Halcon学习教程（二）测量量测相关（点到线距离，线到线距离，轮廓线距离，一维测量，圆形测量，矩形测量等）

原文作者：aircraft

原文地址：https://www.cnblogs.com/DOMLX/p/18740576

　　本篇讲一些测量用到的算子和实例，想了解更多就得去看看halcon实例里一维测量里面的众多实例程序了。

一.线宽测量相关

1.点到直线距离

随便读取个图，然后在圆边画一个点，在圆外画一条线，代码都是复制就可以用，图片复制就注意一下压缩问题。

* 初始化窗口操作

dev_clear_window()

* 清除当前活动窗口的内容

dev_close_window()

* 关闭所有打开的窗口（谨慎使用）

dev_get_window(WindowHandle)

* 获取当前窗口的句柄（关键窗口标识符）

read_image(Image, '1.png')

* 读取图像文件到Image变量中

* 自动适应图像大小的窗口模式

dev_open_window_fit_image(Image, 0, 0, -1, -1, WindowHandle)

* 参数说明：

*   Image: 输入图像

*   0,0: 窗口左上角坐标（相对位置）

*   -1,-1: 使用图像实际尺寸填充窗口

*   WindowHandle: 目标窗口句柄

dev_display(Image)

* 在指定窗口显示图像

* 在窗口绘制基础元素示例

dev_set_color('red')

* 设置绘图颜色为红色

draw_point(WindowHandle, Row, Column)

* 在指定窗口绘制单个像素点

* 参数：

*   WindowHandle: 窗口句柄

*   Row,Column: 像素坐标（整数）

*将画的点标注显示出来 让看的更清楚一些

gen_cross_contour_xld(Cross2, Row, Column, 10, 0)

* 生成十字形轮廓线段（重要算子）

* 参数说明：

*   OutputCross2: 输出的XLD线段集合

*   CenterRow,CenterCol: 十字中心坐标

*   Length: 十字臂长（总长度为Length*2）

*   Angle: 十字倾斜角度（0度表示水平垂直，此处为0度）

* 绘制线段及其显示

draw_line(WindowHandle, RowBegin, ColBegin, RowEnd, ColEnd)

* 在窗口绘制线段但不显示

disp_line(WindowHandle, RowBegin, ColBegin, RowEnd, ColEnd)

* 在窗口显示线段（可视化）

* 计算点到直线的距离的核心算法

distance_pl(Row, Column, RowBegin, ColBegin, RowEnd, ColEnd, Distance)

* 距离计算函数

* 参数说明：

*   Point坐标：(Row,Column)

*   Line端点：(RowBegin,ColBegin)-(RowEnd,ColEnd)

* 输出：Distance为点到直线的最短距离

message1 := 'Distance: ' + Distance

* 构建显示消息字符串

* 设置显示字体样式

set_display_font(WindowHandle, 26, 'mono', 'true', 'false')

* 参数说明：

*   WindowHandle: 目标窗口

*   26: 字体大小

*   'mono': 等宽字体

*   'true': 加粗显示

*   'false': 不斜体

disp_message(WindowHandle, message1, 'window', 0, 230, 'forest green', 'false')

* 显示文本信息

* 参数说明：

*   消息内容：message1

*   显示位置：相对于窗口的位置(0,230)

*   文本颜色：forest green

*   透明背景：'false'

公式什么的不懂可以网上再搜一下

2.两条线段距离

还是一样随便读取个图，画两条直线，然后计算两条线距离

* 初始化窗口和图像显示系统

dev_clear_window()

* 清除当前活动窗口的内容

dev_close_window()

* 关闭所有打开的窗口（谨慎使用）

dev_get_window(WindowHandle)

* 获取当前窗口的句柄（关键窗口标识符）

read_image(Image, '1.png')

* 读取图像文件到Image变量中

* 自动适应图像大小的窗口模式

dev_open_window_fit_image(Image, 0, 0, -1, -1, WindowHandle)

* 参数说明：

*   Image: 输入图像

*   0,0: 窗口左上角坐标（相对位置）

*   -1,-1: 使用图像实际尺寸填充窗口

*   WindowHandle: 目标窗口句柄

dev_display(Image)

* 在指定窗口显示图像

* 绘制第一条线段（可修改线段参数）

draw_line(WindowHandle, RowBegin1, ColBegin1, RowEnd1, ColEnd1)

