Baumer工业相机堡盟工业相机如何联合BGAPISDK和Halcon实现图像的Pow伽马变换算法增强（C#）

news2024/11/13 16:10:16

Baumer工业相机堡盟工业相机如何联合BGAPISDK和Halcon实现图像的Pow伽马变换算法增强（C#）

  • Baumer工业相机
  • Baumer工业相机使用图像算法增加图像的技术背景
  • Baumer工业相机通过BGAPI SDK联合Halcon使用Pow伽马变换增强算法
    • 1.引用合适的类文件
    • 2.BGAPI SDK在图像回调中引用Halcon的Pow伽马变换增强算法
    • 3.联合Halcon进行Pow伽马变换算法进行图像转换和增强
  • Baumer工业相机使用图像算法增强图像的优势
  • Baumer工业相机使用图像算法增强图像的行业应用

​

Baumer工业相机

Baumer工业相机堡盟相机是一种高性能、高质量的工业相机，可用于各种应用场景，如物体检测、计数和识别、运动分析和图像处理。

Baumer的万兆网相机拥有出色的图像处理性能，可以实时传输高分辨率图像。此外，该相机还具有快速数据传输、低功耗、易于集成以及高度可扩展性等特点。
​
Baumer工业相机由于其性能和质量的优越和稳定，常用于高速同步采集领域，通常使用各种图像算法来提高其捕获的图像的质量。

Baumer工业相机使用图像算法增加图像的技术背景

工业相机通常使用各种图像算法来提高其捕获的图像的质量。这些算法旨在提高图像的清晰度、对比度、色彩准确性和整体图像质量。

最常用的算法之一是降噪算法。该算法用于消除图像中可能出现的任何随机噪声或颗粒。另一个流行的算法是图像稳定算法。该算法用于减少由相机抖动引起的模糊现象。

另一个用于工业相机的流行图像算法是边缘增强算法。该算法用于提高图像中边缘的清晰度。它通过检测图像中的边缘，然后增加这些边缘的对比度来工作。

直方图均衡化是另一种用于工业相机的图像算法。该算法通过重新分配像素值以覆盖图像中的整个可用值范围来改善图像的对比度。

总的来说，这些图像算法帮助工业相机捕获清晰和高质量的图像。它们在现代成像系统中起着至关重要的作用，在机器人、显微镜和医学成像等领域至关重要。

本文这里只简单使用Baumer工业相机联合Halcon进行线性灰度变换的图像算法。

Baumer工业相机通过BGAPI SDK联合Halcon使用Pow伽马变换增强算法

下面介绍在C#里Baumer工业相机在回调函数里联合Halcon直接进行线性灰度变换图像增强的演示，
先将Bitmap图像转为Halcon的图像Hobject，然后使用Halcon的伽马变换函数Pow伽马变换，最后将Hobject图像转换为Bitmap。
伽马变换增强算法POW的功能是：拉开图像的对比度，让图像中黑的地方更黑，亮的地方更亮。

1.引用合适的类文件

代码如下（示例）：

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Windows.Forms;
using BGAPI2;
using System.Runtime.InteropServices;
using System.IO;
using CSCameraDemo.Properties;
using System.Globalization;
using WindowsFormsApplication1;
using System.Threading.Tasks;
using System.Threading;
using System.Drawing.Imaging;

using HalconDotNet;

2.BGAPI SDK在图像回调中引用Halcon的Pow伽马变换增强算法

代码如下（示例），C#调用代码如下所示：

void mDataStream_NewBufferEvent(object sender, BGAPI2.Events.NewBufferEventArgs mDSEvent)
{
    try
    {
        BGAPI2.Buffer mBufferFilled = null;              
        mBufferFilled = mDSEvent.BufferObj;
        if (mBufferFilled == null)
        {
            MessageBox.Show("Error: Buffer Timeout after 1000 ms!");
        }
        else if (mBufferFilled.IsIncomplete == true)
        {
            //MessageBox.Show("Error: Image is incomplete!");
            //queue buffer again
            mBufferFilled.QueueBuffer();
        }
        else
        {
            #region//获取当前FrameID
            FrameIDInt = (int)mBufferFilled.FrameID;
            OnNotifySetFrameID(FrameIDInt.ToString());
            #endregion

