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工业相机通过使用BGAPI SDK进行开发时，可以联合OpenCVSharp实现图像的拼接和固定数量保存以及持续保存的功能。
Baumer工业相机SDK联合OpenCVSharp的技术背景
Baumer工业相机SDK是一种软件开发工具包，用于与工业相机通信和图像采集。这些SDK通常包含驱动程序和API，可以让开发人员使用多个编程语言（例如C++、C#、Python）编写应用程序。它们也提供了许多图像参数和相机参数的控制选项，以便满足各种应用需求。
OpenCVSharp是OpenCV在C#中的封装，是一种流行且广泛使用的计算机视觉库，提供了大量的图像处理和计算机视觉算法，例如图像过滤、特征提取、目标检测等。OpenCVSharp可以与工业相机SDK集成，以便对从相机采集的图像进行处理和分析。
联合使用工业相机SDK和OpenCVSharp，开发人员可以实现更高级别的图像处理和视觉分析应用。例如，他们可以使用工业相机SDK实现图像采集和实时显示，然后使用OpenCVSharp进行图像处理和物体检测。他们还可以使用OpenCVSharp的计算机视觉算法来实现特定应用，例如质量控制、机器人视觉导航和自动识别等。
这里主要描述如何在C#的平台下实现通过BGAPI SDK和OpenCV进行图像转换的核心代码，本文的回调函数将实现拼接四张图像并进行固定数量保存和持续保存的功能。
代码分析
本文介绍使用BGAPI SDK对Baumer的JPEG工业相机进行开发时，使用通过BGAPI SDK和OpenCVSharp进行图像拼接显示图像以及进行固定数量保存和持续保存图像的功能
第一步：先引用对应的OpenCV的类文件
C#环境下核心代码如下所示：
using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Windows.Forms; using BGAPI2; using System.Runtime.InteropServices; using System.IO; using CSCameraDemo.Properties; using System.Globalization; using WindowsFormsApplication1; using System.Threading.Tasks; using System.Threading; using System.Drawing.Imaging; using OpenCvSharp; using OpenCvSharp.Dnn;
第二步：在回调函数里进行Buffer图像转换拼接以及保存相关功能
后续进行图像转换为OpenCV库的Mat图像并进行拼接和显示以及进行固定数量保存和持续保存图像核心代码，如下所示：
void mDataStream_NewBufferEvent(object sender, BGAPI2.Events.NewBufferEventArgs mDSEvent) { try { BGAPI2.Buffer mBufferFilled = null; mBufferFilled = mDSEvent.BufferObj; if (mBufferFilled == null) { MessageBox.Show("Error: Buffer Timeout after 1000 ms!"); } else if (mBufferFilled.IsIncomplete == true) { //MessageBox.Show("Error: Image is incomplete!"); //queue buffer again mBufferFilled.QueueBuffer(); } else { #region//获取当前FrameID FrameIDInt = (int)mBufferFilled.FrameID; OnNotifySetFrameID(FrameIDInt.ToString()); #endregion //将相机内部图像内存数据转为bitmap数据 System.Drawing.Bitmap bitmap = new System.Drawing.Bitmap((int)mBufferFilled.Width, (int)mBufferFilled.Height, (int)mBufferFilled.Width, System.Drawing.Imaging.PixelFormat.Format8bppIndexed, (IntPtr)((ulong)mBufferFilled.MemPtr + mBufferFilled.ImageOffset)); #region//Mono图像数据转换。彩色图像数据转换于此不同 System.Drawing.Imaging.ColorPalette palette = bitmap.Palette; int nColors = 256; for (int ix = 0; ix < nColors; ix++) { uint Alpha = 0xFF; uint Intensity = (uint)(ix * 0xFF / (nColors - 1)); palette.Entries[ix] = System.Drawing.Color.FromArgb((int)Alpha, (int)Intensity, (int)Intensity, (int)Intensity); } bitmap.Palette = palette; #endregion long currenttime = (long)mBufferFilled.Timestamp; DateTime sdasd = GetTime(currenttime, true); #region//对四张图像进行基础拼接 OpenCvSharp.Mat Matgray1 = OpenCvSharp.Extensions.BitmapConverter.ToMat(bitmap);//用bitmap转换为mat OpenCvSharp.Mat Matgray2 = Matgray1; OpenCvSharp.Mat Matgray3 = Matgray1; OpenCvSharp.Mat Matgray4 = Matgray1; Mat panorama1 = new Mat(); Mat panorama2 = new Mat(); Mat panoramaResult = new Mat(); Cv2.VConcat(Matgray1, Matgray2, panorama1); Cv2.VConcat(Matgray3, Matgray4, panorama2); Cv2.HConcat(panorama1, panorama2, panoramaResult); Bitmap bmp = OpenCvSharp.Extensions.BitmapConverter.ToBitmap(panoramaResult);//用mat转换为bitmap panorama1.Dispose(); panorama2.Dispose(); panoramaResult.Dispose(); #endregion #region//回调函数保存图像功能 if (bSaveImg) { //正常单次保存图像 if (!AutoSaveCheck.Checked & !ContinueSave.Checked) { //使用bitmap自带函数保存 string strtime = DateTime.Now.ToString("yyyyMMddhhmmssfff"); string saveimagepath = pImgFileDir + "\\" + strtime + ".jpg"; bmp.Save(saveimagepath, System.Drawing.Imaging.ImageFormat.Bmp); 使用opencv进行保存图像 //if (mBufferFilled.PixelFormat == "Mono8") //{ // OpenCvSharp.Mat matgray = OpenCvSharp.Extensions.BitmapConverter.ToMat(bitmap);//用bitmap转换为mat // matgray.SaveImage("opencv_image.png"); // Cv2.ImWrite("opencvcv_image_Clone.png", matgray); //} bSaveImg = false;//变量控制单次保存图像 } //固定数量保存图像 if (AutoSaveCheck.Checked) { //使用bitmap自带函数保存 string strtime = DateTime.Now.ToString("yyyyMMddhhmmssfff"); string saveimagepath = pImgFileDir + "\\" + strtime + ".jpg"; //bmp.Save(saveimagepath, System.Drawing.Imaging.ImageFormat.Jpeg); Thread SaveImagesThread1 = new Thread((ThreadStart)delegate() { AutoSaveImageRun(bmp, saveimagepath); }); SaveImagesThread1.Start(); SaveImagesThread1.Join(); AutoSaveCount = AutoSaveCount + 1; if (AutoSaveCount == AutoSaveNum0) { AutoSaveCount = 0; bSaveImg = false; AutoSaveCheck.Checked = false; } } //持续一直保存图像 if (ContinueSave.Checked) { //使用bitmap自带函数保存 string strtime = DateTime.Now.ToString("yyyyMMddhhmmssfff"); string saveimagepath = pImgFileDir + "\\" + strtime + ".jpg"; //bmp.Save(saveimagepath, System.Drawing.Imaging.ImageFormat.Jpeg); Thread SaveImagesThread1 = new Thread((ThreadStart)delegate() { AutoSaveImageRun(bmp, saveimagepath); }); SaveImagesThread1.Start(); SaveImagesThread1.Join(); } } #endregion #region//bitmap的图像数据复制pBitmap Bitmap clonebitmap = (Bitmap)bmp.Clone(); BitmapData data = clonebitmap.LockBits(new Rectangle(0, 0, clonebitmap.Width, clonebitmap.Height), ImageLockMode.ReadOnly, clonebitmap.PixelFormat); clonebitmap.UnlockBits(data); pBitmap = clonebitmap; #endregion #region//将pBitmap图像数据显示在UI界面PictureBox控件上 prcSource.X = 0;prcSource.Y = 0; prcSource.Width = (int)mBufferFilled.Width;prcSource.Height = (int)mBufferFilled.Height; System.Drawing.Graphics graph = System.Drawing.Graphics.FromHwnd(pictureBoxA.Handle); graph.DrawImage(pBitmap, prcPBox, prcSource, GraphicsUnit.Pixel); #endregion clonebitmap.Dispose(); //清除临时变量clonebitmap所占内存空间 mBufferFilled.QueueBuffer(); } } catch (BGAPI2.Exceptions.IException ex) { { string str2; str2 = string.Format("ExceptionType:{0}! ErrorDescription:{1} in function:{2}", ex.GetType(), ex.GetErrorDescription(), ex.GetFunctionName()); MessageBox.Show(str2); } } return; }
