Baumer工业相机堡盟工业相机如何通过NEOAPI SDK联合OpenCV进行Mat图像转换（C#）
Baumer工业相机
Baumer工业相机堡盟相机是一种高性能、高质量的工业相机，可用于各种应用场景，如物体检测、计数和识别、运动分析和图像处理。
Baumer的万兆网相机拥有出色的图像处理性能，可以实时传输高分辨率图像。此外，该相机还具有快速数据传输、低功耗、易于集成以及高度可扩展性等特点。
Baumer工业相机NEOAPI SDK是用于Baumer工业相机的一款最新的软件开发工具包（SDK）。它为开发人员提供了一系列API和工具，用于与Baumer工业相机进行通信和控制，控制方式极为便捷类似Halcon的相机助手类控制方式。
Baumer工业相机的Camera Explorer软件功能强大，内容丰富，通过该软件可以有效的获取相机相关的全部信息，在对于相机检测项目的开发中，有时需要获取相机中图像Buffer信息和相关的数据流信息，而Camera Explorer软件可以有效的显示相关的信息。
Baumer工业相机通过其SDK（软件开发工具包）常常需要将SDK中采集的图像数据转换为适合图像格式如Bitmap,Mat等，再进行图像处理从而开启图像处理任务；
Baumer工业相机通过SDK进行Mat图像转换的技术背景
工业相机通过SDK获取相关生产信息涉及到多个技术背景。首先，工业相机通常配备高性能图像传感器和处理器，能够拍摄高质量的图像和视频。其次，SDK（Software Development Kit，软件开发工具包）则是由相机制造商提供的软件包，其中包含了与相机通信、图像处理等相关的API和工具。借助SDK，开发人员能够自定义相机的功能，如设定曝光时间、调整焦距等。
在获取相关生产信息方面，工业相机可以通过SDK与生产线上的其他设备进行集成，例如机器人、传感器和生产数据系统。这种集成使得工业相机能够捕获生产过程中的关键数据，并将其传输到生产信息系统中进行处理和分析。这些数据可能包括产品质量检测、物料追踪、生产效率等方面的信息。
因此，要实现工业相机通过SDK获取相关生产信息，开发人员需要深入了解工业相机的API和功能，以及与生产线集成的方式和数据传输协议。同时还需要考虑数据安全性和实时性等方面的要求，确保从相机获取的信息能够有效地支持生产过程的监控和优化。
通过SDK进行Mat图像转换的代码分析
本文介绍使用BGAPI SDK对Baumer工业相机进行开发时，将SDK中采集的图像数据转换为适合图像格式如Bitmap,Mat等，再进行图像处理从而开启图像处理任务，从而能够做对应的参数设置和功能开发。
引用合适的类文件
C#环境下代码如下所示：
using System;
using System.Collections.Generic;
using NeoAPI;
using OpenCvSharp;
通过NEOAPI进行Mat图像转换
using System;
using System.Collections.Generic;
using NeoAPI;
using OpenCvSharp;
using co = System.Console;
NeoAPI.Cam camera = new NeoAPI.Cam();
camera.Connect(); // 连接到工业相机
string pf = camera.f.PixelFormat.ValueString;
PFStruct data = GetMapping(pf);
bool save_image = true;
const string windowName = "Press [Esc] to quit.";
for (int count = 0; count < 200; ++count)
{
using (Image image = camera.GetImage())
{
Image image2;
IntPtr buf = image.ImageData;
if (data.target != "")
{
if (image.IsPixelFormatAvailable(data.target))
{
image2 = image.Convert(data.target);
buf = image2.ImageData;
} else
{
var ex = new System.Exception("unknown pixel format.");
throw ex;
}
}
var img = new Mat((int)image.Height, (int)image.Width, data.type, buf);
if (data.scale != 1.0)
{
img.ConvertTo(img, data.type, data.scale);
}
Cv2.NamedWindow(windowName, WindowMode.Normal);
Cv2.ImShow(windowName, img);
if (save_image)
{
save_image = false;
Cv2.ImWrite("opencv_csharp.bmp", img);
}
}
if (Cv2.WaitKey(1) == 27)
{
break;
}
}
Cv2.DestroyWindow(windowName);
通过NEOAPI进行Mat图像转换配置数据结构函数
struct PFStruct
{
public int type;
public string target;
public double scale;
public PFStruct(int type, string target, double scale)
{
this.type = type;
this.target = target;
this.scale = scale;
}
};
static PFStruct GetMapping(string pf)
{
var map = new Dictionary<string, PFStruct>();
map.Add("Mono8", new PFStruct(MatType.CV_8UC1, "", 1.0 ));