            //将相机内部图像内存数据转为bitmap数据
            System.Drawing.Bitmap bitmap  = new System.Drawing.Bitmap((int)mBufferFilled.Width, (int)mBufferFilled.Height, (int)mBufferFilled.Width,
                System.Drawing.Imaging.PixelFormat.Format8bppIndexed, (IntPtr)((ulong)mBufferFilled.MemPtr + mBufferFilled.ImageOffset));
                                      
            #region//Mono图像数据转换。彩色图像数据转换于此不同
            System.Drawing.Imaging.ColorPalette palette = bitmap.Palette;
            int nColors = 256;
            for (int ix = 0; ix < nColors; ix++)
            {
                uint Alpha = 0xFF;
                uint Intensity = (uint)(ix * 0xFF / (nColors - 1));
                palette.Entries[ix] = System.Drawing.Color.FromArgb((int)Alpha, (int)Intensity, (int)Intensity, (int)Intensity);
            }
            bitmap.Palette = palette;
            #endregion


            #region//回调函数保存图像功能
            if (bSaveImg)
            {
                //使用bitmap自带函数保存
                string strtime = DateTime.Now.ToString("yyyyMMddhhmmssfff");
                string saveimagepath = pImgFileDir  +"\\"+ strtime + ".jpg";
                bitmap.Save(saveimagepath, System.Drawing.Imaging.ImageFormat.Bmp);
          
                bSaveImg = false;//变量控制单次保存图像
            }
            #endregion

           //将Bitmap数据转为Halcon的Hobject
			Rectangle rect = new Rectangle(0, 0, bmp.Width, bmp.Height); 
			BitmapDat srcBmpData=bmp.LockBits(rect,ImageLockMode.ReadOnly,
			PixelFormat.Format8bppIndexed);
			HOperatorSet.GenImage1(out image, "byte", bmp.Width, bmp.Height, srcBmpData.Scan0);
			bmp.UnlockBits(srcBmpData);

            #region//对灰度图像进行Pow伽马变换算法增强   
            Hobject ImagPowed;			
			HOperatorSet.Pow(Image, out ImagPowed, 2);
			HObjectConvertBpp8(ImagPowed,out bmp);
            #endregion


            #region//bitmap的图像数据复制pBitmap
            Bitmap clonebitmap = (Bitmap)bmp.Clone();
            BitmapData data = clonebitmap.LockBits(new Rectangle(0, 0, clonebitmap.Width, clonebitmap.Height), ImageLockMode.ReadOnly, clonebitmap.PixelFormat);
            clonebitmap.UnlockBits(data);
            pBitmap = clonebitmap;
            #endregion
            #region//将pBitmap图像数据显示在UI界面PictureBox控件上
            prcSource.X = 0;prcSource.Y = 0;
            prcSource.Width = (int)mBufferFilled.Width;prcSource.Height = (int)mBufferFilled.Height;
            System.Drawing.Graphics graph = System.Drawing.Graphics.FromHwnd(pictureBoxA.Handle);
            graph.DrawImage(pBitmap, prcPBox, prcSource, GraphicsUnit.Pixel);
            #endregion

            clonebitmap.Dispose(); //清除临时变量clonebitmap所占内存空间
            mBufferFilled.QueueBuffer();