* 在窗口绘制线段但不显示

disp_line(WindowHandle, RowBegin1, ColBegin1, RowEnd1, ColEnd1)

* 在窗口显示线段（可视化）

dev_set_color('red')

* 设置绘图颜色为红色

draw_line(WindowHandle, RowBegin, ColBegin, RowEnd, ColEnd)

* 在窗口绘制第二条线段（可修改线段参数）

disp_line(WindowHandle, RowBegin, ColBegin, RowEnd, ColEnd)

* 在窗口显示线段（可视化）

* 计算两条线段之间的最小/最大距离

distance_ss(RowBegin1,ColBegin1,RowEnd1,ColEnd1, RowBegin,ColBegin,RowEnd,ColEnd, DistanceMin, DistanceMax)

* 距离计算函数

* 参数说明：

*   Line1参数：(RowBegin1,ColBegin1)-(RowEnd1,ColEnd1)

*   Line2参数：(RowBegin,ColBegin)-(RowEnd,ColEnd)

* 输出：

*   DistanceMin: 最小距离

*   DistanceMax: 最大距离

message1 := 'DistanceMin: ' + DistanceMin

* 构建最小距离显示消息字符串

message2 := 'DistanceMax: ' + DistanceMax

* 构建最大距离显示消息字符串

* 设置显示字体样式

set_display_font(WindowHandle, 26, 'mono', 'true', 'false')

* 参数说明：

*   WindowHandle: 目标窗口

*   26: 字体大小

*   'mono': 等宽字体

*   'true': 加粗显示

*   'false': 不斜体

* 显示最小距离信息

disp_message(WindowHandle, message1, 'window', 0, 230, 'forest green', 'false')

* 参数说明：

*   消息内容：message1

*   显示位置：窗口左上角(0,230)

*   文本颜色：forest green

*   透明背景：'false'

* 显示最大距离信息（纵向偏移20像素）

disp_message(WindowHandle, message2, 'window', 20, 230, 'forest green', 'false')

3.两条平行线轮廓距离

整两条平行直线的图片出来，然后提取轮廓线，计算距离

* 初始化窗口和图像处理环境

dev_clear_window()

* 清除当前活动窗口的内容

dev_close_window()

* 关闭所有打开的窗口（谨慎使用）

dev_get_window(WindowHandle)

* 获取当前窗口的句柄（关键窗口标识符）

read_image(Image, '两条平行直线.png')

* 读取图像文件到Image变量中

* 自动适应图像大小的窗口模式

dev_open_window_fit_image(Image, 0, 0, -1, -1, WindowHandle)

* 参数说明：

*   Image: 输入图像

*   0,0: 窗口左上角坐标（相对位置）

*   -1,-1: 使用图像实际尺寸填充窗口

*   WindowHandle: 目标窗口句柄

dev_display(Image)

* 在指定窗口显示图像

* 边缘检测与轮廓提取

edges_sub_pix(Image, Edges, 'sobel_fast', 82, 30, 80)

* Canny边缘检测算子

* 参数说明：

*   'sobel_fast': 快速Sobel滤波器

*   82: 下阈值

*   30: 上阈值比例

*   80: 类似度阈值

count_obj(Edges, Number)

* 统计检测到的边缘区域数量

sort_contours_xld(Edges, SortedContours, 'upper_left', 'true', 'row')

* 轮廓排序规则：

*   'upper_left': 按左上角坐标排序

*   'true': 包含内部轮廓

*   'row': 按行优先顺序排列

* 选择特定轮廓作为处理对象

select_obj(SortedContours, ObjectSelected1, 1)

* 选择第1个轮廓作为直线1

select_obj(SortedContours, ObjectSelected2, 3)

* 选择第3个轮廓作为直线2

* 直线拟合与参数获取

fit_line_contour_xld(ObjectSelected1, 'tukey', -1, 0, 5, 2, RowBegin, ColBegin, RowEnd, ColEnd, Nr, Nc, Dist)

* Tukey直线拟合算法

* 参数说明：

*   'tukey': 剔除异常值的鲁棒拟合方法

*   -1: 自动选择搜索范围

*   0,5: 最小/最大迭代次数

*   2: 最大拟合误差容限

* 输出参数：

*   RowBegin,ColBegin: 直线起点

*   RowEnd,ColEnd: 直线终点

*   Nr,Nc: 法向量方向

*   Dist: 直线到原点的带符号距离

fit_line_contour_xld(ObjectSelected2, 'tukey', -1, 0, 5, 2, RowBegin1, ColBegin1, RowEnd1, ColEnd1, Nr1, Nc1, Dist1)

