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。