界；
ETcVnEdgeDirection::TCVN_ED_LIGHT_TO_DARK:由明到暗搜索边界；
------
***eAlgorithm 边缘检测算法说明：
ETcVnEdgeDetectionAlgorithm::TCVN_EDA_INTERPOLATION:插值法(双线性)，然后找到最大梯度，快速且温度，但不如函数逼近方法精准；
ETcVnEdgeDetectionAlgorithm::TCVN_EDA_APPROX_ERF:erf函数笔迹边缘，比插值法满，但是更精准，前提是边缘适合erf模型；
ETcVnEdgeDetectionAlgorithm::TCVN_EDA_APPROX_GAUSSIAN：高斯函数逼近法，目的是找到比较细的线的中心，因此对于其他边缘很可能不准确；

28. F_VN_FitLine 拟合直线

/**
*@brief F_VN_FitLine 拟合直线
  * @param ipPointSet 源点集
  * @param aFitLine 返回直线 Vec4f,aFitLine[0]、aFitLine[1]:为向量,aFitLine[2]、aFitLine[3]:为直线上的一点
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_FitLine(ipPointSet,aFitLine,hrPrev);  
***
斜率K = aFitLine[1]/aFitLine[0]；
直线与水平轴的角度 = atan(K)/3.14*180；

29. FB_VN_SimpleCameraControl 相机控制

FB_VN_SimpleCameraControl 此Function提供了控制相机或文件源的基本功能。
涉及相机(图源)状态机，一般调用这几个方法
1.FB_VN_SimpleCameraControl.GetCurrentImage(); 获取当前有效的图像
2.FB_VN_SimpleCameraControl.GetState(); 获取当前相机的状态机
3.FB_VN_SimpleCameraControl.Reset(); 相机复位
4.FB_VN_SimpleCameraControl.StartAcquisition(); 开始图像采集
5.FB_VN_SimpleCameraControl.StopAcquisition(); 停止图像采集
6.FB_VN_SimpleCameraControl.TriggerImage(); 触发下一个图像,当设置为触发模式时，改方法生效

***常见状态机说明，具体可以参考状态机转移图。
ETcVnCameraState::TCVN_CS_ERROR = -1,错误状态，可用Reset方法尝试复位跳转到初始化状态;
ETcVnCameraState::TCVN_CS_INITIAL = 0,初始化状态;
ETcVnCameraState::TCVN_CS_OPENING = 3,连接相机中状态,在初始化状态可通过StartAcquisition方法跳转;
ETcVnCameraState::TCVN_CS_OPENED = 4,连接相机成功状态,准备好采集图片,在初始化状态通过StartAcquisition方法成功后跳转;
ETcVnCameraState::TCVN_CS_ACQUIRING = 6,相机图片流准备好，可通过在连接相机成功状态通过StartAcquisition方法成功后跳转
ETcVnCameraState::TCVN_CS_TRIGGERING = 9,图像Trigger状态中,相机或者图片源设置成Trigger模式时，在状态机6通过TriggerImage方法成功后跳转；

30. FB_VN_ReadImage 图像读取(功能块需声明实例)

/**
*@brief FB_VN_ReadImage 图像读取(功能块需声明实例)
  * @param sFilePath 图像路径
  * @param ipDestImage 图像容器
  * @param bRead 读取信号,上升沿有效
  * @param nTimeout 超时值
  * @param bBusy 功能块是否正在处理
  * @param bError 功能块是否报错
  * @param nErrorID 功能块错误代码
  */
FB_ReadImage(
    sFilePath   :=  'C:\TcVision\Image.bmp', 
    ipDestImage :=  ipImageIn,
    bRead       :=  TRUE,
    nTimeout    :=  T#500MS
);
***
可以通过文件的命名规则,动态的读取文件夹内的图像,例如：
Image1、Image2、Image3、Image4...
程序中sPath := CONCAT(CONCAT('C:\Image', TO_STRING(nIndex)), '.png');
通过nIndex的变化，读取文件夹的动态图形。

31. FB_VN_WriteImage 图像写入(功能块需声明实例

/**
*@brief FB_VN_WriteImage 图像写入(功能块需声明实例)
  * @param ipImage 图像
  * @param sFilePath 图像写入的路径
  * @param bRead 写入信号,上升沿有效
  * @param nTimeout 超时值
  * @param bBusy 功能块是否正在处理
  * @param bError 功能块是否报错
  * @param nErrorID 功能块错误代码
  */
FB_VN_WriteImage(
    ipImage     :=  ipImageRes, 
    sFilePath   :=  'C:\TcVision\Image.bmp',
    bWrite      :=  TRUE,
    nTimeout    :=  T#500MS
);