* 同上处理第二个轮廓

* 计算两直线间的距离

distance_ss(RowBegin1,ColBegin1,RowEnd1,ColEnd1, RowBegin,ColBegin,RowEnd,ColEnd, DistanceMin, DistanceMax)

* 距离计算函数

* 参数说明：

*   Line1参数：(RowBegin1,ColBegin1)-(RowEnd1,ColEnd1)

*   Line2参数：(RowBegin,ColBegin)-(RowEnd,ColEnd)

* 输出：

*   DistanceMin: 线段间的最小距离

*   DistanceMax: 线段间的最大距离

message1 := 'DistanceMin: ' + DistanceMin

* 构建最小距离显示消息字符串

message2 := 'DistanceMax: ' + DistanceMax

* 构建最大距离显示消息字符串

* 设置显示字体样式

set_display_font(WindowHandle, 26, 'mono', 'true', 'false')

* 参数说明：

*   WindowHandle: 目标窗口

*   26: 字体大小

*   'mono': 等宽字体

*   'true': 加粗显示

*   'false': 不斜体

* 显示距离信息

disp_message(WindowHandle, message1, 'window', 0, 200, 'forest green', 'false')

* 参数说明：

*   消息内容：message1

*   显示位置：窗口左上角(0,200)

*   文本颜色：forest green

*   透明背景：'false'

disp_message (WindowHandle, message2, 'window', 40, 200, 'forest green', 'false')

4.一维测量线宽（重要，常用）

随便找了个圆环图，量测一下圆环的线宽，正常是不用这个实例方法量测的，这个实例适合线到线，量测圆环的话，量测矩形框得画的正。应该用两个平行线做图片更好，不过我太懒了就这样吧。

使用measure_pos（）算子得到测量的边缘两点，然后计算点与点的距离

画个直线直观一点

* 读取图像并预处理

read_image(Image,'圆环.png')

* 读取图像文件到Image变量

get_image_size (Image, Width, Height)

* 获取图像尺寸信息

dev_get_window (WindowHandle)

* 获取当前窗口句柄

set_display_font (WindowHandle, 18, 'mono', 'true', 'false')

* 设置窗口显示字体样式

row:=370.205

* 圆环中心行坐标（像素单位）

col:=237.337

* 圆环中心列坐标（像素单位）

phi:=rad(-90)

* 旋转角度（转换为弧度制，-90度表示垂直方向）

len1:=49.8985

* 长轴长度（像素单位）

len2:=6.985422

* 短轴长度（像素单位）

gen_rectangle2 (Rectangle, row, col, phi, len1, len2)

* 重要算子：生成旋转矩形区域

* Rectangle:输出矩形区域

* row,col:中心坐标

* phi:旋转角度

* len1/len2:长短轴长度  

gen_measure_rectangle2 (row, col, phi, len1, len2, Width, Height, 'nearest_neighbor', MeasureHandle)

* 创建测量模型

* row,col,phi,len1,len2:几何参数

* Width/Height:图像尺寸限制

* 'nearest_neighbor':匹配算法

* MeasureHandle:输出测量句柄  

measure_pos (Image, MeasureHandle, 1, 30, 'all', 'all', RowEdge, ColumnEdge, Amplitude, Distance)

* 执行边缘测量

* 1:搜索半径

* 30:信噪比阈值

* 'all'/'all':全范围测量

* RowEdge/ColumnEdge:存储坐标

* Amplitude:信号强度

* Distance:间距  

PinHeight1 := RowEdge[1] - RowEdge[0]

* 计算高度（垂直边缘间距）

dev_set_color ('red')

* 设置红色绘制

dev_display(Image)

* 显示处理图像

gen_region_points (Region, RowEdge, ColumnEdge)

* 生成边点区域

* Region:输出区域

* RowEdge/ColumnEdge:边缘坐标集合  

disp_line (WindowHandle, RowEdge[0], ColumnEdge[0], RowEdge[1], ColumnEdge[1])

* 绘制检测到的边缘线段  

disp_message (WindowHandle, 'Pin Height:  ' + PinHeight1, 'image', RowEdge[1] + 40, ColumnEdge[1] - 100, 'green', 'false')

* 显示高度信息

* image:图像基准

* green:绿色文字

* 不透明背景  

close_measure (MeasureHandle)

