使用pythonnet调用halcon脚本

　　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

此段复制来源：https://www.cnblogs.com/jiftle/p/9978334.html

-----------------------------
- 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