2. Halcon开发环境搭建

2.1 核心原理：Halcon开发环境的组成与运行机制

Halcon作为工业级机器视觉算法库，其开发环境并非一个简单的IDE，而是一套由运行时引擎（Runtime）、开发环境（HDevelop）与许可证服务（License Manager）三层结构组成的完整体系。理解这三层的关系，是搭建环境的第一步。

• 运行时引擎（Runtime）：负责执行编译后的视觉算法代码，它不依赖HDevelop界面，可被C++、C#、Python等外部程序调用。在部署到产线工控机时，只需要安装Runtime和对应许可证。
• 开发环境（HDevelop）：用于算法原型验证、图像调试、参数调优的交互式IDE。它支持逐行执行、变量监视、图像窗口实时显示，是视觉工程师日常使用最频繁的工具。
• 许可证服务（License Manager）：Halcon采用FlexNet浮动许可证机制。开发机与部署机都需要通过许可证服务获取授权，许可证类型决定了可用的功能模块（如3D、深度学习、OCR等）。

在安装前，必须明确一个关键概念：Halcon的版本号与许可证是绑定的。例如，Halcon 20.11、21.05、22.11等版本，其许可证文件不能混用。同时，Halcon分为Steady（稳定版）和Progress（功能更新版）两个发布通道，企业通常选择Steady版本以保证产线稳定性。

2.2 方法流程：从下载到激活的完整安装配置步骤

2.2.1 系统要求与预检查

在开始安装前，请先确认工控机或开发机的软硬件环境。Halcon对硬件要求不高，但显卡驱动和系统组件缺失是常见的安装失败原因。

2.2.2 安装步骤详解

以下以Windows平台为例，Linux平台的差异点会在步骤后单独说明。

1. 获取安装包：从MVTec官网下载对应版本的安装程序。注意区分halcon-xxxx-win64.exe（完整版）与halcon-xxxx-runtime-win64.exe（仅运行时）。开发机安装完整版，部署机安装Runtime版。
2. 运行安装程序：右键以管理员身份运行。选择安装语言为“English”（中文界面仅HDevelop有，安装向导无中文）。
3. 选择安装类型：建议选择“Custom”自定义安装，而非“Typical”。在组件列表中，务必勾选以下三项：
   • HDevelop：开发环境主程序。
   • Programmers Reference：包含C/C++/C#/Python的接口库与头文件。
   • Examples：官方示例程序，是学习视觉算法的宝贵资源。
4. 设置环境变量：安装向导会询问是否自动添加环境变量。务必勾选“Add to PATH”，否则后续命令行调用hdevelop或编译外部程序时会找不到库文件。
5. 完成安装：安装完成后，重启计算机（确保环境变量生效）。

Linux（Ubuntu）安装差异：

# 解压安装包
tar -xzf halcon-22.11-linux-x64.tar.gz
cd halcon-22.11-linux-x64

# 运行安装脚本
sudo ./install

# 设置环境变量（写入 ~/.bashrc）
export HALCONROOT=/opt/halcon
export PATH=$HALCONROOT/bin/x64-linux:$PATH
export LD_LIBRARY_PATH=$HALCONROOT/lib/x64-linux:$LD_LIBRARY_PATH
source ~/.bashrc

2.2.3 许可证配置与激活

Halcon许可证分为试用许可证（Evaluation）、节点锁定许可证（Node-locked）和浮动许可证（Floating）三种。开发阶段通常使用试用许可证，产线部署使用节点锁定或浮动许可证。

激活流程如下：

1. 打开License Manager（开始菜单 → MVTec → License Manager）。
2. 选择“Install License” → “License File”。
3. 浏览选择license.dat文件（由MVTec销售或代理商提供）。
4. 点击“Activate”，等待状态变为“Active”。

验证许可证是否生效：

# 在HDevelop中执行以下代码
get_system('license', LicenseInfo)
disp_message(3600, LicenseInfo, 'window', 12, 12, 'black', 'white')

