3、图像采集与读取：相机接口、图像文件读取、实时图像获取、图像分辨率与格式

在Halcon 2D视觉对位贴合系统中，图像采集与读取是所有后续处理流程的起点。图像数据的质量、获取速度以及格式规范，直接决定了定位算法的精度上限与系统的整体节拍。本章将系统讲解Halcon中图像采集的完整链路，涵盖相机接口选型、图像文件读取方法、实时图像获取机制，以及分辨率与格式对视觉系统的影响。理解这些基础概念，是构建稳定、高效视觉系统的前提。

上图展示了Halcon图像采集的整体架构。从底层硬件接口到上层图像数据对象，每一层都有明确的职责划分。硬件接口层决定了数据传输的物理方式，采集驱动层负责将硬件数据转换为Halcon可识别的图像对象，而文件读取层则提供了离线开发与调试的便捷途径。实时获取流程则体现了Halcon在工业场景中高效处理图像流的典型模式。

3.1 相机接口选型与Halcon配置

核心原理：不同接口的适用场景

工业相机接口决定了数据传输带宽、线缆长度、供电方式以及多相机同步能力。在2D对位贴合系统中，常见的接口包括GigE Vision、USB3 Vision、Camera Link和CoaXPress。GigE Vision基于千兆以太网，线缆长度可达100米，易于组网，但CPU占用相对较高；USB3 Vision带宽高（理论5Gbps），即插即用，适合短距离桌面级应用；Camera Link提供极高的带宽和确定性传输，但需要专用采集卡，成本较高；CoaXPress则支持更长距离和更高带宽，适用于高速高分辨率场景。

操作流程：Halcon中配置相机

在Halcon中，使用open_framegrabber算子初始化相机连接。该算子需要指定接口类型、设备ID、相机参数等。以下是一个典型的GigE相机配置示例：

open_framegrabber ('GigEVision', 0, 0, 0, 0, 0, 0, 'default', -1, 'default', -1, 'false', 'default', 'cam_0', 0, -1, AcqHandle)
grab_image_start (AcqHandle, -1)
while (true)
    grab_image_async (Image, AcqHandle, -1)
    * 在此处执行图像处理
endwhile
close_framegrabber (AcqHandle)

参数说明：'GigEVision'指定接口类型；'cam_0'是相机设备名；AcqHandle是采集句柄。对于USB3相机，将接口类型改为'USB3Vision'即可。

案例拆解：多相机同步采集

在对位贴合系统中，常需要多个相机从不同角度拍摄同一目标。假设使用两台GigE相机，要求同步触发。首先，通过硬件触发线将相机连接至PLC或运动控制卡，确保外部触发信号同时到达两台相机。在Halcon中，分别打开两个采集句柄，并设置触发模式为外部触发：

open_framegrabber ('GigEVision', 0, 0, 0, 0, 0, 0, 'default', -1, 'default', -1, 'false', 'default', 'cam_0', 0, -1, AcqHandle1)
open_framegrabber ('GigEVision', 0, 0, 0, 0, 0, 0, 'default', -1, 'default', -1, 'false', 'default', 'cam_1', 0, -1, AcqHandle2)
set_framegrabber_param (AcqHandle1, 'trigger_mode', 'on')
set_framegrabber_param (AcqHandle2, 'trigger_mode', 'on')
grab_image_start (AcqHandle1, -1)
grab_image_start (AcqHandle2, -1)
while (true)
    grab_image_async (Image1, AcqHandle1, -1)
    grab_image_async (Image2, AcqHandle2, -1)
    * 两幅图像时间戳接近，可进行联合处理
endwhile

此方案的关键在于硬件触发信号的同步性。若使用软件触发，两台相机的采集时刻可能存在微小偏差，导致运动中的目标位置不一致。

常见误区与复盘

• 误区一：忽略网络配置。GigE相机要求网卡支持巨型帧（Jumbo Frame），且IP地址与相机在同一网段。未配置时会出现丢帧或无法连接。
• 误区二：未设置相机参数导致图像过暗或过曝。应在采集前通过set_framegrabber_param设置曝光、增益、白平衡等参数。
• 复盘：在项目调试初期，建议先使用Halcon的grab_image同步采集单帧，验证相机连接和图像质量，再切换到异步采集模式。

3.2 图像文件读取与格式转换

核心原理：文件读取的底层机制

Halcon支持多种图像文件格式，包括BMP、JPEG、PNG、TIFF以及Halcon专有的HOBJ格式。读取文件时，Halcon根据文件扩展名自动识别格式，并将数据解码为HObject图像对象。对于彩色图像，Halcon默认将其转换为RGB三通道；对于灰度图像，则转换为单通道。理解格式的差异有助于选择合适的存储方式：BMP无损但体积大，JPEG有损但体积小，PNG支持无损压缩和透明度，TIFF支持多页和多光谱。

操作流程：读取与保存图像

* 读取图像文件
read_image (Image, 'C:/images/part_01.png')
* 获取图像尺寸
get_image_size (Image, Width, Height)
* 获取图像通道数
count_channels (Image, Channels)
* 保存图像为不同格式
write_image (Image, 'jpeg', 95, 'C:/output/part_01.jpg')
write_image (Image, 'png', 0, 'C:/output/part_01.png')

