利用矩阵转换，求取多点标定矩阵，内含整合类及实例，包含halcon对照代码，结果一致，VS版本2015，如有疑问欢迎留言。 参考连接： C#矩阵求逆的运算方法 https://jingyan.baidu.com/article/22fe7cedffbfcc3003617f66.html C#代码实现九点标定 https://blog.csdn.net/qq_35044766/article/details/112797025

halcon根据点集拟合直线封装好的函数，不懂halcon的不要下载

即将接手一个halcon的项目，这段时间就在家学习了halcon相关例程，自己也做了一番尝试，把运行成功的代码放上来与大家分享，本人图像小白，如有表述不准确之处希望各位大佬提出来，我们一起讨论、共同进步。 该例程是基于灰度的模板匹配，适用于光照条件比较稳定的情况，模板图片和测试图片大家自行替换。 注意：两张图片的光照情况/灰度值需尽量接近。 *模板匹配基于灰度 2020/3/18 *前期准备 dev_update_off () dev_close_window () *读入图像 read_image (Image2, 'C:/硬币4.JPG') dev_open_window_fit_imag

license_support_halcon

halcon 2019年7月 18.11版本lisence halcon 2019年7月 18.11版本lisence

计算数组元素的个数 显示边缘线 数值的显示位置大小的设定

C#调用Halcon导出的disp_message代码报错 解决办法 -OK

详见：http://blog.csdn.net/fred_yang2013/article/details/12205925

halcon软件实现二维ICP算法。。

Halcon相机标定代码.hdev 1.初始化 for example: Full image (640*480) Subsampling (320*240) ImageWidth 640 320 ImageHeight 480 240 2.标定板初始化 CaltabName := 'caltab_30mm.descr'//标定板描述文件 set_calib_data_calib_object (CalibDataID, 0, CaltabName) 3.创建数据模型 create_calib_data ('calibration_object', 1, 1, CalibDataID） 4.获取标定图片 相机拍摄不同位姿下图片8-15张，拍摄图片时标定板尽量覆盖整个视场（标定板要根据工作距离、视场大小定制）；拍摄图片上的圆直径不得小于10个像素 5.加载所有图像，寻找标定板区域，确定圆心，将结果加载到组元中 for I := 1 to NumImages by 1 ... acquire image ... find_caltab (Image, Caltab, CaltabName, SizeGauss, MarkThresh, MinDiamMarks) find_marks_and_pose (Image, Caltab, CaltabName, StartCamPar, StartThresh, \ DeltaThresh, MinThresh, Alpha, MinContLength, MaxDiamMarks, RCoord, CCoord, StartPose) set_calib_data_observ_points (CalibDataID, 0, 0, I, RCoord, CCoord, 'all', StartPose) endfor 下面将Halcon中提取目标点的大致原理说一下： 首先find_caltab 算子对图像高斯滤波（核大小为SizeGauss），接着阈值分割（与之大小为MarkThresh）将标定板的区域找出来， find_marks_and_pose 算子对区域中的圆进行分割，找到圆的个数，周长，坐标位置等应该和标定板描述文件中的一致，否则会自动调整StartThresh，使得StartThresh按照DeltaThresh步长减小到MinThresh，知道找到准确的圆心。 6.有了所有图像中的圆心就可以标定了 calibrate_cameras (CalibDataID, Errors) 返回平均投影误差Errors