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python博客。