* 关闭测量句柄

dev_set_draw ('fill')

* 设置填充绘制模式

dev_set_line_width (1)

* 设置线宽为1像素

主要算子：gen_measure_rectangle2（）和measure_pos（）算子

gen_measure_rectangle2(

    :

    Row,                    // 输入参数：中心行坐标（浮点型）

    Column,                    // 输入参数：中心列坐标（浮点型）

    Phi,                      // 输入参数：旋转角度（弧度制）

    Length1,                  // 输入参数：长半轴长度（浮点型）

    Length2,                  // 输入参数：短半轴长度（浮点型）

    Width,                     // 输入参数：图像宽度限制（整数型）

    Height,                    // 输入参数：图像高度限制（整数型）

    Interpolation,             // 输入参数：插值方法（字符串类型）

    MeasureHandle              // 输出参数：测量句柄

)

功能用途

生成旋转矩形测量模型
- 根据中心坐标(Row, Column)、旋转角度Phi、半轴长度Length1/Length2，定义一个旋转矩形区域。
- 结合插值方法Interpolation，建立边缘检测的搜索模板。
边缘检测与测量
- 模型用于在图像中匹配类似旋转矩形的边缘（如圆环的内外边缘）。
- 示例：通过该模型检测圆环上下边缘，计算销钉高度（垂直间距）。

关键注意事项

旋转方向
- 角度Phi以弧度为单位，正方向为逆时针（Halcon默认坐标系）。
- 示例：phi := rad(90) 表示逆时针旋转90°，长轴指向左方。
半轴长度与图像尺寸
- Length1和Length2需在图像尺寸范围内（受Width/Height限制）。
- 若半轴超出图像边界，可能导致测量失败。
插值方法选择
- 'nearest_neighbor'适合精确匹配离散边缘（如机械零件的锐利边缘）。
- 'linear'适合平滑边缘（如自然图像轮廓）。
测量结果处理
- 通过measure_pos获取边缘坐标后，需验证结果的合理性（如坐标越界检查）。

measure_pos(

    Image,                    // 输入参数：待处理的图像

    MeasureHandle,             // 输入参数：测量模型句柄

    SearchRadius,              // 输入参数：搜索半径（像素）

    SNRThreshold,              // 输入参数：信噪比阈值

    EdgeType,                  // 输入参数：边缘类型（'all', 'positive', 'negative'）

    RowEdge, ColumnEdge,        // 输出参数：行/列边缘坐标数组

    Amplitude,                 // 输出参数：边缘幅度值

    Distance                    // 输出参数：相邻边缘间距

)

输入参数

Image
- 类型：image
- 说明：需要进行边缘测量的目标图像。
- 示例：需提前通过read_image()读取图像。
MeasureHandle
- 类型：handle
- 说明：由测量模型生成器（如gen_measure_rectangle2()）创建的测量句柄。
- 示例：MeasureHandle := gen_measure_rectangle2(...)
SearchRadius
- 类型：int
- 说明：在测量区域内搜索边缘的最大距离（像素单位）。
- 示例：1表示仅在测量模型中心周围1像素范围内搜索。
SNRThreshold
- 类型：float
- 说明：信噪比阈值，用于筛选有效边缘。
- 示例：30.0表示仅保留幅度超过30的边缘。
EdgeType
- 类型：string
- 说明：定义要检测的边缘类型：
  - 'all': 检测所有方向的正负边缘。
  - 'positive': 仅检测正方向边缘（梯度上升）从暗区域到亮区域。
  - 'negative': 仅检测负方向边缘（梯度下降）从亮区域到暗区域。

输出参数

RowEdge & ColumnEdge
- 类型：array[row]
- 说明：存储检测到的边缘行/列坐标（按距离中心点的远近排序）。
- 示例：RowEdge[0]为最近边缘，RowEdge[1]为次近边缘。
Amplitude
- 类型：array[float]
- 说明：对应边缘的信号强度（反映边缘对比度）。
Distance
- 类型：float
- 说明：相邻边缘间的距离（仅当检测到两条及以上边缘时有效）。

功能用途

边缘检测与定位
- 基于预定义的测量模型（如旋转矩形），在图像中搜索特定类型的边缘。
- 适用于圆环内外边缘、孔洞边缘等对称结构的测量。
参数化测量
- 通过调整SearchRadius和SNRThreshold平衡检测灵敏度与误检率。
- 结合EdgeType选择需要检测的边缘方向。

