前言

随着工业自动化和智能制造的快速发展，机器视觉技术在生产制造、质量控制、物流管理等多个领域中扮演着越来越重要的角色。

本文将介绍一个基于WPF开发的机器视觉算法平台，集成了多种先进的图像处理和识别算法，为大家提供一个功能强大且易于使用的工具。

项目介绍

基于 WPF 开发的机器视觉算法平台，主要使用 HALCON 作为核心图像处理库。

HALCON 是一款广泛应用于工业自动化领域的机器视觉软件，以其强大的图像处理能力和丰富的算法库著称。该项目不仅充分利用 HALCON 的优势，还结合 WPF 强大的界面设计能力，提供一个用户友好且功能全面的开发环境。

该项目的主要目标是帮助开发者快速构建和部署机器视觉应用，减少开发时间和成本。通过集成多种图像处理和识别算法，如形状匹配、相似性匹配、形变匹配、条码识别、二维码识别以及卡尺查找圆识别等功能，该平台能够应对各种复杂的视觉任务。

项目功能

1、内置图像编辑组件

平台提供强大的图像编辑功能，用户可以轻松地对输入图像进行裁剪、旋转、缩放等操作。

2、多种图像目标匹配算法

形状匹配：用于精确匹配图像中的特定形状。
相似性匹配：根据图像特征进行相似性匹配。
形变匹配：适用于处理图像中的变形情况。

3、条码识别与二维码识别

支持多种格式的条码和二维码识别，确保数据读取的准确性。

4、卡尺查找圆识别

通过卡尺工具实现高精度的圆形物体检测。

5、系统多语言支持

平台支持多种语言，方便不同地区的用户使用。

6、系统主题自定义

可以根据个人喜好自定义系统的外观主题，提升用户体验。

项目特点

1、高性能图像处理：利用 HALCON 强大的图像处理能力，确保高效的图像分析和识别。

2、易用性：通过 WPF 提供的现代化界面设计，使得平台操作简单直观。

3、灵活性：多种图像处理算法的选择，适应不同的应用场景。

4、多语言支持：支持多种语言，便于国际化部署。

5、高度可定制化：用户可以根据需求自定义系统主题和功能模块。

项目代码

CircleMeasureService 主要完成以下功能：

在图像中创建一个测量模型（metrology model）
添加一个圆形或圆弧作为测量对象
对输入图像进行灰度化处理
执行测量并获取结果（包括圆心坐标和半径）
在图像窗口中绘制出检测到的圆轮廓及关键参数信息（如位置、半径）

/// <summary>
/// 查找圆服务
/// </summary>
publicclassCircleMeasureService : BindableBase
{
 public CircleMeasureService()
 {
 Info = new MethodInfo()
 {
 Name = "find_circle",
 Description = "Add a circle or a circular arc to a metrology model.",
 Parameters = new List<MathodParameter>()
 {
 new MathodParameter(){ Name="MetrologyHandle", Description="Handle of the metrology model." },
 new MathodParameter(){ Name="Row ", Description="Row coordinate (or Y) of the center of the circle or circular arc." },
 new MathodParameter(){ Name="Column ", Description="Column (or X) coordinate of the center of the circle or circular arc." },
 new MathodParameter(){ Name="Radius", Description="Radius of the circle or circular arc." },
 new MathodParameter(){ Name="MeasureLength1 ", Description="Half length of the measure regions perpendicular to the boundary." },
 new MathodParameter(){ Name="MeasureLength2", Description="Half length of the measure regions tangetial to the boundary." },
 new MathodParameter(){ Name="MeasureSigma ", Description="Sigma of the Gaussian function for the smoothing." },
 new MathodParameter(){ Name="MeasureThreshold", Description="Minimum edge amplitude." },
 new MathodParameter(){ Name="GenParamName ", Description="Names of the generic parameters." },
 new MathodParameter(){ Name="GenParamValue ", Description="Values of the generic parameters." },
 new MathodParameter(){ Name="Index ", Description="Index of the created metrology object." },
 },
 Predecessors = new List<string>()
 {
 "align_metrology_model",
 "apply_metrology_model",
 }
 };
 RunParameter = new MeasureRunParameter();
 RunParameter.ApplyDefaultParameter();
 }

 private HWindow hWindow;

 public HWindow HWindow
 {
 get { return hWindow; }
 set { hWindow = value; RaisePropertyChanged(); }
 }

 public MethodInfo Info { get; set; }

 private MeasureRunParameter runParameter;