        }
    }
    catch (BGAPI2.Exceptions.IException ex)
    {
        {
            string str2;
            str2 = string.Format("ExceptionType:{0}! ErrorDescription:{1} in function:{2}", ex.GetType(), ex.GetErrorDescription(), ex.GetFunctionName());
            MessageBox.Show(str2);
        }
    }
    return;
}


private static void HObjectConvertBpp8(HObject image, out Bitmap res)
{
	try
	{
		HTuple hpoint, type, width, height;

		const int Alpha = 255;
		int[] ptr = new int[2];
		HOperatorSet.GetImagePointer1(image, out hpoint, out type, out width, out height);

		res = new Bitmap(width, height, PixelFormat.Format8bppIndexed);
		ColorPalette pal = res.Palette;
		for (int i = 0; i <= 255; i++)
		{
			pal.Entries[i] = Color.FromArgb(Alpha, i, i, i);
		}
		res.Palette = pal;
		Rectangle rect = new Rectangle(0, 0, width, height);
		BitmapData bitmapData = res.LockBits(rect, ImageLockMode.WriteOnly, PixelFormat.Format8bppIndexed);
		int PixelSize = Bitmap.GetPixelFormatSize(bitmapData.PixelFormat) / 8;
		ptr[0] = bitmapData.Scan0.ToInt32();
		ptr[1] = hpoint.I;
		if (width % 4 == 0)
			CopyMemory(ptr[0], ptr[1], width * height * PixelSize);
		else
		{
			for (int i = 0; i < height - 1; i++)
			{
				ptr[1] += width;
				CopyMemory(ptr[0], ptr[1], width * PixelSize);
				ptr[0] += bitmapData.Stride;
			}
		}
		res.UnlockBits(bitmapData);
	}
	catch(Exception ex)
	{
		res = null;
		throw ex;
	}
}

3.联合Halcon进行Pow伽马变换算法进行图像转换和增强

C#调用代码如下所示：

//将Bitmap数据转为Halcon的Hobject
Rectangle rect = new Rectangle(0, 0, bmp.Width, bmp.Height); 
BitmapDat srcBmpData=bmp.LockBits(rect,ImageLockMode.ReadOnly,
PixelFormat.Format8bppIndexed);
HOperatorSet.GenImage1(out image, "byte", bmp.Width, bmp.Height, srcBmpData.Scan0);
bmp.UnlockBits(srcBmpData);

   
#region//对灰度图像进行Pow伽马变换算法增强   
Hobject ImagePowed;			
HOperatorSet.Emphasize (Image, out ImagePowed, 2)
HObjectConvertBpp8(ImagePowed,out bmp);
#endregion

#endregion

private static void HObjectConvertBpp8(HObject image, out Bitmap res)
{
	try
	{
		HTuple hpoint, type, width, height;

		const int Alpha = 255;
		int[] ptr = new int[2];
		HOperatorSet.GetImagePointer1(image, out hpoint, out type, out width, out height);

		res = new Bitmap(width, height, PixelFormat.Format8bppIndexed);
		ColorPalette pal = res.Palette;
		for (int i = 0; i <= 255; i++)
		{
			pal.Entries[i] = Color.FromArgb(Alpha, i, i, i);
		}
		res.Palette = pal;
		Rectangle rect = new Rectangle(0, 0, width, height);
		BitmapData bitmapData = res.LockBits(rect, ImageLockMode.WriteOnly, PixelFormat.Format8bppIndexed);
		int PixelSize = Bitmap.GetPixelFormatSize(bitmapData.PixelFormat) / 8;
		ptr[0] = bitmapData.Scan0.ToInt32();
		ptr[1] = hpoint.I;
		if (width % 4 == 0)
			CopyMemory(ptr[0], ptr[1], width * height * PixelSize);
		else
		{
			for (int i = 0; i < height - 1; i++)
			{
				ptr[1] += width;
				CopyMemory(ptr[0], ptr[1], width * PixelSize);
				ptr[0] += bitmapData.Stride;
			}
		}
		res.UnlockBits(bitmapData);
	}
	catch(Exception ex)
	{
		res = null;
		throw ex;
	}
}