还想了解更多的线宽测量可以看看halcon的示例代码，正常来讲我上面那些基本都够用了，只要前面做好预处理操作，绘制好量测的位置框。

二.圆形测量相关

1.圆形计量模型量测

也是随便找个圆环图

然后使用计量模型或者说测量模型主要步骤是：1.创建计量模型，2.添加测量对象，3.应用计量模型到图像对象中去测量，4.获取测量后的一些参数。

绘制个测量圆区域（红线），将红线圆内的区域裁剪出来后面测量，这样就等于提取ROI区域，那些不感兴趣的区域就不要留着干扰测量了。

将裁剪图传入创建设定好参数的计量模型测量，得到测量结果，然后获取一下测量拟合成的圆形，是否贴合，来判断我们量测的对象准不准确。

可以看到绿色的轮廓线都切合圆边，我们量测的就是外圆，可以直接得到外圆的圆心和半径参数了。单个圆测量就只获取半径和圆心即可，这时候想要量测圆环的线宽怎么做？不就是分别用计量模型测

外圆和内圆，得到两个的数据，直接半径相减，就是圆环线宽了。基本上计量模型这套模式都可以量测目前工业上的控件了（计量模型：圆形，线段，矩形，椭圆，点），其他的就是你采集测量的图像干扰太多导致量测不准，这就要进行图像预处理，图像增强，噪声消除，裁剪ROI，填充干扰等等。

实例代码：

* 关闭所有打开窗口（安全起始操作）

dev_close_window()

* 关闭实时更新（提高处理速度）

dev_update_off()

* 读取目标图像到变量Image

read_image(Image, '圆环.png')

* 获取图像分辨率信息

get_image_size(Image, Width, Height)

* 自适应窗口显示图像

dev_open_window_fit_image(Image, 0, 0, -1, -1, WindowHandle)

* 显示原始图像

dev_display(Image)

* 绘制辅助图形（绿色圆环）

draw_circle_mod(WindowHandle, Height/2, Width/2, Width/2, Row, Column, Radius)

* 生成精确数学圆形区域

gen_circle(Circle, Row, Column, Radius)

* 提取圆形区域作为处理域（提高检测精度）

reduce_domain(Image, Circle, ImageReduced)

* 生成正向圆周轮廓线

gen_circle_contour_xld(ContCircle, Row, Column, Radius, 0, 6.28318, 'positive', 1)

* 显示圆周轮廓线

dev_display(ContCircle)

* 设置绘制颜色为绿色

dev_set_color('green')

* 创建新的计量模型句柄

create_metrology_model(MetrologyHandle)

* 添加圆形测量对象：

add_metrology_object_generic(MetrologyHandle, 'circle', [Row, Column, Radius], 20, 5, 1, 50, [], [], Index)

* 参数说明：

* 'circle' - 测量类型

* [Row,Column,Radius] - 圆心坐标和半径

* 20 - 最小搜索半径（像素）

* 5 - 信噪比阈值

* 1 - 边缘类型（0=正边缘，1=负边缘）

* 50 - 最大允许倾斜角度（度数）

* 应用计量模型到图像

apply_metrology_model(ImageReduced, MetrologyHandle)

* 获取所有测量对象的通用参数

get_metrology_object_result(MetrologyHandle, 'all', 'all', 'result_type', 'all_param', Parameter)

* 获取所有轮廓线的详细信息（1.5为最小相似度）

get_metrology_object_result_contour(Contour, MetrologyHandle, 'all', 'all', 1.5)

* 获取所有测量的几何参数

get_metrology_object_measures(Contours, MetrologyHandle, 'all', 'all', Row1, Column1)

* 显示检测到的轮廓

dev_display(Contours)

stop()

* 清除计量模型资源

clear_metrology_model(MetrologyHandle)

* 关键算子说明：

* 释放计量模型占用的系统资源

* 必须在程序结束前调用以避免内存泄漏

* 当检测到至少3个参数时执行

if(|Parameter| > 2)

    * 绘制十字标记定位圆心

    disp_cross(WindowHandle, Parameter[0], Parameter[1], 26, 0)

    message1 := 'CenterRow: ' + Parameter[0]

    message2 := 'CenterCol: ' + Parameter[1]

    message3 := 'Radius: ' + Parameter[2]

    * 设置字体样式

    set_display_font(WindowHandle, 16, 'mono', 'true', 'false')