如果输出包含Runtime和Development字样，且没有“expired”提示，则说明许可证配置成功。

2.3 HDevelop IDE界面与常用工具详解

HDevelop是Halcon的核心开发工具，其界面布局经过精心设计，旨在最大化图像调试效率。初次打开时，界面可能显得复杂，但掌握各区域功能后，开发效率将大幅提升。

2.3.1 界面五大核心区域

2.3.2 常用工具与快捷键

以下工具是视觉检测项目开发中最高频使用的功能：

• 灰度直方图工具：在图形窗口中右键 → “Gray Histogram”。用于分析图像灰度分布，辅助设定阈值分割参数。
• ROI绘制工具：工具栏中的矩形、圆、椭圆、任意多边形按钮。用于在图像上绘制感兴趣区域，生成gen_rectangle1、gen_circle等算子代码。
• 代码导出工具：菜单“File” → “Export” → 选择C++/C#/Python。将调试好的HDevelop代码导出为外部语言工程，这是从原型验证到项目部署的关键桥梁。
• 变量监视：在变量窗口中右键变量 → “Inspect”。可查看图像变量的像素值、区域变量的面积/中心坐标等详细属性。

// 常用快捷键
F5          —— 运行整个程序
F6          —— 运行到光标处
F10         —— 单步执行
Ctrl+Space  —— 自动补全算子名称
Ctrl+Shift+I —— 打开图像采集助手（Image Acquisition Assistant）

2.3.3 图像采集助手（Image Acquisition Assistant）

这是Halcon中最具生产力的工具之一。它通过图形化界面配置相机参数，自动生成采集代码，极大降低了相机SDK的学习成本。

1. 点击菜单“Assistant” → “Open New Image Acquisition”。
2. 选择相机接口（GigE Vision、USB3 Vision、GenICam等）。
3. 点击“Connect”连接相机，在“Parameters”中设置曝光、增益、触发模式。
4. 点击“Insert Code”按钮，HDevelop自动生成以下代码：

open_framegrabber('GigEVision2', 0, 0, 0, 0, 0, 0, 'default', -1, 'default', -1, 'false', 'Camera1', '0', -1, WindowHandle)
grab_image_start(Image, AcqHandle, -1)
while (true)
    grab_image_async(Image, AcqHandle, -1)
    * 在此处添加图像处理算法
endwhile

2.4 案例场景：从零搭建一个视觉检测开发环境

假设你接到一个项目：检测手机屏幕上的划痕。工控机配置为Windows 10 + 海康威视GigE相机。以下是完整的环境搭建流程。

步骤1：安装Halcon 20.11 Steady版本，勾选全部组件，添加环境变量。

步骤2：配置相机驱动。海康相机需先安装MVS（Machine Vision Software）客户端，确保相机能被系统识别。然后在HDevelop中打开图像采集助手，选择“GigEVision2”接口，连接相机，设置触发模式为“Hardware Trigger”（硬件触发），曝光时间设为2000微秒。

步骤3：验证图像采集。在采集助手中点击“Live”按钮，观察实时画面。如果画面过暗或过曝，调整曝光和增益参数。确认图像清晰后，点击“Insert Code”生成采集代码。

步骤4：测试许可证功能。在HDevelop中执行以下代码，确认深度学习模块可用：

query_available_deep_learning_devices(DeviceHandles)
if (|DeviceHandles| > 0)
    disp_message(3600, 'DL device found', 'window', 12, 12, 'black', 'white')
else
    disp_message(3600, 'No DL device', 'window', 12, 12, 'red', 'white')
endif

步骤5：导出C#工程。算法调试完成后，通过“File” → “Export”导出为C#项目。在Visual Studio中编译运行，验证外部调用Halcon的流程。

2.5 误区与复盘：环境搭建中的典型问题

根据多年教学和项目经验，以下问题在环境搭建阶段出现频率最高，务必提前规避。