map.Add("Mono8s", new PFStruct(MatType.CV_8SC1, "", 1.0 ));
map.Add("Mono10", new PFStruct(MatType.CV_16UC1, "", 64.0));
map.Add("Mono10Packed", new PFStruct(MatType.CV_16UC1, "Mono10", 64.0));
map.Add("Mono12", new PFStruct(MatType.CV_16UC1, "", 16.0));
map.Add("Mono12Packed", new PFStruct(MatType.CV_16UC1, "Mono12", 16.0));
map.Add("Mono16", new PFStruct(MatType.CV_16UC1, "", 1.0 ));
map.Add("BayerGR8", new PFStruct(MatType.CV_8UC1, "", 1.0 )); // "BGR8"
map.Add("BayerRG8", new PFStruct(MatType.CV_8UC1, "", 1.0 )); // "BGR8"
map.Add("BayerGB8", new PFStruct(MatType.CV_8UC1, "", 1.0 )); // "BGR8",
map.Add("BayerBG8", new PFStruct(MatType.CV_8UC1, "", 1.0 )); // "BGR8",
map.Add("BayerGR10", new PFStruct(MatType.CV_16UC1, "", 64.0)); // "BGR10"
map.Add("BayerRG10", new PFStruct(MatType.CV_16UC1, "", 64.0)); // "BGR10"
map.Add("BayerGB10", new PFStruct(MatType.CV_16UC1, "", 64.0)); // "BGR10"
map.Add("BayerBG10", new PFStruct(MatType.CV_16UC1, "", 64.0)); // "BGR10"
map.Add("BayerGR12", new PFStruct(MatType.CV_16UC1, "", 16.0)); // "BGR12"
map.Add("BayerRG12", new PFStruct(MatType.CV_16UC1, "", 16.0)); // "BGR12"
map.Add("BayerGB12", new PFStruct(MatType.CV_16UC1, "", 16.0)); // "BGR12"
map.Add("BayerBG12", new PFStruct(MatType.CV_16UC1, "", 16.0)); // "BGR12"
map.Add("RGB8", new PFStruct(MatType.CV_8UC3, "", 1.0 )); // "BGR8"
map.Add("BGR8", new PFStruct(MatType.CV_8UC3, "", 1.0 ));
map.Add("RGBa8", new PFStruct(MatType.CV_8UC4, "", 1.0 )); // "BGR8"
map.Add("BGRa8", new PFStruct(MatType.CV_8UC4, "", 1.0 )); // "BGR8"
map.Add("RGB10", new PFStruct(MatType.CV_16UC3, "", 64.0)); // "BGR10"
map.Add("BGR10", new PFStruct(MatType.CV_16UC3, "", 64.0));
map.Add("RGB12", new PFStruct(MatType.CV_16UC3, "", 16.0)); // "BGR12"
map.Add("BGR12", new PFStruct(MatType.CV_16UC3, "", 16.0));
map.Add("YUV411_8_UYYVYY", new PFStruct(MatType.CV_8UC3, "BGR8", 1.0 ));
map.Add("YUV422_8_UYVY", new PFStruct(MatType.CV_8UC3, "BGR8", 1.0 ));
map.Add("YUV8_UYV", new PFStruct(MatType.CV_8UC3, "BGR8", 1.0 ));
map.Add("RGB8_Planar", new PFStruct(MatType.CV_8UC3, "", 1.0 )); // "BGR8"
map.Add("RGB10_Planar", new PFStruct(MatType.CV_16UC3, "", 64.0)); // "BGR10"
map.Add("RGB12_Planar", new PFStruct(MatType.CV_16UC3, "", 16.0)); // "BGR10"
map.Add("RGB16_Planar", new PFStruct(MatType.CV_16UC3, "", 1.0 )); // "BGR10"
map.Add("Mono14", new PFStruct(MatType.CV_16UC1, "", 4.0 ));
map.Add("BayerGR10Packed", new PFStruct(MatType.CV_16UC1, "BayerGR10", 64.0));
map.Add("BayerRG10Packed", new PFStruct(MatType.CV_16UC1, "BayerRG10", 64.0));
map.Add("BayerGB10Packed", new PFStruct(MatType.CV_16UC1, "BayerGB10", 64.0));