    * 显示测量结果信息

    disp_message(WindowHandle, message1, 'window', 0, 230, 'forest green', 'false')

    disp_message(WindowHandle, message2, 'window', 20, 230, 'forest green', 'false')

    disp_message(WindowHandle, message3, 'window', 40, 230, 'forest green', 'false')

endif

本文基本都是用小demo自己写的，基本都是从halcon示例代码里面提取出来的，想要了解的更全面就要去看完整的实例代码，我这种简单的小demo就是会学习的比较快，直接学习重点。

好了把上面主要的算子介绍一下：

1.create_metrology_model( : : : MetrologyHandle) 就是创建个计量模型句柄。

2.add_metrology_object_generic(:: MetrologyHandle, Shape, ShapeParam, MeasureLength1, MeasureLength2, MeasureSigma, MeasureThreshold, GenParamName, GenParamValue : Index)算子详解：

1. MetrologyHandle

类型: handle
说明: 计量模型句柄，通过create_metrology_model()创建。
关键作用: 标识要添加测量对象的计量模型容器。

示例:

MetrologyHandle := create_metrology_model('single_window')

2. ObjectType

类型: string
说明: 测量对象类型，决定几何特征匹配模板。
支持类型:
- 'circle': 圆形
- 'line': 线段
- 'rectangle': 矩形
- 'ellipse': 椭圆
- 'point': 点
注意事项:
- 需与后续GeometryParameters严格匹配。

3. GeometryParameters

类型: array[float]
说明: 几何特征的参数数组，格式取决于ObjectType。
典型配置:示例:
- 圆形: [Row, Column, Radius]
  - Row, Column: 圆心坐标（像素单位）
  - Radius: 半径（像素单位）
- 线段: [x1, y1, x2, y2] 或 [x1, y1, Angle, Length]
- 矩形: [x_center, y_center, Width, Height, Phi]

* 圆形参数

GeometryParameters := [100.0, 200.0, 50.0]

* 线段参数（端点坐标）

GeometryParameters := [100.0, 100.0, 200.0, 200.0]

4. SearchRadius

类型: float
说明: 搜索窗口半径（像素），控制检测范围。
影响:
- 过小: 可能遗漏弱特征或倾斜目标。
- 过大: 增加计算量并可能导致误检。
典型取值:示例:
- 特征直径的10%~30%（如直径100像素，SearchRadius := 10~30）

SearchRadius := 20.0  % 对于直径40像素的圆

5. SNRThreshold

类型: float
说明: 信噪比阈值，筛选有效边缘。
作用:
- 排除低对比度噪声边缘。
- 公式定义：SNR = (信号强度 - 背景强度) / 噪声强度。
典型取值:示例:
- 高对比度图像（如金属零件）: 5.0 ~ 15.0
- 低对比度图像（如塑料件）: 20.0 ~ 50.0
```
SNRThreshold := 30.0
```

6. EdgeType

类型: int
说明: 边缘类型，决定检测方向。
选项:
- 0: 正边缘（上升沿，从暗到亮）
- 1: 负边缘（下降沿，从亮到暗）
应用场景:示例:
- 正边缘: 孔洞边缘、凹陷区域。
- 负边缘: 凸起边缘、轮廓外侧。
```
EdgeType := 1  % 检测负边缘
```

7. MaxAngleDeviation

类型: float
说明: 最大允许倾斜角度（度数），控制特征方向的容差。
影响:
- 值越小: 要求特征方向越严格（如垂直方向±1°）。
- 值越大: 允许更大倾斜（如±5°）。
典型取值:示例:
- 精密检测: 1.0 ~ 3.0
- 工业检测: 5.0 ~ 15.0

MaxAngleDeviation := 5.0  % 允许±5°倾斜

8. MinSimilarity

类型: float
说明: 模板匹配相似度阈值（0~1）。
作用:
- 控制模板与图像区域的匹配严格程度。
- 值越小，匹配越严格（可能漏检）。
- 值越大，匹配越宽松（可能误检）。
典型取值:示例:
- 高精度场景: 0.8 ~ 0.95
- 快速检测: 0.6 ~ 0.8
```
MinSimilarity := 0.85
```

9. MaxCorrelationDistance

类型: float
说明: 最大相关距离（像素），限制搜索区域。
影响:
- 过小: 导致匹配失败（如目标偏移较大）。
- 过大: 增加计算负担。
计算公式:示例:
- 建议设为SearchRadius × 1.5 ~ 2.0。

