halcon中面到面的距离_Halcon中的3D技术
对于检测一些产品的3d信息，我们通过3d相机能获取其点云数据或一张带有高度信息的图像。
这边我们用SmartRay相机，获取到一张16位的png图像。实际上就是一张高度信息图。
这边X、Y缩放比例为0.019，Z方向为0.0016，意思就是你xyz乘这系数就是相对距离。
在那个相机软件中能看到如上的3d图。
我们获取到的是一张16位的PNG图，如下
Halcon中建立一个3d模型，需要3张图像，每张图的灰度值分别代表X、Y、Z。
现在我们有的是上面这张Z方向的还没缩放的图。转乘real的，缩放就能得到Z。X、Y图自己创建就行。这边讲原点设在图像左上角。
halcon代码：
convert_image_type (Zmap112653, ImageConverted, 'real')
get_image_size (ImageConverted, Width, Height)
gen_image_surface_first_order (ImageSurface, 'real', 1, 0, 0, 0, 0, Width, Height)
gen_image_surface_first_order (ImageSurface1, 'real', 0, 1, 0, 0, 0, Width, Height)
scale_image (ImageSurface, X, 0.019, 0)
scale_image (ImageSurface1, Y, 0.019, 0)
scale_image (ImageConverted, Z, 0.0016, 0)
compose3 (X, Y, Z, MultiChannelImage)
xyz_to_object_model_3d (X, Y, Z, ObjectModel3D)
好了，我们就得到这个3d模型了。
下面举个应用的例子：测量两平面的夹角
如上图，我们要测量我画的两块红框位置，它们两平面的夹角。在3D模型中也能看出，这个差不多90度的样子。
我们需要分别拟合这两块平面，然后得到其单位法向量，向量点乘得到这个角的cos，就知道夹角了。
当然拟合平面是注意去躁，这个成像上面有很多丢失点，这边在Z图上一个阈值分割就能把它们去掉，得到有效的region来拟合平面。
halcon代码：
我们得到了那个有效的红色框region(排除了其中的躁点区域)RegionIntersection
reduce_domain (X, RegionIntersection, ImageReduced3)
xyz_to_object_model_3d (ImageReduced3, Y, Z, ObjectModel3D1)
fit_primitives_object_model_3d (ObjectModel3D1, ['primitive_type','fitting_algorithm'], ['plane','least_squares_tukey'], ObjectModel3DOut)
get_object_model_3d_params (ObjectModel3DOut, 'primitive_parameter', ParamValue)
get_object_model_3d_params (ObjectModel3DOut, 'primitive_rms', ParamValue4)
解释下这段代码：
reduce了X，然后生成一个3D模型ObjectModel3D1,这样这个3D模型就只有那个用来拟合的平面部分，
fit_primitives_object_model_3d 这个算子用来拟合的，这边填入了一些参数拟合类型：plane，算法：最小二乘法。然后我们
得到一个模型：ObjectModel3DOut。这是那个拟合出来的3D平面模型。
然后我们通过get_object_model_3d_params,从拟合的模型中获取信息
这个primitive_parameter获取这平面的单位法向量和这个平面距离原点的距离，4个参数。[x,y,z,D]
primitive_rms就是rms喽。
照着这么做，把另外一个平面搞出来，就能求两平面的夹角了。
至于其他应用，如找两平面的交线，点到平面的距离，就是一些向量运算。