这篇文章主要介绍了如何基于pythonnet调用halcon脚本,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
最近的项目中遇到了使用python程序结合不同部分,其中包括使用halcon处理拍摄到的图像。
halcon本身提供了c++与.NET的开发库,但无python库,网上有pyhalcon之类的库,但功能与原版并不一致。
这片文章默认大家已经有halcon.NET的开发基础了,也会使用HDevEngine调用halcon脚本。这样的话自己看一下pythonnet的说明也能会哈。主要网上没人写过,我综合总结一下。而且最后一段才是重点,不同平台的数据类型变化。
1.pythonnet简介
- pythonnet是cpython的扩展
- pythonnet提供了cpython和.net程序集之间交互的桥梁
- pythonnet开源在github上
- 通过`pip install pythonnet`安装
- pythonnet的使用帮助,请参见github.
ref类型的参数如何返回
- 返回值的第一个元素是c#的返回值
- 返回值的第二个元素就是ref的值了,ref String[] 对应的返回值第二个元素就是元组tuple
2.如何使用pythonnet调用halcon函数
1
2
3
4
|
import clr # 导入pythonnet import sys import System # 导入.NET系统库 from System import String, Char, Int32, Environment, IntPtr #导入.NET变量。 |
这一步所有.NET库的导入IDE编辑器都会提示找不到引用,但是只要名称对,就能DEBUG和运行。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
|
# 导入halcon支持库 d = clr.AddReference( "source/halcondotnet" ) print (d) # 打印库的信息,包括你的halcon版本 # 导入halcon脚本引擎库 d = clr.AddReference( "source/hdevenginedotnet" ) from HalconDotNet import * 定义使用HDevEngine来调用halcon脚本是最方便的在python中。 class HdevEnginePy: # halcon过程变量,也就是函数。 Procedure = HDevProcedure() # halcon程序变量,就是halcon脚本文件 Program = HDevProgram() ourProcedure = "hdev/procedures" # 我们自己写的函数脚本目录 def __init__( self ): # 声明halcon的HDev引擎。 self .MyEngine = HDevEngine() self .MyEngine.SetProcedurePath( self .ourProcedure) # 添加我们的脚本目录 return def get_proc_names( self ): procedure_name = self .MyEngine.GetProcedureNames() # 获取并打印我们所有加载的函数名,可用于检查 return procedure_name def load_proc( self ): try : # 加载自定义函数,打印输入变量名称 self .Procedure = HDevProcedure( "函数名" ) print ( "加载脚本函数 成功!" ) self .ProcCall = HDevProcedureCall( self .Procedure) # 可执行函数对象 ctrlNames = self .Procedure.GetInputCtrlParamNames() print ( "-输入控制变量:" , ctrlNames) iconNames = self .Procedure.GetInputIconicParamNames() print ( "-输入图像变量:" , iconNames) except : print ( "加载halcon函数脚本出错。" ) self .ProcCall.Dispose() return def excute_proc( self ): # 测试用。 try : image = HImage() # 声明halcon的Himage变量 image.ReadImage( "images/apple.bmp" ) # 加载图像 self .ProcCall.SetInputIconicParamObject( "image" , image) # 传入图像参数 thmin = HTuple( 128 ) thmax = HTuple( 255 ) self .ProcCall.SetInputCtrlParamTuple( "thmin" , thmin) # 传入控制变量参数 self .ProcCall.SetInputCtrlParamTuple( "thmax" , thmax) self .ProcCall.Execute() # 执行函数 FinArea = self .ProcCall.GetOutputCtrlParamTuple( "maxArea" ) # 取得返回变量。 print (FinArea) except : print ( "执行脚本异常" ) finally : self .ProcCall.Dispose() exit() return |
3.如何把ptyhon图像格式转化为HImage
python中的图像格式我使用ndarry,是不能直接作为参数传入halcon函数的,会报错。需要先转为HImage对象。
正确的转换效果
测试用原图,发现 没加偏移量的转换结果。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
def converttoHImage(ndArray): # 把ndArray格式的图像转换成HImage,这是实验下来最兼具速度和内存使用的方法。 # 提取BGR各通道,注意python中ndArray的通道顺序不一样。 imgB = ndArray[ 0 :ndArray.shape[ 0 ], 0 :ndArray.shape[ 1 ], 0 ] imgG = ndArray[ 0 :ndArray.shape[ 0 ], 0 :ndArray.shape[ 1 ], 1 ] imgR = ndArray[ 0 :ndArray.shape[ 0 ], 0 :ndArray.shape[ 1 ], 2 ] # 将BGR通道降维成一维数组 imgBflat = imgB.flatten() imgGflat = imgG.flatten() imgRflat = imgR.flatten() # 生成字节数组内存地址,且有32个地址偏移。 Bbuffer = bytes(imgBflat) Bptr = id (Bbuffer) intptrB = IntPtr.Overloads[ int ](Bptr + 32 ) Gbuffer = bytes(imgGflat) Gptr = id (Gbuffer) intptrG = IntPtr.Overloads[ int ](Gptr + 32 ) Rbuffer = bytes(imgRflat) Rptr = id (Rbuffer) intptrR = IntPtr.Overloads[ int ](Rptr + 32 ) imgSnap = HImage() # 将三个通道的内存地址传入 imgSnap.GenImage3( "byte" , ndArray.shape[ 1 ], ndArray.shape[ 0 ], intptrR, intptrG, intptrB) return imgSnap |
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:https://www.cnblogs.com/zimmerzheng/p/12212806.html