MaxCorrelationDistance := 30.0  % 基于SearchRadius=20

10. OutputHandle

类型: handle
说明: 输出的测量对象句柄，用于后续操作。
用途:示例:
- 通过get_metrology_object_result()获取检测结果。
- 结合apply_metrology_model()应用模型。

add_metrology_object_generic(..., CircleHandle)

参数	调整优先级	调整方向对结果的影响
SearchRadius	1	增大范围可检测更模糊的特征
SNRThreshold	2	提高阈值可减少误检
MinSimilarity	3	降低阈值可增加检测灵敏度
MaxAngleDeviation	4	扩大角度容差可适应倾斜特征

3.apply_metrology_model(Image : : MetrologyHandle : )：就是传入待检测的图像和前面的句柄

4.get_metrology_object_result( : : MetrologyHandle, Index, Instance, GenParamName, GenParamValue : Parameter)详解：

参数详细说明

1. MetrologyHandle

类型: handle
说明:示例:
- 通过create_metrology_model()创建的计量模型句柄。
- 作用: 标识要查询的计量对象所属的模型容器。

MetrologyHandle := create_metrology_model('single_window')

2. Index: 'all'

类型: string（特殊值）
说明:示例:
- 结果索引模式，设置为'all'表示获取所有匹配结果。
- 默认行为:
  - 若省略此参数或设为0，仅获取第一个匹配结果。
  - 设为'all'时，返回所有检测到的结果（如多条边缘或多实例匹配）。

* 获取所有检测结果

get_metrology_object_result(..., 'all', ...)

3. Instance: 'all'

类型: string（特殊值）
说明:示例:
- 实例编号模式，设置为'all'表示获取所有匹配实例。
- 适用场景:
  - 当同一计量对象在图像中多次匹配时（如多个相似圆形）。
- 默认行为:
  - 若省略此参数或设为0，仅获取第一个匹配实例。

* 获取所有匹配实例的数据

get_metrology_object_result(..., 'all', 'all', ...)

4. GenParamName: 'result_type'

类型: string
说明:
- 参数查询类型，设置为'result_type'表示获取所有可用结果类型。
- 其他常见值:
  - 'SearchRadius': 搜索半径
  - 'SNRThreshold': 信噪比阈值
  - 'MinSimilarity': 相似度阈值
作用:示例:
- 指定需要查询的参数类别。
- 结合GenParamValue模式（如'all_param'）决定返回具体参数还是所有参数。

* 获取所有结果类型

get_metrology_object_result(..., 'result_type', 'all_param', Parameter)

5. GenParamValue: 'all_param'

类型: string（特殊值）
说明:
- 参数查询模式，设置为'all_param'表示返回所有匹配的参数值。
- 适用场景:
  - 需要一次性获取计量对象的全部配置参数。
- 其他常见值:
  - 具体数值（如20.0、5.0）或布尔值（如'true'）。
作用:示例:
- 与GenParamName配合使用，决定返回参数的粒度。

* 获取所有参数值（如SearchRadius、SNRThreshold等）

get_metrology_object_result(..., 'all_param', Parameter)

6. Parameter

类型: array[variant]
说明:
- 输出参数: 存储查询到的参数集合。
- 这里就是给出半径圆心等参数，其他测量就会给出其他的参数

5.get_metrology_object_result_contour( : Contour : MetrologyHandle, Index, Instance, Resolution : )参数详解：

1. Contour

类型: contour（输出参数）
说明:
- 存储检测到的轮廓线（边缘信息），数据类型为XLD（Extended Line Descriptor）。
- 每个轮廓线对应一个检测到的边缘或几何特征边界。

2. MetrologyHandle

类型: handle（输入参数）
说明:
- 通过 create_metrology_model() 创建的计量模型句柄。
- 必须与之前配置的测量对象（如 add_metrology_object_generic()）关联。

3. Index: 'all'

类型: string（非常规用法）正常是0,1,2等获取第几个
说明:
- 非标准参数：在常规Halcon语法中，Index 应为整数（从0开始计数）。
- all:通过 'all' 获取所有匹配结果的轮廓线。

4. Instance: 'all'

类型: string（非常规用法）
说明:
- 非标准参数：Instance 通常为整数（实例编号）。
- all:
  - 希望获取所有匹配实例的轮廓线（如多次匹配同一特征）。