map.Add("BayerBG10Packed", new PFStruct(MatType.CV_16UC1, "BayerBG10", 64.0));
map.Add("BayerGR12Packed", new PFStruct(MatType.CV_16UC1, "BayerGR12", 16.0));
map.Add("BayerRG12Packed", new PFStruct(MatType.CV_16UC1, "BayerRG12", 16.0));
map.Add("BayerGB12Packed", new PFStruct(MatType.CV_16UC1, "BayerGB12", 16.0));
map.Add("BayerBG12Packed", new PFStruct(MatType.CV_16UC1, "BayerBG12", 16.0));
map.Add("BayerGR16", new PFStruct(MatType.CV_16UC1, "", 1.0 ));
map.Add("BayerRG16", new PFStruct(MatType.CV_16UC1, "", 1.0 ));
map.Add("BayerGB16", new PFStruct(MatType.CV_16UC1, "", 1.0 ));
map.Add("BayerBG16", new PFStruct(MatType.CV_16UC1, "", 1.0 ));
map.Add("RGB16", new PFStruct(MatType.CV_16UC3, "", 1.0 )); // "BGR16"
map.Add("Mono10p", new PFStruct(MatType.CV_16UC1, "Mono10", 64.0));
map.Add("Mono12p", new PFStruct(MatType.CV_16UC1, "Mono12", 16.0));
map.Add("BGR12p", new PFStruct(MatType.CV_16UC3, "BGR16", 16.0));
map.Add("BGR14", new PFStruct(MatType.CV_16UC3, "BGR16", 4.0 ));
map.Add("BGR16", new PFStruct(MatType.CV_16UC3, "BGR16", 1.0 ));
map.Add("BayerBG10p", new PFStruct(MatType.CV_16UC1, "BayerBG10", 64.0));
map.Add("BayerBG12p", new PFStruct(MatType.CV_16UC1, "BayerBG12", 16.0));
map.Add("BayerGB10p", new PFStruct(MatType.CV_16UC1, "BayerGB10", 64.0));
map.Add("BayerGB12p", new PFStruct(MatType.CV_16UC1, "BayerGB12", 11.0));
map.Add("BayerGR10p", new PFStruct(MatType.CV_16UC1, "BayerGR10", 64.0));
map.Add("BayerGR12p", new PFStruct(MatType.CV_16UC1, "BayerGR12", 16.0));
map.Add("BayerRG10p", new PFStruct(MatType.CV_16UC1, "BayerRG10", 64.0));
map.Add("BayerRG12p", new PFStruct(MatType.CV_16UC1, "BayerRG12", 16.0));
map.Add("RGB12p", new PFStruct(MatType.CV_16UC3, "BGR12", 16.0));
map.Add("RGB14", new PFStruct(MatType.CV_16UC3, "", 4.0 ));
map.Add("R8", new PFStruct(MatType.CV_8UC1, "", 1.0 ));
map.Add("G8", new PFStruct(MatType.CV_8UC1, "", 1.0 ));
map.Add("B8", new PFStruct(MatType.CV_8UC1, "", 1.0 ));
map.Add("R10", new PFStruct(MatType.CV_16UC1, "", 64.0));
map.Add("R12", new PFStruct(MatType.CV_16UC1, "", 16.0));
map.Add("G10", new PFStruct(MatType.CV_16UC1, "", 64.0));
map.Add("G12", new PFStruct(MatType.CV_16UC1, "", 16.0));
map.Add("B10", new PFStruct(MatType.CV_16UC1, "", 64.0));
map.Add("B12", new PFStruct(MatType.CV_16UC1, "", 16.0));
map.Add("R12p", new PFStruct(MatType.CV_16UC1, "R12", 16.0));
map.Add("B12p", new PFStruct(MatType.CV_16UC1, "B12", 16.0));
map.Add("G12p", new PFStruct(MatType.CV_16UC1, "G12", 16.0));
map.Add("BaumerPolarized8", new PFStruct(MatType.CV_8UC1, "Mono8", 1.0 ));
map.Add("BaumerPolarized10", new PFStruct(MatType.CV_8UC1, "Mono8", 1.0 ));