呈现效果如下所示：
（未使用Pow伽马变换图像算法）
未使用直方图均衡化图像算法
（使用Pow伽马图像算法）
在这里插入图片描述

Baumer工业相机使用图像算法增强图像的优势

  1. 提高图像质量： 随着图像算法的使用，工业相机可以产生高度详细和清晰的图像。这些算法可以减少噪音，突出边缘，并增加对比度，以产生更好的图像质量。

  2. 增加准确性：图像算法也可以提供高度准确的测量和数据。通过使用边缘检测和模式识别等图像分析技术，工业相机可以更精确地识别和测量物体。

  3. 成本效益： 通过提高图像质量和准确性，工业相机可以减少对人工检查的需求，从而降低与质量控制和产品拒绝相关的成本。

  4. 效率提高： 通过使图像分析过程自动化，工业相机可以提高产量，减少周期时间，使生产线更有效率。

  5. 更好的决策： 随着图像质量和准确性的提高，工业相机可以为决策者提供高度详细和可靠的数据，使他们能够对生产过程和质量控制做出更明智的决定。

Baumer工业相机使用图像算法增强图像的行业应用

带有图像算法的工业相机被广泛应用于各个行业，用于增强图像，以提高产品质量、安全和效率。以下是其应用的一些例子：

  1. 制造业： 具有图像算法的工业相机用于检查装配线的缺陷，检查产品的质量，并确保遵守安全标准。它们还可用于在制造过程中检查零件，这有助于及早发现缺陷，防止昂贵的生产延误。

  2. 汽车行业： 在汽车行业，具有图像算法的工业相机被广泛用于安全检查，检测汽车零部件的缺陷，并确保司机和乘客的安全。它们还可用于事故发生后的损害评估。

  3. 航空航天： 工业相机在航空航天工业中用于检查卫星、火箭和其他航天器在组装期间和组装后的部件。图像算法可以帮助检测关键部件的缺陷和故障，以确保宇航员的安全和太空任务的成功。

  4. 医疗：具有图像算法的工业相机被用于检测和诊断疾病和医疗状况的医疗应用。它们还被用于医学研究、分析和监测病人的健康。

  5. 农业： 工业相机可用于监测作物的生长，检查农产品的质量，并检测作物的病虫害。图像算法可以帮助早期发现问题，使农民能够采取纠正措施来保护他们的作物。

在所有这些行业中，使用带有图像算法的工业相机大大改善了图像分析的效率和准确性，从而提高了产品质量，增加了安全性，并降低了成本。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/494650.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

gtest之断言

gtest之断言

目录 普通断言EXPECT_THAT 布尔条件断言EXPECT_TRUEEXPECT_FALSE 二进制断言EXPECT_EQEXPECT_NEEXPECT_LTEXPECT_LEEXPECT_GTEXPECT_GE 字符串比较EXPECT_STREQEXPECT_STRNEEXPECT_STRCASEEQEXPECT_STRCASENE 浮点型比较EXPECT_FLOAT_EQEXPECT_DOUBLE_EQEXPECT_NEAR 显式成功与…
阅读更多...
k8s基础4——deployment控制器、应用部署、升级、回滚、水平扩容缩容

k8s基础4——deployment控制器、应用部署、升级、回滚、水平扩容缩容

文章目录 一、基本介绍二、应用程序生命周期2.1 部署应用2.2 应用升级2.2.1 修改YAML文件升级&#xff08;交互式&#xff09;2.2.2 命令指定镜像版本升级&#xff08;免交互式&#xff09;2.2.3 调用vim升级 2.3 滚动升级2.3.1 升级流程 2.4 应用回滚2.4.1 查看历史发布版本2.…
阅读更多...
yolov5配置错误记录

yolov5配置错误记录

这里是直接没有找到数据集&#xff0c;说明是路径错误。经过设置yaml后&#xff0c; # Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..] path: ../autodl-tmp/datasets/neu # dataset root dir tr…
阅读更多...
闲鱼/支付宝 自动收货诈骗套路分析

闲鱼/支付宝 自动收货诈骗套路分析

闲鱼/支付宝 自动收货套路分析 他人闲鱼被骗经历 最近发现闲鱼有一种“自动收货”的套路&#xff0c;就是在闲鱼下单后&#xff0c;卖家发一个二维码&#xff0c;称让你支付运费&#xff0c;该二维码以闲鱼之类的logo为诱惑&#xff0c;让你相信是真的运费支付二维码 正如上文知…
阅读更多...
Self-Attention结构细节及计算过程

