halcon pythonnet_如何基于pythonnet调用halcon脚本
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萬仟网。
希望与广大网友互动？？
点此进行留言吧！