5. Resolution: 1.5

类型: float
说明:
- 轮廓线分辨率（像素），控制轮廓的精细程度。
- 取值范围: 0.1 ~ 10.0。
- 作用:
  - 低分辨率（如 1.0）：生成稀疏轮廓线，适合快速检测。
  - 高分辨率（如 1.5）：生成密集轮廓线，保留更多边缘细节（如孔洞边缘）。

6.get_metrology_object_measures( : Contours : MetrologyHandle, Index, Transition : Row, Column)参数详解：

Contours ：这里是计量轮廓的集合

Row, Column：是每个小计量矩形提取到的圆边点

其他参数跟上面的函数一样

2.矩形计量模型量测

这里的逻辑基本跟圆形量测一样，就不详细讲什么了

随便找个矩形图片

画个量测框

得到量测的结果

* 获取窗口句柄用于图像显示

dev_get_window(WindowHandle)

* 读取目标图像到变量Image

read_image(Image, '4.png')

* 将RGB图像转换为灰度图像

rgb1_to_gray(Image, Image)

* 创建新的计量模型容器

create_metrology_model(MetrologyHandle)

* 在窗口中绘制旋转矩形（仅绘制不测量）

draw_rectangle2(WindowHandle, Row, Column, Phi, Length1, Length2)

* 参数说明：

* Row:中心行坐标

* Column:中心列坐标

* Phi:旋转角度（弧度值）

* Length1:长轴长度

* Length2:短轴长度

* 生成精确的旋转矩形区域

gen_rectangle2(Rectangle, Row, Column, Phi, Length1, Length2)

* 输出矩形区域句柄

* 提取矩形区域作为处理域（提高检测精度）

reduce_domain(Image, Rectangle, ImageReduced)

* 添加矩形测量对象到计量模型

add_metrology_object_rectangle2_measure(MetrologyHandle, Row, Column, Phi, Length1, Length2, 30, 10, 1, 30, [], [], Index)

* 关键参数说明：

* 前六个参数：矩形几何参数

* SearchRadius:30像素搜索半径

* SNRThreshold:10信噪比阈值

* EdgeType:1检测负边缘

* MaxAngleDeviation:30度最大倾斜容差

* MinSimilarity:未使用（设为默认值）

* MaxCorrelationDistance:未使用（设为默认值）

* OutputHandle:输出测量对象句柄（存储在Index中）

* 应用计量模型到处理域图像

apply_metrology_model(ImageReduced, MetrologyHandle)

* 获取通用测量参数（所有结果/所有实例）

get_metrology_object_result(MetrologyHandle, Index, 'all', 'result_type', 'all_param', Parameter)

* 参数说明：

* MetrologyHandle:计量模型句柄

* Index:结果索引（从0开始）

* 'all' :获取所有匹配结果

* 'result_type' :查询参数类型

* 'all_param' :返回全部参数名称和值

* 获取轮廓线数据（所有结果/所有实例）

get_metrology_object_result_contour(Contour, MetrologyHandle, Index, 'all', 1.5)

* 参数说明：

* Resolution:1.5像素轮廓线分辨率

* 获取几何测量结果

get_metrology_object_measures(Contours, MetrologyHandle, 'all', 'all', Row1, Column1)

* 清除计量模型释放资源

clear_metrology_model(MetrologyHandle)

* 当检测到至少4个参数时显示测量结果

if (|Parameter| > 3)

    * 构建显示消息

    message1 := 'CenterRow: ' + Parameter[0]

    message2 := 'CenterCol: ' + Parameter[1]

    message3 := 'Phi: ' + Parameter[2]

    message4 := 'lenRa: '  + Parameter[3]

    message5 := 'lenRb: '  + Parameter[4]

    * 设置显示字体样式

    set_display_font(WindowHandle, 26, 'mono', 'true', 'false')

    * 显示测量结果信息

    disp_message(WindowHandle, message1, 'window', 0, 230, 'forest green', 'false')

    disp_message(WindowHandle, message2, 'window', 20, 230, 'forest green', 'false')

    disp_message(WindowHandle, message3, 'window', 40, 230, 'forest green', 'false')

    disp_message(WindowHandle, message4, 'window', 60, 230, 'forest green', 'false')

    disp_message(WindowHandle, message5, 'window', 80, 230, 'forest green', 'false')

endif

本篇测量就这样，基本工业的量测都是用这些算子，其他就是你的界面操作编写，图像预处理那些了，详细的实例可以看看halcon的实例代码：