32. F_VN_MatchTemplateExp 高级模板匹配

/**
*@brief F_VN_MatchTemplateExp 高级模板匹配
  * @param ipSrcImage 源图像(1 or 3通道 = 支持8U或者32F)
  * @param ipTemplateImage 模板图像,图形类型要与ipSrcImage相同,且图片宽度和高度要比源图像要小
  * @param ipResultImage 返回结果图像(为单通道图像),假设待匹配图像为 I,宽高为(W,H),模板图像为 T,宽高为(w,h),那么result的大小就为(W-w+1,H-h+1)；类型为单通道32位浮点
  * @param eMatchMethod 匹配方法
  * @param ipTemplateMask 模板掩码,部分匹配方法支持
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_MatchTemplateExp(ipSrcImage,ipTemplateImage,ipResultImage,eMatchMethod,ipTemplateMask,hrPrev);  

***注意模板和图源的类型，一定要相等，不然TC3会因异常退出运行状态。
可以用ITcVnImage.GetImageInfo()方法判断类型是否一致。

***匹配方法eMatchMethod说明：
ETcVnTemplateMatchMethod::TCVN_TMM_SQDIFF:方差匹配方法,匹配度越高,值越接近于0;(该方法支持模板掩码)
ETcVnTemplateMatchMethod::TCVN_TMM_SQDIFF_NORMED:标准平方差匹配方法,最佳匹配也在结果为0处;
ETcVnTemplateMatchMethod::TCVN_TMM_CCORR:相关性匹配方法,最佳匹配位置在值最大处，值越小匹配结果越差;
ETcVnTemplateMatchMethod::TCVN_TMM_CCORR_NORMED:标准相关性匹配方法,最佳匹配位置也是在值最大处;(该方法支持模板掩码)
ETcVnTemplateMatchMethod::TCVN_TMM_CCOEFF:相关性系数匹配方法,1表示完美匹配,-1表示糟糕的匹配,0表示没有任何相关性(随机序列);
ETcVnTemplateMatchMethod::TCVN_TMM_CCOEFF_NORMED:标准相关性系数匹配方法;

***模板掩码说明:
可参考1.7模板匹配的内容;

33. F_VN_GetPixel 获取像素值

/**
*@brief F_VN_GetPixel 获取像素值
  * @param ipSrcImage 图像
  * @param aValue 返回的像素值 (Ref To TcVnVector4_LREAL)没有用到的通道值被设成0
  * @param nX 图像X坐标值
  * @param nY 图像Y坐标值
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_GetPixel(ipSrcImage,aValue,nX,nY,hrPrev);  
***可辅助模板匹配，遍历匹配结果单通道图像，以查找匹配坐标

34. F_VN_MaxPixelValue 找到最大像素值

/**
*@brief F_VN_MaxPixelValue 获取最大像素值
  * @param ipImage 图像
  * @param aMaxValue 返回的像素值
  * @param aPosition 最大像素值图像坐标值
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_MaxPixelValue(ipImage,aMaxValue,aPosition,hrPrev);

35. F_VN_SetPixel 设置像素值

/**
*@brief F_VN_SetPixel 设置像素值
  * @param ipSrcImage 图像
  * @param aValue 设置的像素值
  * @param nX 图像X坐标值
  * @param nY 图像Y坐标值
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_SetPixel(ipSrcImage,aValue,nX,nY,hrPrev);

36. F_VN_SetPixelsExp 高级批量设置像素值

/**
*@brief F_VN_SetPixelsExp 高级批量设置像素值
  * @param ipDestImage 图像
  * @param aValue 设置像素值
  * @param ipMask 掩码图像
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_SetPixelsExp(ipDestImage,aValue,ipMask,hrPrev);  
***给图像所有坐标设(掩码区外)设置相同的像素值

37. F_VN_ReadBarcode 读取一维(平面)条形码

/**
*@brief F_VN_ReadBarcode 读取一维(平面)条形码
  * @param ipSrcImage 图像 (1通道 OR 3通道,3通道默认为RGB并在内部转换成灰度图读取)
  * @param ipDecodedData 返回的解码值(ContainerType_Vector_String_SINT)
  * @param eBarcodeType 条码类型
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_ReadBarcode(ipSrcImage,ipDecodedData,eBarcodeType,hrPrev);  
***eBarcodeType项可以使用<TCVN_BT_CODABAR + TCVN_BT_CODE39>的形式来读取多种类型码，越多类型影响运行速度。