第三步：OpenCVSharp进行图像固定数量保存和持续保存的具体应用
C#调用代码如下所示：
#region//回调函数保存图像功能 if (bSaveImg) { if (!AutoSaveCheck.Checked & !ContinueSave.Checked) { //使用bitmap自带函数保存 string strtime = DateTime.Now.ToString("yyyyMMddhhmmssfff"); string saveimagepath = pImgFileDir + "\\" + strtime + ".jpg"; bmp.Save(saveimagepath, System.Drawing.Imaging.ImageFormat.Bmp); 使用opencv进行保存图像 //if (mBufferFilled.PixelFormat == "Mono8") //{ // OpenCvSharp.Mat matgray = OpenCvSharp.Extensions.BitmapConverter.ToMat(bitmap);//用bitmap转换为mat // matgray.SaveImage("opencv_image.png"); // Cv2.ImWrite("opencvcv_image_Clone.png", matgray); //} bSaveImg = false;//变量控制单次保存图像 } if (AutoSaveCheck.Checked) { //使用bitmap自带函数保存 string strtime = DateTime.Now.ToString("yyyyMMddhhmmssfff"); string saveimagepath = pImgFileDir + "\\" + strtime + ".jpg"; //bmp.Save(saveimagepath, System.Drawing.Imaging.ImageFormat.Jpeg); Thread SaveImagesThread1 = new Thread((ThreadStart)delegate() { AutoSaveImageRun(bmp, saveimagepath); }); SaveImagesThread1.Start(); SaveImagesThread1.Join(); AutoSaveCount = AutoSaveCount + 1; if (AutoSaveCount == AutoSaveNum0) { AutoSaveCount = 0; bSaveImg = false; AutoSaveCheck.Checked = false; } } if (ContinueSave.Checked) { //使用bitmap自带函数保存 string strtime = DateTime.Now.ToString("yyyyMMddhhmmssfff"); string saveimagepath = pImgFileDir + "\\" + strtime + ".jpg"; //bmp.Save(saveimagepath, System.Drawing.Imaging.ImageFormat.Jpeg); Thread SaveImagesThread1 = new Thread((ThreadStart)delegate() { AutoSaveImageRun(bmp, saveimagepath); }); SaveImagesThread1.Start(); SaveImagesThread1.Join(); } } #endregion
工业相机图像通过OpenCVSharp进行图像保存的优点
高效性：OpenCVSharp在处理图像时非常快速，能够处理大量的图像数据。
稳定性：OpenCVSharp提供了一个非常容易使用的API，可以让用户轻松地完成图像处理任务，并且提供了稳定的代码库和基于OpenCV的算法实现。
兼容性：OpenCVSharp是基于.NET的，可以与各种操作系统和编程语言进行兼容。它可以在Windows、Linux和Mac OS X上运行，并且可以使用C#、C++和Python等编程语言进行调用。
可扩展性：OpenCVSharp可以自定义算法，扩展现有的功能，并支持各种图像输入/输出格式的文件，如BMP、JPG、PNG、TIF等。
因此，采用OpenCVSharp进行保存工业相机图像具有高效性、稳定性、兼容性和可扩展性等优点，能够大大提高工业相机图像的处理效率和准确性。
工业相机图像通过OpenCVSharp进行图像保存的行业应用
自动化生产控制：工业相机可以用于自动化生产控制，将其拍摄的图像通过SDK转为OPENCV的MAT图像后，可以使用图像处理技术对产品进行检测、分类、计数等操作，实现自动化生产控制。
智能交通：工业相机可以用于智能交通，将其拍摄的图像通过SDK转为OPENCV的MAT图像后，可以使用图像处理技术对车辆进行识别、计数、跟踪等操作，实现智能交通管理。
医疗影像：工业相机可以用于医疗影像，将其拍摄的图像通过SDK转为OPENCV的MAT图像后，可以使用图像处理技术对医疗影像进行分析、诊断等操作，提高医疗诊断的准确性和效率。
物流仓储：工业相机可以用于物流仓储，将其拍摄的图像通过SDK转为OPENCV的MAT图像后，可以使用图像处理技术对物流仓储过程进行监控、管理、智能化等操作，提高物流仓储效率和安全性。
视频监控：工业相机可以用于视频监控，将其拍摄的图像通过SDK转为OPENCV的MAT图像后，可以使用图像处理技术对视频图像进行分析、识别、跟踪等操作，实现智能化视频监控。
