备案控制台
开发者社区 开发与运维 文章 正文

Baumer工业相机堡盟工业相机如何使用BGAPISDK联合Halcon将图像中的六一快乐字体提取出来（C#）

2023-08-10 88
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
票证核验，票证核验 50次/账号
文档理解，免费额度 各100页
自定义KV模板，自定义KV模板 500次/账号
简介： Baumer工业相机堡盟工业相机如何使用BGAPISDK联合Halcon将图像中的六一快乐字体提取出来（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工业相机的BGAPISDK可以在C#的环境下提供原始的图像数据，直接将Buffer的数据转为Halcon的Hoject数据信息，再通过使用Halcon的图像算法实现图像的处理。


Baumer工业相机使用Halcon图像算法的技术背景

Baumer工业相机的BGAPI SDK可以提供相机的图像原始数据，Halcon具有极为巨大的图像处理库，在图像处理领域非常强大，功能丰富，使用于工业视觉检测。


工业相机的SDK（Software Development Kit）是为了方便开发人员对工业相机进行控制和图像采集而提供的一套软件工具。而Halcon是一款强大的机器视觉软件，能够进行图像处理、分析、识别等多种任务。


将工业相机的SDK图像转换为Halcon图像，是为了实现将工业相机采集到的图像数据导入到Halcon环境中进行处理和分析。这样可以充分利用Halcon的各种图像处理和分析工具，提高图像处理的效率和精度。


本文这里只简单使用Baumer工业相机联合Halcon进行图像字体提取的图像算法。


Baumer工业相机通过BGAPI SDK联合Halcon使用图像算法

下面介绍在C#里Baumer工业相机在回调函数里联合Halcon直接进行线性灰度变换图像增强的演示，

先将Bitmap图像转为Halcon的图像Hobject，然后使用Halcon的区域分割、特征提取等功能，最后将Hobject图像转换为Bitmap。


1.引用合适的类文件

代码如下（示例）：

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 HalconDotNet;

2.BGAPISDK在图像回调中引用Halcon的算法提取六一快乐文字

代码如下（示例），C#调用代码如下所示：

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
            #region//回调函数保存图像功能
            if (bSaveImg)
            {
                //使用bitmap自带函数保存
                string strtime = DateTime.Now.ToString("yyyyMMddhhmmssfff");
                string saveimagepath = pImgFileDir  +"\\"+ strtime + ".jpg";
                bitmap.Save(saveimagepath, System.Drawing.Imaging.ImageFormat.Bmp);
                bSaveImg = false;//变量控制单次保存图像
            }
            #endregion
           //将Bitmap数据转为Halcon的Hobject
    Rectangle rect = new Rectangle(0, 0, bmp.Width, bmp.Height); 
    BitmapDat srcBmpData=bmp.LockBits(rect,ImageLockMode.ReadOnly,
    PixelFormat.Format8bppIndexed);
    HOperatorSet.GenImage1(out image, "byte", bmp.Width, bmp.Height, srcBmpData.Scan0);
    bmp.UnlockBits(srcBmpData);
            #region//对图像进行特征提取   
             Hobject ImageScaled;   
    HOperatorSet.GenRectangle1(out ho_ROI_0, 203.865, 139.939, 402.189, 748.899);
      ho_ImageReduced.Dispose();
      HOperatorSet.ReduceDomain(ho_Image624055013043709531022, ho_ROI_0, out ho_ImageReduced
        );
      ho_Image1.Dispose();
      ho_Image2.Dispose();
      ho_Image3.Dispose();
      HOperatorSet.Decompose3(ho_ImageReduced, out ho_Image1, out ho_Image2, out ho_Image3
        );
      ho_Region.Dispose();
      HOperatorSet.Threshold(ho_Image2, out ho_Region, 0, 100);
      ho_ConnectedRegions.Dispose();
      HOperatorSet.Connection(ho_Region, out ho_ConnectedRegions);
      ho_SelectedRegions.Dispose();
      HOperatorSet.SelectShape(ho_ConnectedRegions, out ho_SelectedRegions, "area", 
        "and", 700, 99999);
      ho_RegionFillUp.Dispose();
      HOperatorSet.FillUpShape(ho_SelectedRegions, out ho_RegionFillUp, "area", 1, 
        200);
      ho_RegionUnion.Dispose();
      HOperatorSet.Union1(ho_RegionFillUp, out ho_RegionUnion);
      ho_ImageReduced2.Dispose();
      HOperatorSet.ReduceDomain(ho_Image624055013043709531022, ho_RegionUnion, out ho_ImageReduced2
        );
    HObjectConvertBpp8(ImageScaled,out bmp);
            #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;
}
private static void HObjectConvertBpp8(HObject image, out Bitmap res)
{
  try
  {
  HTuple hpoint, type, width, height;
  const int Alpha = 255;
  int[] ptr = new int[2];
  HOperatorSet.GetImagePointer1(image, out hpoint, out type, out width, out height);
  res = new Bitmap(width, height, PixelFormat.Format8bppIndexed);
  ColorPalette pal = res.Palette;
  for (int i = 0; i <= 255; i++)
  {
    pal.Entries[i] = Color.FromArgb(Alpha, i, i, i);
  }
  res.Palette = pal;
  Rectangle rect = new Rectangle(0, 0, width, height);
  BitmapData bitmapData = res.LockBits(rect, ImageLockMode.WriteOnly, PixelFormat.Format8bppIndexed);
  int PixelSize = Bitmap.GetPixelFormatSize(bitmapData.PixelFormat) / 8;
  ptr[0] = bitmapData.Scan0.ToInt32();
  ptr[1] = hpoint.I;
  if (width % 4 == 0)
    CopyMemory(ptr[0], ptr[1], width * height * PixelSize);
  else
  {
    for (int i = 0; i < height - 1; i++)
    {
    ptr[1] += width;
    CopyMemory(ptr[0], ptr[1], width * PixelSize);
    ptr[0] += bitmapData.Stride;
    }
  }
  res.UnlockBits(bitmapData);
  }
  catch(Exception ex)
  {
  res = null;
  throw ex;
  }
}


