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
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。
# 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。
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脚本之家。
