一、環境準備

1. 安裝Halcon

從Halcon官方網站下載適合你操作系統的安裝包，按照安裝向導完成安裝。安裝過程中，記住安裝路徑，后續配置環境時會用到。

2. 配置Visual Studio項目

打開Visual Studio，創建一個新的C#項目（例如Windows Forms應用程序或WPF應用程序）。在項目中添加對Halcon庫的引用，具體步驟如下：

1. 在解決方案資源管理器中，右鍵點擊“引用”，選擇“添加引用”。
2. 在彈出的對話框中，點擊“瀏覽”，找到Halcon安裝目錄下的bin文件夾（例如C:\Program Files\MVTec\HALCON-21.11-Progress\bin\dotnet35，不同版本路徑可能有所不同），選擇halcondotnet.dll文件并添加。

二、圖像采集

1. 使用相機采集圖像

Halcon支持多種相機接口，如GigE Vision、USB等。以下是使用GigE Vision相機采集圖像的示例代碼：

using HalconDotNet;
public partial class Form1 : Form
{
    HObject ho_Image;
    HOperatorSet.GenEmptyObj(out ho_Image);
    HTuple hv_AcqHandle;
    // 打開相機
    HOperatorSet.OpenFramegrabber("GigEVision", 0, 0, 0, 0, 0, 0, "default", 8, "rgb", -1, "false", "default", "192.168.1.100", 1883, -1, out hv_AcqHandle);
    // 采集圖像
    HOperatorSet.GrabImage(out ho_Image, hv_AcqHandle);
    // 關閉相機
    HOperatorSet.CloseFramegrabber(hv_AcqHandle);
}

在上述代碼中，OpenFramegrabber函數用于打開相機，參數根據實際相機配置進行修改，GrabImage函數用于采集圖像，采集完成后使用CloseFramegrabber關閉相機。

2. 讀取本地圖像

如果需要處理本地已有的圖像文件，可使用以下代碼：

HObject ho_Image;
HOperatorSet.ReadImage(out ho_Image, "C:/path/to/your/image.jpg");

將C:/path/to/your/image.jpg替換為實際的圖像文件路徑。

三、圖像預處理

圖像預處理是視覺檢測的重要環節，常見的預處理操作包括灰度轉換、濾波、二值化等。

1. 灰度轉換

將彩色圖像轉換為灰度圖像，便于后續處理：

HObject ho_GrayImage;
HOperatorSet.Rgb1ToGray(ho_Image, out ho_GrayImage);

2. 濾波

使用均值濾波去除圖像噪聲：

HObject ho_SmoothedImage;
HOperatorSet.MeanImage(ho_GrayImage, out ho_SmoothedImage, 5, 5);

這里的5,5表示濾波模板的大小，可根據實際情況調整。

3. 二值化

將灰度圖像轉換為二值圖像，突出感興趣區域：

HObject ho_BinaryImage;
HOperatorSet.Threshold(ho_SmoothedImage, out ho_BinaryImage, 100, 255);

100和255是灰度閾值，根據圖像特點設置合適的值。

四、特征提取與檢測

1. 邊緣檢測

使用Canny算子進行邊緣檢測：

HObject ho_Edges;
HOperatorSet.EdgesSubPix(ho_SmoothedImage, out ho_Edges, "canny", 1, 20, 40);

2. 形狀匹配

假設我們要檢測圖像中的圓形物體，可以使用模板匹配的方法：

// 創建模板
HObject ho_Template;
HOperatorSet.ReadImage(out ho_Template, "C:/path/to/template.jpg");
HObject ho_TemplateGray;
HOperatorSet.Rgb1ToGray(ho_Template, out ho_TemplateGray);
HObject ho_TemplateEdges;
HOperatorSet.EdgesSubPix(ho_TemplateGray, out ho_TemplateEdges, "canny", 1, 20, 40);
HTuple hv_ModelID;
HOperatorSet.CreateScaledShapeModel(ho_TemplateEdges, "auto", 0, HTuple.PI, "auto", "auto", "use_polarity", "auto", "auto", out hv_ModelID);

// 在目標圖像中查找模板
HTuple hv_Row, hv_Column, hv_Angle, hv_Score;
HOperatorSet.FindScaledShapeModel(ho_SmoothedImage, hv_ModelID, 0, HTuple.PI, 0.7, 1, 0.5, "least_squares", 0, 0.9, out hv_Row, out hv_Column, out hv_Angle, out hv_Score);

// 銷毀模板模型
HOperatorSet.ClearShapeModel(hv_ModelID);

上述代碼先創建模板模型，然后在目標圖像中查找匹配的形狀，最后銷毀模板模型。

五、結果顯示與輸出

1. 在窗口中顯示圖像

如果是Windows Forms應用程序，可以使用Halcon提供的HWindowControl控件顯示圖像：

1. 在窗體上拖放一個HWindowControl控件。
2. 使用以下代碼將處理后的圖像顯示在控件中：

hWindowControl1.HalconWindow.DispObj(ho_Image);

2. 輸出檢測結果

將檢測到的物體位置、形狀等信息輸出到控制臺或保存到文件：

for (int i = 0; i < hv_Row.Length; i++)
{
    Console.WriteLine($"Found object at row: {hv_Row[i]}, column: {hv_Column[i]}, angle: {hv_Angle[i]}, score: {hv_Score[i]}");
}

以上就是C#中使用Halcon開發視覺檢測程序的基本步驟和示例代碼。實際應用中，你需要根據具體的檢測需求，進一步優化算法和參數設置。

以上代碼和步驟能幫你搭建起基礎的視覺檢測程序框架。

閱讀原文：原文鏈接