3.联合Halcon进行图像文字提取显示

C#调用代码如下所示：

//将Bitmap数据转为Halcon的Hobject
Rectangle rect = new Rectangle(0, 0, bmp.Width, bmp.Height); 
BitmapDat srcBmpData=bmp.LockBits(rect,ImageLockMode.ReadOnly,
PixelFormat.Format8bppIndexed);
HOperatorSet.GenImage1(out image, "byte", bmp.Width, bmp.Height, srcBmpData.Scan0);
bmp.UnlockBits(srcBmpData);
#region//对灰度图像进行线性灰度变换算法增强   
Hobject ImageScaled;    
 HOperatorSet.GenRectangle1(out ho_ROI_0, 203.865, 139.939, 402.189, 748.899);
    ho_ImageReduced.Dispose();
    HOperatorSet.ReduceDomain(ho_Image624055013043709531022, ho_ROI_0, out ho_ImageReduced
        );
    ho_Image1.Dispose();
    ho_Image2.Dispose();
    ho_Image3.Dispose();
    HOperatorSet.Decompose3(ho_ImageReduced, out ho_Image1, out ho_Image2, out ho_Image3
        );
    ho_Region.Dispose();
    HOperatorSet.Threshold(ho_Image2, out ho_Region, 0, 100);
    ho_ConnectedRegions.Dispose();
    HOperatorSet.Connection(ho_Region, out ho_ConnectedRegions);
    ho_SelectedRegions.Dispose();
    HOperatorSet.SelectShape(ho_ConnectedRegions, out ho_SelectedRegions, "area", 
        "and", 700, 99999);
    ho_RegionFillUp.Dispose();
    HOperatorSet.FillUpShape(ho_SelectedRegions, out ho_RegionFillUp, "area", 1, 
        200);
    ho_RegionUnion.Dispose();
    HOperatorSet.Union1(ho_RegionFillUp, out ho_RegionUnion);
    ho_ImageReduced2.Dispose();
    HOperatorSet.ReduceDomain(ho_Image624055013043709531022, ho_RegionUnion, out ho_ImageReduced2);   
HObjectConvertBpp8(ImageScaled,out bmp);
#endregion
#endregion
private static void HObjectConvertBpp8(HObject image, out Bitmap res)
{
  try
  {
  HTuple hpoint, type, width, height;
  const int Alpha = 255;
  int[] ptr = new int[2];
  HOperatorSet.GetImagePointer1(image, out hpoint, out type, out width, out height);
  res = new Bitmap(width, height, PixelFormat.Format8bppIndexed);
  ColorPalette pal = res.Palette;
  for (int i = 0; i <= 255; i++)
  {
    pal.Entries[i] = Color.FromArgb(Alpha, i, i, i);
  }
  res.Palette = pal;
  Rectangle rect = new Rectangle(0, 0, width, height);
  BitmapData bitmapData = res.LockBits(rect, ImageLockMode.WriteOnly, PixelFormat.Format8bppIndexed);
  int PixelSize = Bitmap.GetPixelFormatSize(bitmapData.PixelFormat) / 8;
  ptr[0] = bitmapData.Scan0.ToInt32();
  ptr[1] = hpoint.I;
  if (width % 4 == 0)
    CopyMemory(ptr[0], ptr[1], width * height * PixelSize);
  else
  {
    for (int i = 0; i < height - 1; i++)
    {
    ptr[1] += width;
    CopyMemory(ptr[0], ptr[1], width * PixelSize);
    ptr[0] += bitmapData.Stride;
    }
  }
  res.UnlockBits(bitmapData);
  }
  catch(Exception ex)
  {
  res = null;
  throw ex;
  }
}

