如何把OpenCV、Halcon算子嵌入到海康的VM算法平台 - 知乎

1 开发背景

VM算法平台支持用户自定义开发算子模块,从而实现特定功能或扩展算子功能。部分用户较为熟悉OpenCV或Halcon软件,希望集成它们的算子进VM算子模块使用。

2 开发方法

2.1 集成OpenCV算子

下面以Canny边缘检测算子为例,介绍集成OpenCV算子进VM算子模块的方法。

第一步,使用AlgorithmXMLGenerator(算子生成器)生成算子模块的三层架构文件,参照开发文档分别编译控件层工程和算法层工程,将控件层生成的.dll文件拷贝到界面层文件夹。

第二步,在Visual Studio2017中配置OpenCV的开发环境。

第三步,将算子模块的输入图像由HKA_IMAGE类型转换为OpenCV Mat类型。

HKA_IMAGE数据类型的结构体如下:

typedef struct _HKA_IMAGE

{

HKA_IMAGE_FORMAT format; //图像格式,按照数据类型HKA_IMAGE_FORMAT赋值

HKA_S32 width; //图像宽度

HKA_S32 height; //图像高度

HKA_S32 step[4]; //行间距

HKA_VOID *data[4]; //数据存储地址

}

该结构体包含5个成员:图像格式、图像宽度、图像高度、行间距、数据存储地址(指针)

图像格式只支持两种格式:灰度图HKA_IMG_MONO_08、彩色图像HKA_IMG_RGB_RGB24_C3(通道顺序必须为RGB)

图像宽度:单通道图像宽度

图像高度:单通道图像高度

行间距:灰度图时为图像宽度,RGB彩色图时为3 * 单通道图像宽度

数据存储地址:图像数据的首地址,灰度图开辟内存大小为图像宽度 * 图像高度,RGB彩色图开辟内存大小为3 单通道图像宽度 图像高度

HKA_IMAGE类型转换为OpenCV Mat类型的代码如下:

cv::Mat CAlgorithmModule::HKAImageToMat(HKA_IMAGE hik_image)

{

cv::Mat mat;

if (hik_image.format == HKA_IMG_MONO_08)

{

mat = cv::Mat(hik_image.height, hik_image.width, CV_8UC1, hik_image.data[0]);

}

return mat;

}

第四步,调用OpenCV的算子API处理图像。

cv::Mat srcImage = HKAImageToMat(inputImage);

cv::Mat dstImage = cv::Mat::zeros(srcImage.rows, srcImage.cols, srcImage.type());

cv::Canny(srcImage, dstImage, 20, 60, 3); //Canny边缘检测

第五步,将算子模块的输出图像由OpenCV Mat类型转换回HKA_IMAGE类型。

HKA_IMAGE CAlgorithmModule::MatToHKAImage(cv::Mat mat)

{

HKA_IMAGE outputImage = { HKA_IMG_MONO_08, 0 };

if (mat.channels() == 1)

{

outputImage.width = mat.cols;

outputImage.height = mat.rows;

outputImage.format = HKA_IMG_MONO_08;

outputImage.step[0] = mat.cols;

outputImage.data[0] = mat.data;

}

return outputImage;

}

将工程生成的.dll文件拷贝到界面层文件夹,再将该文件夹整体拷贝至VisionMaster4.0.0\Applications Module(sp)\x64\XX(工具箱名称,例如ImageProcessing)。

由上图可知,自定义开发的算子模块实现了OpenCV Canny边缘检测的功能。

2.2 集成Halcon算子

下面以Halcon阈值分割算子为例,介绍集成Halcon算子进VM算子模块的方法。

第一步,使用AlgorithmXMLGenerator(算子生成器)生成算子模块的三层架构文件,参照开发文档分别编译控件层工程和算法层工程,将控件层生成的.dll文件拷贝到界面层文件夹。

第二步,在Visual Studio2017中配置Halcon的开发环境。

第三步,将算子模块的输入图像由HKA_IMAGE类型转换为Halcon HObject类型。

HalconCpp::HObject CAlgorithmModule::HKAImageToHImage(HKA_IMAGE hka_image)

{

HalconCpp::HObject h_image;

if (HKA_IMG_MONO_08 == hka_image.format)

{

uchar *GrayData = new uchar[static_cast<size_t>(hka_image.height * hka_image.width)];

memcpy(GrayData, hka_image.data[0], static_cast<size_t>(hka_image.height * hka_image.width));

HalconCpp::GenImage1(&h_image, "byte", hka_image.width, hka_image.height, reinterpret_cast<Hlong>(GrayData));

delete[] GrayData;

}

return h_image;

}

第四步,调用Halcon的算子API处理图像。

HalconCpp::Rgb1ToGray(ho_Image, &ho_GrayImage);

HalconCpp::Threshold(ho_GrayImage, &ho_Region, m_nthresholdValue, 255);

HalconCpp::Connection(ho_Region, &ConnectedRegions); //将小区域连接成一个大区域

HalconCpp::RegionToMean(ConnectedRegions, ho_GrayImage, &ho_ImageMean); //转化为Image

第五步,将算子模块的输出图像由Halcon HObject类型转换回HKA_IMAGE类型。

HKA_IMAGE CAlgorithmModule::HImageToHKAImage(HalconCpp::HObject h_image)

{

HKA_IMAGE image;

HalconCpp::HTuple h_channels;

HalconCpp::HTuple h_row{ 0 }, h_col{ 0 };

HalconCpp::ConvertImageType(h_image, &h_image, "byte");

HalconCpp::CountChannels(h_image, &h_channels);

HalconCpp::HTuple h_gray_value;

if (h_channels.I() == 1)

{

HalconCpp::HTuple imagePointer, imageType, imageWidth, imageHeight;

image = { HKA_IMG_MONO_08, 0 };

HalconCpp::GetImagePointer1(h_image, &imagePointer, &imageType, &imageWidth, &imageHeight);

image.width = imageWidth.I();

image.height = imageHeight.I();

image.step[0] = image.width;

image.data[0] = (char)malloc(image.width image.height);

if (NULL != image.data[0])

{

memset(image.data[0], 0, image.width * image.height);

memcpy_s(image.data[0], image.width image.height, (byte)imagePointer[0].L(), imageWidth.I()*imageHeight.I());

}

}

return image;

}

将工程生成的.dll文件拷贝到界面层文件夹,再将该文件夹整体拷贝至VisionMaster

4.0.0\Applications Module(sp)\x64\XX(工具箱名称,例如ImageProcessing)。

由上图可知,自定义开发的算子模块实现了Halcon阈值分割的功能。

3 总结

本案例详细介绍了集成OpenCV、Halcon算子进VM算子模块的方法,提供图像类型互转的核心代码,标志着VM已经正式将主流的第三方视觉工具纳入生态。

来自V社区


原网址: 访问
创建于: 2023-08-30 09:57:31
目录: default
标签: 无

请先后发表评论
  • 最新评论
  • 总共0条评论