 /// <summary>
 /// 查找圆运行参数
 /// </summary>
 public MeasureRunParameter RunParameter
 {
 get { return runParameter; }
 set { runParameter = value; RaisePropertyChanged(); }
 }

 HObject ho_Contour, ho_Contours;
 HTuple hv_MetrologyHandle = new HTuple(), hv_Index = new HTuple(), hv_Row = new HTuple();
 HTuple hv_Parameter = new HTuple();
 HTuple hv_Row1 = new HTuple(), hv_Column1 = new HTuple();

 public void Run(HObject Image)
 {
 if (Image == ) return;

 if (RunParameter.Radius == 0) return;
 if (RunParameter.Row == 0 || RunParameter.Column == 0) return;

 var ho_GrayImage = Image.Rgb1ToGray();

 hv_MetrologyHandle.Dispose();
 HOperatorSet.CreateMetrologyModel(out hv_MetrologyHandle);

 hv_Index.Dispose();
 HOperatorSet.AddMetrologyObjectCircleMeasure(hv_MetrologyHandle,
 RunParameter.Row,
 RunParameter.Column,
 RunParameter.Radius,
 RunParameter.MeasureLength1,
 RunParameter.MeasureLength2,
 RunParameter.MeasureSigma,
 RunParameter.MeasureThreshold,
 new HTuple(), new HTuple(), out hv_Index);

 HOperatorSet.GetMetrologyObjectMeasures(out ho_Contours, hv_MetrologyHandle, "all", "all", out hv_Row1, out hv_Column1);
 HOperatorSet.ApplyMetrologyModel(ho_GrayImage, hv_MetrologyHandle);
 //hv_Parameter.Dispose();
 HOperatorSet.GetMetrologyObjectResult(hv_MetrologyHandle, 0, "all", "result_type", "all_param", out hv_Parameter);
 //ho_Contour.Dispose();
 HOperatorSet.GetMetrologyObjectResultContour(out ho_Contour, hv_MetrologyHandle, 0, "all", 1.5);

 if (HWindow != )
 {
 HOperatorSet.SetColor(HWindow, "red");
 HWindow.DispObj(ho_Contours);
 HOperatorSet.SetColor(HWindow, "blue");
 HWindow.DispObj(ho_Contour);

 HWindow.SetString($"查找圆坐标:({hv_Parameter.DArr[0]},{hv_Parameter.DArr[1]})，半径:{hv_Parameter.DArr[2]}", "image", 10, 10, "black", "true");
 HOperatorSet.DispCross(HWindow, hv_Parameter.DArr[0], hv_Parameter.DArr[1], 50, 0);
 }
 }
}

项目效果

平台提供的多种图像处理和识别算法，能够有效解决复杂的视觉问题。

例如，在生产线上的质量检测环节，平台可以通过条码识别和二维码识别功能，快速准确地获取产品信息；通过形状匹配和形变匹配算法，实现对产品的高精度检测。

另外，平台的多语言支持和自定义主题功能，提升了用户的使用体验，使其更符合不同地区和行业的需求。

系统首页

系统设置

系统功能

模版匹配

比较测量

项目源码

GitHub：https://github.com/HenJigg/MachineVision

总结

功能强大且灵活的机器视觉开发平台，它结合了 WPF 和 HALCON 的优势，为大家提供了一个高效、易用的开发环境。不管是工业自动化中的质量检测，还是物流管理中的条码识别，该平台都能提供有效的解决方案。通过多语言支持和高度可定制化的特性，平台能够更好地满足不同用户的需求。

和光教程网

WPF + Halcon 开发的机器视觉算法平台

前言