呈现效果如下所示：

（未使用图像算法）


2.png

（使用图像算法）


1.png

Baumer工业相机图像和Halcon联动的优势

将工业相机SDK图像与Halcon连接起来可以有几个好处。


提高图像质量：Halcon是一个强大的图像处理和分析软件工具。当你将你的工业相机SDK图像连接到Halcon时，你可以利用它的功能来提高图像的质量。


更大的灵活性： 通过将工业相机SDK的图像连接到Halcon，你可以利用Halcon的灵活性和多功能性。你可以利用其先进的特性和功能，根据你的具体需要，优化你的图像处理工作流程。


更快的处理速度： Halcon对速度进行了优化，可以比其他类似工具更快地执行复杂的图像处理任务。当你将你的工业相机SDK图像链接到Halcon时，你可以受益于它的卓越性能，使你能够快速有效地处理图像。


更容易集成： Halcon的设计是为了与其他工业相机SDK和图像处理工具无缝集成。通过将你的相机SDK图像连接到Halcon，你可以得到两方面的好处：一个强大的图像处理工具和你现有的相机SDK的好处。


更好的结果： 所有这些优势最终都会带来更好的结果。通过使用Halcon来处理你的工业相机SDK图像，你可以优化你的工作流程，提高图像质量，实现更快的结果，从而获得更好的结果和更有效的流程。


Baumer工业相机和Halcon联动的行业应用

质量控制和检查：

使用Halcon先进的图像处理算法，你可以开发一个质量控制和检查系统，可以识别和分类产品或部件的缺陷和异常。通过将工业相机SDK图像与Halcon连接起来，你可以获取和分析高质量的图像，并进行实时分析。


物体识别和跟踪：

可以利用Halcon的物体识别和跟踪功能来跟踪移动物体或实时识别物体。通过将工业相机SDK与Halcon集成，你可以获得高分辨率的图像，并利用Halcon的图像处理工具来准确地检测和跟踪物体。


条形码和OCR阅读：

利用Halcon的条形码和OCR读取功能，你可以开发出读取和解码工业相机拍摄的图像中的条形码和OCR文本的系统。通过将工业相机SDK图像与Halcon连接起来，你可以捕获高质量的图像，以实现准确可靠的条形码和OCR阅读。