在批量处理场景中，可使用list_files算子遍历文件夹内所有图像文件，结合循环实现自动化处理。

案例拆解：离线图像库验证算法

在开发对位贴合算法时，通常先使用离线图像库验证算法可行性。假设收集了100张不同光照条件下的产品图像，存放在./samples目录下。通过以下代码批量读取并测试定位算法：

list_files ('./samples', 'files', ImageFiles)
for i := 0 to |ImageFiles| - 1 by 1
    read_image (Image, ImageFiles[i])
    * 执行模板匹配或对位算法
    find_shape_model (Image, ModelID, Row, Column, Angle, Score)
    * 记录结果
endfor

此流程可快速评估算法在不同样本上的鲁棒性，并发现光照变化、遮挡等异常情况。

常见误区与总结

• 误区：直接读取图像后未检查通道数，导致后续灰度处理算子报错。应使用count_channels确认，必要时用rgb1_to_gray转换。
• 误区：忽略图像方向。部分相机或文件保存时图像可能旋转，需在读取后使用rotate_image校正。
• 总结：文件读取是离线开发的基础，掌握格式转换和批量处理技巧能显著提升调试效率。

3.3 实时图像获取与异步采集

核心原理：同步与异步模式

Halcon提供两种实时采集模式：同步模式（grab_image）和异步模式（grab_image_start + grab_image_async）。同步模式在采集时阻塞程序，直到图像数据完全传输完毕才返回，适合低速或单帧采集。异步模式则先启动采集，程序可继续执行其他任务，当需要图像时再获取最新帧，适合高速连续采集场景，能有效降低CPU等待时间。

操作流程：异步采集的典型循环

open_framegrabber ('GigEVision', 0, 0, 0, 0, 0, 0, 'default', -1, 'default', -1, 'false', 'default', 'cam_0', 0, -1, AcqHandle)
grab_image_start (AcqHandle, -1)
while (true)
    * 获取最新图像
    grab_image_async (Image, AcqHandle, -1)
    * 执行对位处理
    find_shape_model (Image, ModelID, Row, Column, Angle, Score)
    * 将结果发送至运动控制
    set_origin (Pose, Row, Column, Angle)
endwhile

在异步模式下，grab_image_async的第三个参数Timeout可设置等待超时时间（毫秒），避免无限阻塞。

案例拆解：高速贴装中的实时对位

在高速贴片机中，相机以200帧/秒的速度采集运动中的元件图像。系统要求每次对位处理时间不超过5毫秒。采用异步采集模式，主循环中先启动采集，然后执行上一帧的对位计算，最后获取最新帧。通过合理分配CPU时间，实现了连续稳定运行。若使用同步模式，则每帧需等待采集完成，处理时间被拉长，无法满足节拍要求。

常见误区与复盘

• 误区：在异步循环中忘记调用grab_image_start，导致grab_image_async报错。
• 误区：未处理超时情况。当相机掉线或触发信号丢失时，grab_image_async会返回超时错误，需在代码中加入异常处理。
• 复盘：实时采集的稳定性依赖于硬件触发、网络带宽和CPU负载的协同。建议在项目初期进行压力测试，确定系统的最大可持续帧率。

3.4 图像分辨率与格式对视觉系统的影响

核心原理：分辨率与精度的关系

图像分辨率（宽×高像素数）决定了视觉系统的物理测量精度。例如，视野为10mm×10mm，图像分辨率为1000×1000像素，则每个像素对应的物理尺寸为0.01mm。在2D对位贴合中，通常要求定位精度为像素尺寸的1/10到1/5，因此分辨率越高，理论精度越高。但高分辨率也带来更大的数据量和更长的处理时间，需在精度与速度之间权衡。

图像格式与位深

Halcon支持多种图像格式，包括byte（8位灰度）、uint2（16位灰度）、int1、real等。位深决定了灰度级数，8位提供256级灰度，16位提供65536级。对于高动态范围场景，16位图像能保留更多细节，但处理速度较慢。彩色图像通常为RGB三通道，每个通道8位或16位。

操作流程：分辨率与格式的转换

* 缩放图像分辨率
zoom_image_factor (Image, ZoomedImage, 0.5, 0.5, 'constant')
* 转换灰度格式
rgb1_to_gray (Image, GrayImage)
* 转换位深
change_domain (Image, Domain, ImageReduced)
convert_image_type (Image, ConvertedImage, 'uint2')

在Halcon中，zoom_image_factor可快速缩放图像，但会引入插值误差。对于测量任务，建议保持原始分辨率，仅在预处理阶段使用缩放加速。

案例拆解：分辨率选择实战

某项目需检测0.5mm宽度的Mark点，定位精度要求±0.02mm。若视野为20mm×20mm，则所需像素数为：20mm / 0.02mm = 1000像素。考虑亚像素精度（1/5像素），实际分辨率需达到5000×5000像素。此时选择500万像素相机（2448×2048）无法满足要求，需选用1200万像素相机（4000×3000）或缩小视野。通过计算，最终选用1200万像素相机，视野缩小至15mm×15mm，满足精度要求。

常见误区与总结

• 误区：盲目追求高分辨率，忽略处理速度和存储成本。
• 误区：未考虑镜头畸变对分辨率的影响。高分辨率相机配合低质量镜头，边缘区域可能模糊，导致定位精度下降。
• 总结：分辨率选择应基于精度需求、视野大小、处理速度和成本综合评估。格式选择则需权衡动态范围与处理效率。

本章系统梳理了Halcon图像采集与读取的完整知识体系。从相机接口的物理层选型，到文件读取的离线开发，再到实时异步采集的工程实践，以及分辨率与格式的权衡决策，每一个环节都直接影响视觉对位系统的最终性能。在实际项目中，建议先通过离线图像库验证算法，再逐步过渡到实时采集，最后根据节拍要求优化采集与处理流程，确保系统稳定、高效运行。