***eBarcodeType条码类型说明：
ETcVnBarcodeType::TCVN_BT_CODABAR;
ETcVnBarcodeType::TCVN_BT_CODE39;
ETcVnBarcodeType::TCVN_BT_CODE93;
ETcVnBarcodeType::TCVN_BT_CODE128;
ETcVnBarcodeType::TCVN_BT_EAN8;
ETcVnBarcodeType::TCVN_BT_EAN13;
ETcVnBarcodeType::TCVN_BT_ITF;
ETcVnBarcodeType::TCVN_BT_UPCA;
ETcVnBarcodeType::TCVN_BT_UPCE;
ETcVnBarcodeType::TCVN_BT_ANY:所有支持的类型(比较耗时);
ETcVnBarcodeType::TCVN_BT_CODE39EXTENDED;

***
HResult返回值可以判断是否等于S_OK,

38. F_VN_ReadBarcodeExp 高级读取一维(平面)条形码

/**
*@brief F_VN_ReadBarcodeExp 高级读取一维(平面)条形码
  * @param ipSrcImage 图像 (1通道 OR 3通道,3通道默认为RGB并在内部转换成灰度图读取)
  * @param ipDecodedData 返回的解码值(ContainerType_Vector_String_SINT)
  * @param ipContours 返回条码所在的位置
  * @param eBarcodeType 条码类型
  * @param nCodeNumber 应在图像中读取到的条形码数量(目前上限就支持一个)
  * @param eSearchDirection 读取搜索方向
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_ReadBarcodeExp(ipSrcImage,ipDecodedData,ipContours,eBarcodeType,nCodeNumber,eSearchDirection,hrPrev);
***eSearchDirection 读取搜索方向说明：
ETcVnBarcodeSearchDirection::TCVN_BSD_ANY:允许任意方向读取;
ETcVnBarcodeSearchDirection::TCVN_BSD_HORIZONTAL:允许水平方向读取;
ETcVnBarcodeSearchDirection::TCVN_BSD_VERTICAL:允许垂直方向读取;

39. F_VN_ExportSubContainer_String 将容器元素导出为字符串

/**
*@brief F_VN_ExportSubContainer_String 将容器元素导出为字符串
  * @param ipContainer 容器 仅支持(ContainerType_Vector_String_SINT)
  * @param nIndex 容器索引值
  * @param sText 字符串
  * @param nMaxLength 字符串长度
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_ExportSubContainer_String(ipContainer,nIndex,sText,nMaxLength,hrPrev);  
***配合读条码 or 二维码使用

40. F_VN_ReadQRCode 读取QR(二维)码

/**
*@brief F_VN_ReadQRCode 读取QR(二维)码 符合IEC-18004的QR码 
  * @param ipSrcImage 图像 (1通道 OR 3通道,3通道默认为RGB并在内部转换成灰度图读取)
  * @param ipDecodedData 返回的解码值(ContainerType_Vector_String_SINT)
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_ReadQRCode(ipSrcImage,ipDecodedData,hrPrev);

41. F_VN_BitWisenotimage 图像色彩取反

/**
*@brief F_VN_BitWisenotimage 图像色彩取反，黑色变白色，白色变黑色
  * @param ipSrcImage 图像
  * @param ipDestImage 返回目标图像
  * @param hrPrev HandleResult 
  * @return HandleResult 
  */
HandleResult:= F_VN_ReadQRCode(ipSrcImage,ipDecodedData,hrPrev);