map.Add("BaumerPolarized12", new PFStruct(MatType.CV_8UC1, "Mono8", 1.0 ));
map.Add("BaumerPolarized12p", new PFStruct(MatType.CV_8UC1, "Mono8", 1.0 ));
// aliases
map.Add("RGB8Packed", new PFStruct(MatType.CV_8UC3, "", 1.0 )); // "RGB8"
map.Add("BGR8Packed", new PFStruct(MatType.CV_8UC3, "", 1.0 )); // "BGR8"
map.Add("RGB10Packed", new PFStruct(MatType.CV_16UC3, "", 64.0)); // "RGB10"
map.Add("BGR10Packed", new PFStruct(MatType.CV_16UC3, "", 64.0)); // "BGR10"
map.Add("RGB12Packed", new PFStruct(MatType.CV_16UC3, "", 16.0)); // "RGB12"
map.Add("BGR12Packed", new PFStruct(MatType.CV_16UC3, "", 16.0)); // "BGR12"
map.Add("RGBA8Packed", new PFStruct(MatType.CV_8UC4, "", 1.0 )); // "RGBa8"
map.Add("BGRA8Packed", new PFStruct(MatType.CV_8UC4, "", 1.0 )); // "BGRa8"
map.Add("YUV411Packed", new PFStruct(MatType.CV_8UC3, "BGR8", 1.0 )); // "YUV411_8_UYYVYY"
map.Add("YUV422Packed", new PFStruct(MatType.CV_8UC3, "BGR8", 1.0 )); // "YUV422_8_UYVY"
map.Add("YUV444Packed", new PFStruct(MatType.CV_8UC3, "BGR8", 1.0 )); // "YUV8_UYV"
map.Add("YUV8", new PFStruct(MatType.CV_8UC3, "BGR8", 1.0 )); // "YUV8_UYV"
map.Add("Mono8Signed", new PFStruct(MatType.CV_8SC1, "", 1.0 )); // "Mono8s"
map.Add("RGB16Packed", new PFStruct(MatType.CV_16UC3, "", 1.0 )); // "RGB16"
map.Add("BGR16Packed", new PFStruct(MatType.CV_16UC3, "BGR16", 1.0 )); // "BGR16"
if (map.ContainsKey(pf) == true) {
return map[pf];
} else {
return new PFStruct(MatType.CV_8UC1, "", 1.0);
}
}
工业相机通过OpenCV实现相机图像转换为Mat图像格式的优势
工业相机通过OpenCV实现相机图像转换为Mat图像格式具有多个优势：
-
数据处理方便：OpenCV提供了丰富的函数和方法，可以方便地加载、处理和保存图像数据，使用Mat对象能够轻松地进行各种图像处理操作，如滤波、旋转、裁剪等。
-
跨平台性：OpenCV是一个跨平台的计算机视觉库，能够在多种操作系统上运行，包括Windows、Linux、Mac等，这意味着工业相机可以与不同平台上的OpenCV库进行集成，实现更广泛的应用。
-
功能丰富：OpenCV提供了丰富的图像处理和计算机视觉功能，包括特征检测、目标跟踪、三维重建等，工业相机转换为Mat图像格式后，可以直接利用OpenCV的这些功能进行更加复杂的图像处理和分析。
-
社区支持：OpenCV拥有庞大的开发者社区和丰富的文档资源，工业相机开发人员可以从社区中获得支持和解决问题，且能够充分利用社区贡献的相关功能模块。
-
效率高：通过OpenCV实现相机图像转换为Mat图像格式可以实现高效的图像处理和数据存储，使得工业相机的应用具有更高的性能和响应速度。
综上所述，工业相机通过OpenCV实现相机图像转换为Mat图像格式具有便捷的数据处理、跨平台性、丰富的功能、社区支持和更高的效率等多方面的优势。
工业相机通过OpenCV实现相机图像转换为Mat图像格式的行业应用
工业相机通过OpenCV实现相机图像转换为Mat图像格式的行业应用包括但不限于：
-
制造业：工业相机通过OpenCV可以用于制造业中的产品质量检测、零部件尺寸测量、缺陷检测等应用。将相机图像转换为Mat图像格式后，可以利用OpenCV的丰富功能进行图像分析和质量控制。
-
医疗行业：在医疗行业，工业相机与OpenCV结合可以用于医学影像的分析和诊断，如X射线图像处理、医学超声图像处理等，有助于提高医学影像数据的分析和诊断效率。
-
农业领域：工业相机通过OpenCV实现的图像转换可应用于农业领域的作物生长监测、果蔬质量检测、病虫害检测等领域。OpenCV的图像处理功能可以帮助农业领域实现高效的数据采集和分析。
-
智能交通：工业相机结合OpenCV可以用于智能交通系统中的车辆识别、车牌识别、交通监控等场景，实现对交通数据的实时采集和分析。
-
智能制造：在智能制造领域，工业相机通过OpenCV实现的图像转换可以用于生产过程监控、产品质量分析、智能机器人视觉导航等应用，提高制造生产的智能化和自动化程度。
综上所述，工业相机通过OpenCV实现相机图像转换为Mat图像格式在制造业、医疗、农业、智能交通以及智能制造等多个行业应用中发挥着关键作用，为这些行业提供了高效的图像采集、处理和分析解决方案。
扫一扫
8871
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