Self-Attention结构细节及计算过程

一、结构 上面那个图其实不是那么重要&#xff0c;只要知道将输入的x矩阵转换成三个矩阵进行计算即可。自注意力结构的输入为 输入矩阵的三个变形 Q&#xff08;query矩阵&#xff09;、K&#xff08;key矩阵&#xff09;、V&#xff08;value矩阵&#xff09;构成&#xff0c;…
阅读更多...
Java企业级信息系统02—利用组件注解符精简spring配置文件

Java企业级信息系统02—利用组件注解符精简spring配置文件

文章目录 一、学习目标二、打开01的项目三、利用组件注解符精简spring配置文件&#xff08;一&#xff09;创建新包&#xff0c;复制四个类&#xff08;二&#xff09;修改杀龙任务类&#xff08;三&#xff09;修改救美任务类&#xff08;四&#xff09;修改勇敢骑士类&#x…
阅读更多...
Mac安装docker

Mac安装docker

一、docker是什么&#xff1f; 1、Docker的三个基本概念: Image(镜像)Container(容器)Repository(仓库) Docker的思想来自于集装箱&#xff0c;集装箱解决了什么问题&#xff1f; 在一艘大船上&#xff0c;可以把货物规整的摆放起来。并且各种各样的货物被集装箱标准化了&a…
阅读更多...
你还不知道啊，iPhone手机恢复出厂设置的那些事！

你还不知道啊，iPhone手机恢复出厂设置的那些事！

案例&#xff1a;手机恢复出厂设置 【友友们&#xff0c;苹果手机想要挂闲鱼&#xff0c;里面有很多隐私。想要恢复出厂设置来清除手机数据&#xff0c;该怎么进行&#xff1f;有什么需要注意的吗&#xff1f;】 iPhone手机想要进行二次销售&#xff0c;我们一般都会采取方法来…
阅读更多...
[面试题] 判断二维空间中一点是否在旋转矩形内部

[面试题] 判断二维空间中一点是否在旋转矩形内部

[面试题]&#xff1a;判断二维空间中一点是否在旋转矩形内部 参考&#xff1a; 1. 判断点是否在一个矩形内 2. 向量点乘与叉乘的概念及几何意义 3. 向量叉乘 4. 向量叉乘的正负意义 5. 本工程完整代码 题目描述 已知条件&#xff1a;旋转矩形中心center(x,y), 旋转矩形的长…
阅读更多...
asp.net基于web的学生选课成绩管理系统86程序

asp.net基于web的学生选课成绩管理系统86程序

系统使用Visual studio.net2010作为系统开发环境&#xff0c;并采用ASP.NET技术&#xff0c;使用C#语言&#xff0c;以SQL Server为后台数据库。 本系统主要包含了“登录模块”、“系统用户管理模块”、“课程信息管理模块”、“教师信息管理模块”、“班级信息管理模块”、“…
阅读更多...
Word控件Spire.Doc 【打印】教程(2)：保打印word文档不显示打印处理对话框

Word控件Spire.Doc 【打印】教程(2)：保打印word文档不显示打印处理对话框

Spire.Doc for .NET是一款专门对 Word 文档进行操作的 .NET 类库。在于帮助开发人员无需安装 Microsoft Word情况下&#xff0c;轻松快捷高效地创建、编辑、转换和打印 Microsoft Word 文档。拥有近10年专业开发经验Spire系列办公文档开发工具&#xff0c;专注于创建、编辑、转…
阅读更多...
对标世界一流｜弹性应对“供应链不确定性常态化” ——快消与重资产行业的经验互鉴

对标世界一流｜弹性应对“供应链不确定性常态化” ——快消与重资产行业的经验互鉴

1963年&#xff0c;气象学家洛伦兹提出的“蝴蝶效应”表示&#xff1a;“一只蝴蝶在巴西扇动翅膀&#xff0c;有可能会在美国德克萨斯州引起一场龙卷风”。本文希望通过提供快消行业的先进实践&#xff0c;帮助重资产企业从“蝴蝶扇动翅膀”之前就开始行动&#xff0c;避免“龙…
阅读更多...
Design principle: Immutability不可变性与对mutable变量的Synchronization方法