总结

待续…
内容如有错误，请不吝赐教！

批量插入数据到Oracle数据库Demo
03-06
模拟批量数据插入Oracle数据库
c#几种数据库的大数据批量插入（SqlServer、Oracle、SQLite和MySql）
09-01
以下是对这四种数据库批量插入操作的详细讲解： 1. **SQL Server批量插入** SQL Server提供了`SqlBulkCopy`类，它允许高效地将大量数据从一个数据源（例如`DataTable`）复制到SQL Server表。以下是一个简单的`...
接口开发：Orcal数据库的批量新增sql
qq_65032048的博客
07-17 1339
场景：在日常的CURD中一定会用到批量新增。在我们的项目中，使用的数据库是Orcal，由于之前基本都是使用Mysql的，使用的sql语句也基本都是用mysql的。但是在这次的接口编写时用mysql的批量新增出了问题，刚开始我还以为是写的动态sql有问题，在后续的问题修改也主要是对动态sql修改，因此也浪费了大量的时间，在后续把sql搬到数据库运行一下后才发现是sql的问题，同时也了解到了mysql和orcal 也是有很多地方是不同的。
MySQL和Oracle批量插入SQL差异详解
最新发布
囚徒之困
04-01 481
MySQL和Oracle批量插入SQL差异详解。
Oracle sql批量插入多条数据
jiang1536的博客
06-14 1万+
Oracle中一次插入多条的方法 在Oracle里面，不支持像mysql那样直接在后面拼多个记录。Oracle中有两个方法达到批量插入的效果 方法一：采用union all拼接查询方式 insert into pager (PAG_ID,PAG_PARENT,PAG_NAME,PAG_ACTIVE) select 8000,0,'Multi 8000',1 from...
Oracle 批量添加数据
sxk1101的博客
06-17 2207
ORA-00933: SQL 命令未正确结束 的错误。题主学习记录，大家多多包涵，有问题评论区下交流。在Oracle做批量添加是的sql 可以这样写。而在在Oracle中我们如果这样写回报一个。我们也可以同时对多个表进行批量添加。在MySQL中批量添加时。
oracle批量插入数据
weixin_40778583的博客
05-17 2754
其中，table_name为目标表名，s为源表查询结果集，column_name为目标表和源表的关联列，MATCHED表示匹配到记录时执行UPDATE操作，NOT MATCHED则表示未匹配到记录时执行INSERT操作。需要注意的是，该方法中的MERGE语句中，ON子句的列需要根据具体情况修改，确保目标表和源表可以正确关联。同时，为避免SQL注入攻击，参数值应该使用占位符形式设置，而非直接拼接字符串。在Oracle中，可以使用MERGE语句实现批量插入数据，如果数据已存在则更新，不存在则新增。
oracle的批量插入sql
weixin_30872789的博客
01-17 162
insert into persons (id_p, lastname , firstName, city ) values (200,'haha' , 'deng' , 'shenzhen'), (201,'haha2' , 'deng' , 'GD'), (202,'haha3' , 'deng' , 'Beijing');这是mysql的插入语句。但是我们在oracle中是报错的...
Mapper批量插入Oracle数据@InsertProvider注解
08-26
在上面的代码中，我们可以看到MessageFormat类用于生成批量插入的SQL语句，该SQL语句将批量插入数据到Oracle数据库中。 Mapper批量插入Oracle数据的优点：Mapper批量插入Oracle数据@InsertProvider注解方法可以批量...
c#实现几种数据库的大数据批量插入
08-31
由于Oracle数据库的特性，批量插入的实现可能比SQL Server复杂一些。你需要创建一个OracleBulkCopy对象，类似于SqlBulkCopy，然后设置其属性，包括目标表名、批次大小等。然后，将`DataTable`的列映射到...
MyBatis批量插入数据到Oracle数据库中的两种方式(实例代码)
08-29
除了使用INSERT ALL语句外，我们还可以使用UNION ALL语句来批量插入数据到Oracle数据库。以下是示例代码： ```xml INSERT INTO T_APPLAUD ( ID, USER_ID, BUSINESS_TYPE, PRODUCT_ID, CREATE_TIME ) ( ...
oracle批量插入数据脚本
06-29
oracle批量生成数据脚本，oracle批量生成数据脚本，oracle批量生成数据脚本，oracle批量生成数据脚本。
ORACLE批量插入数据文件
05-28
可实现批量插入记录,免去一条条复制语句之苦.
Oracle 批量插入sql
yangchuanan的博客
10-19 7673
oracle9i版本以后 1 无条件的 INSERT ALL insert all       into test1 (empno,ename) values(empno,ename)       into test1(ename,sal) values(ename,sal)       select 1 from dual;   注意后边跟的SELECT语句可以随意，不过不是把它SELE...
Oracle实现往某表批量插入记录
热门推荐
m0_71406734的博客
06-09 3万+
Oracle如何实现往某表批量插入记录？
oracle批量插入sql语句
qq_28656707的博客
08-26 1113
<insert id="batchInsert" parameterType="java.util.List"> insert into SCAI_CIFES_INDV_PC02 (SEQ_NO, ID, PA01AI01, PC02AS01, PC02AS02, PC02BS01, PC02BJ01, PC02BS02, PC02...
oracle 批量增加数据sql
weixin_40989555的博客
04-23 494
<insert id="insertBatch" parameterType="java.util.List"> insert into A10WEB ( ABZ001, ABZ080, AAC102, ABB391, AAB001 ) select t.abz001,t.abz080,t.aac102,t.a...
oracle批量导入sql语句
03-09 2802
https://blog.csdn.net/gnail_oug/article/details/80005957 由于要将mysql数据库转为oracle，mybatis的映射文件里面的批量插入用的mysql的多个values的形式，但是换成oracle库之后sql报错。所以.oracle并不支持这种一个insert into 多个values的方法 mysql:INSERT INTO users...
ORACLE 批量插入更新删除sql
qq_44981598的博客
10-14 1014
SELECTSYSDATE,FROM DUALclose=";END;">SET#{item}
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值