机器人和自动化：

Halcon可用于机器人视觉系统，使机器人能够与环境互动并执行各种任务。通过将工业相机与Halcon连接，你可以在机器人自动化过程中实现实时监控和反馈。


总的来说，将工业相机SDK图像与Halcon连接起来，可以让开发者建立先进的计算机视觉应用，充分利用两种技术的能力。

文章标签：
文字识别
C#
开发工具
计算机视觉
文字识别
监控
机器人
算法
开发者
关键词：
baumer工业相机堡盟图像C#
堡盟bgapisdk halcon图像C#
baumer工业halcon C#
工业相机堡盟halcon C#
baumer halcon图像C#
格林威
目录
相关文章
格林威
|
2月前
|
监控 API 开发工具
Baumer工业相机堡盟工业相机如何通过NEOAPI SDK获取每张图像的微秒时间和FrameID功能（C#）
Baumer工业相机堡盟工业相机如何通过NEOAPI SDK获取每张图像的微秒时间和FrameID功能（C#）
格林威
64 0
格林威
|
2月前
|
数据采集 API 开发工具
Baumer工业相机堡盟工业相机如何通过NEOAPI SDK使用ForceIP强制修改网口IP功能（C#）
Baumer工业相机堡盟工业相机如何通过NEOAPI SDK使用ForceIP强制修改网口IP功能（C#）
格林威
41 0
格林威
|
2月前
|
存储 传感器 监控
工业相机如何实现实时和本地Raw格式图像和Bitmap格式图像的保存和相互转换（C#代码，UI界面版）
工业相机如何实现实时和本地Raw格式图像和Bitmap格式图像的保存和相互转换（C#代码，UI界面版）
格林威
50 0
梦回故国楼台梦
|
2月前
|
开发框架 前端开发 .NET
C#编程与Web开发
【4月更文挑战第21天】本文探讨了C#在Web开发中的应用，包括使用ASP.NET框架、MVC模式、Web API和Entity Framework。C#作为.NET框架的主要语言，结合这些工具，能创建动态、高效的Web应用。实际案例涉及企业级应用、电子商务和社交媒体平台。尽管面临竞争和挑战，但C#在Web开发领域的前景将持续拓展。
梦回故国楼台梦
123 3
梦回故国楼台梦
|
2月前
|
SQL 开发框架 安全
C#编程与多线程处理
【4月更文挑战第21天】探索C#多线程处理，提升程序性能与响应性。了解C#中的Thread、Task类及Async/Await关键字，掌握线程同步与安全，实践并发计算、网络服务及UI优化。跟随未来发展趋势，利用C#打造高效应用。
梦回故国楼台梦
144 3
米诺斯
|
3天前
|
存储 C# 开发者
C# 编程基础：注释、变量、常量、数据类型和自定义类型
C# 编程基础：注释、变量、常量、数据类型和自定义类型
米诺斯
10 1
梦回故国楼台梦
|
2月前
|
开发框架 .NET Java
探索 C#编程的奥秘与魅力
【4月更文挑战第20天】C#是微软开发的现代、面向对象的编程语言，以其简洁语法、强大功能和跨平台支持脱颖而出。它支持自动垃圾回收、泛型、委托、LINQ，并广泛应用于桌面、Web、移动和游戏开发。C#拥有活跃的开发者社区和丰富的资源，是Unity游戏开发的首选语言。随着.NET Core，C#可在多个操作系统上运行，持续创新，未来发展潜力巨大。
梦回故国楼台梦
145 11
梦回故国楼台梦
|
2月前
|
存储 安全 网络安全
C#编程的安全性与加密技术
【4月更文挑战第21天】C#在.NET框架支持下，以其面向对象和高级特性成为安全软件开发的利器。本文探讨C#在安全加密领域的应用，包括使用System.Security.Cryptography库实现加密算法，利用SSL/TLS保障网络传输安全，进行身份验证，并强调编写安全代码的重要性。实际案例涵盖在线支付、企业应用和文件加密，展示了C#在应对安全挑战的同时，不断拓展其在该领域的潜力和未来前景。
梦回故国楼台梦
174 5
梦回故国楼台梦
|
2月前
|
人工智能 C# 云计算
C#编程的未来发展趋向
【4月更文挑战第21天】C#编程未来将深化跨平台支持，强化云计算与容器技术集成，如.NET Core、Docker。在AI和ML领域，C#将提供更丰富框架，与AI芯片集成。语言和工具将持续创新，优化异步编程，如Task、async和await，提升多核性能。开源生态的壮大将吸引更多开发者，共创更多机遇。
梦回故国楼台梦
68 4
梦回故国楼台梦
|
2月前
|
程序员 C#
C#编程中的面向对象编程思想
【4月更文挑战第21天】本文探讨了C#中的面向对象编程，包括类、对象、封装、继承和多态。类是对象的抽象，定义属性和行为；对象是类的实例。封装隐藏内部细节，只暴露必要接口。继承允许类复用和扩展属性与行为，而多态使不同类的对象能通过相同接口调用方法。C#通过访问修饰符实现封装，使用虚方法和抽象方法实现多态。理解并应用这些概念，能提升代码的清晰度和可扩展性，助你成为更好的C#程序员。
梦回故国楼台梦
45 4