Design principle: Immutability不可变性与对mutable变量的Synchronization方法

不可变性&#xff08;Immutability&#xff09;在设计模式中是指一个对象在创建后其状态就不能改变。这是一种编程思想和设计原则。在某些情况下&#xff0c;使用不变对象可以带来许多好处&#xff1a; 简化代码 make things very simple&#xff1a;不可变对象在创建后状态不会…
阅读更多...
【问题排查篇】一次业务问题对 ES 的 cardinality 原理探究 | 京东云技术团队

【问题排查篇】一次业务问题对 ES 的 cardinality 原理探究 | 京东云技术团队

作者&#xff1a;京东科技 王长春 业务问题 小编工作中负责业务的一个服务端系统&#xff0c;使用了 Elasticsearch 服务做数据存储&#xff0c;业务运营人员反馈&#xff0c;用户在使用该产品时发现&#xff0c;用户后台统计的订单笔数和导出的订单笔数不一致&#xff01; …
阅读更多...
21.动态组件 component与keep-alive

21.动态组件 component与keep-alive

目录 1 基本使用 2 按钮切换组件 3 keep-alive 3.1 在切换组件的时候&#xff0c;默认情况下被切换的组件就会被销毁 3.1.1 数据情况 3.1.2 生命周期函数情况 3.2 使用 keep-alive 3.3 keep-alive的生命周期函数 3.4 缓存指定组件 include 3.5 不缓存指定组…
阅读更多...
【51单片机】点亮一个LED灯（看开发板原理图十分重要）

【51单片机】点亮一个LED灯（看开发板原理图十分重要）

&#x1f38a;专栏【51单片机】 &#x1f354;喜欢的诗句&#xff1a;更喜岷山千里雪 三军过后尽开颜。 &#x1f386;音乐分享【The Right Path】 &#x1f970;大一同学小吉&#xff0c;欢迎并且感谢大家指出我的问题&#x1f970; 目录 &#x1f354;基础内容 &#x1f3f3…
阅读更多...
HMS Core 6.10.0版本发布公告

HMS Core 6.10.0版本发布公告

分析服务 ◆ 事件分析下新增商品订阅分析报告&#xff0c;帮助开发者了解应用内用户付费订阅概况&#xff0c;评估订阅付费价值&#xff1b; ◆ 营销分析、用户质量、转化分析以及过滤器中&#xff0c;新增广告系列/广告任务通过ID进行搜索的功能&#xff0c;通过更便捷高效的…
阅读更多...
【笔试强训选择题】Day8.习题（错题）解析

【笔试强训选择题】Day8.习题（错题）解析

作者简介&#xff1a;大家好&#xff0c;我是未央&#xff1b; 博客首页&#xff1a;未央.303 系列专栏&#xff1a;笔试强训选择题 每日一句&#xff1a;人的一生&#xff0c;可以有所作为的时机只有一次&#xff0c;那就是现在&#xff01;&#xff01;&#xff01; 文章目录…
阅读更多...
Skywalking

Skywalking

Skywalking skywalking是一个apm系统&#xff0c;包含监控&#xff0c;追踪&#xff0c;并拥有故障诊断能力的 分布式系统 一、Skywalking介绍 1.什么是SkyWalking Skywalking是由国内开源爱好者吴晟开源并提交到Apache孵化器的产品&#xff0c;它同时吸收了Zipkin /Pinpoint …
阅读更多...
C语言初阶之常量和变量

C语言初阶之常量和变量

常量和变量 什么是常量和变量常量示例 定义变量的方法变量的命名变量的分类示例 变量的使用变量的作用域和生命周期作用域生命周期 结语 什么是常量和变量 在C程序执行过程中&#xff0c;其值不发生改变的量称为常量&#xff0c;其值可变的量称为变量。它们可与数据类型结合起…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023