VisionPro脚本调用Halcon深度学习模型方法

众所周知，Halcon的深度学习模型是可以使用C#的编程方式来调用的。

而VisionPro的Quickbuild环境，提供了一套C#的脚本环境，所以可以尝试使用使用里面的脚本编程环境，调用已经训练好的Halcon深度学习模型。

Halcon版本：23.11

VisionPro 版本 9.0

好的，下面开始配置，首先配置VisionPro需要的dll文件

调用Halcon的深度学习模型，需要用到如下dll文件

将这两个dll文件拷贝到VisionPro安装目录的bin文件夹下面

以下文件都是从Halcon安装的bin\x64-win64目录里面拷贝到bin文件目录下面，

libiomp5md.dll
halcon.dll
halcondl.dll
如下图所示：

里面的license文件需要在网上下载一下，具体方法，请参考网上的对应教程。

拷贝完成后，需要打开quickbuild，在quickbuild里面添加toolblock，然后选择C#脚本

在如图脚本选项中，选择添加/移除参考

将这两个dll添加到程序集里面。

然后编译，如果编译成功，就可以调用halcon对应的函数了。

注意：VisionPro对应图片格式是ICogImage，需要将ICogImage转换为Hobject，halcon的图片格式，转换方法为，首先将ICogImage转换为bmp格式的图片，再将bmp图片转换为HObject图片。

其转换函数如下：

 public static HObject BitmapToHImage(Bitmap SrcImage)
  {
    HObject Hobj;
    HOperatorSet.GenEmptyObj(out Hobj);    
    Point po = new Point(0, 0);
    Size so = new Size(SrcImage.Width, SrcImage.Height);//template.Width, template.Height
    Rectangle ro = new Rectangle(po, so);
 
    Bitmap DstImage = new Bitmap(SrcImage.Width, SrcImage.Height, PixelFormat.Format8bppIndexed);
    DstImage = SrcImage.Clone(ro, PixelFormat.Format8bppIndexed);
 
    int width = DstImage.Width;
    int height = DstImage.Height;
        
    Rectangle rect = new Rectangle(0, 0, width, height);
    System.Drawing.Imaging.BitmapData dstBmpData =
      DstImage.LockBits(rect, System.Drawing.Imaging.ImageLockMode.ReadWrite, PixelFormat.Format8bppIndexed);//pImage.PixelFormat
    int PixelSize = Bitmap.GetPixelFormatSize(dstBmpData.PixelFormat) / 8;
    int stride = dstBmpData.Stride;
    unsafe
    {
      int count = height * width;
      byte[] data = new byte[count];
      byte* bptr = (byte*) dstBmpData.Scan0;
      fixed (byte* pData = data)
      {
        for (int i = 0; i < height; i++)
          for (int j = 0; j < width; j++ )
          {
            data[i * width + j] = bptr[i * stride + j];
          }
        HOperatorSet.GenImage1(out Hobj, "byte", width, height, new IntPtr(pData));
      }
    }
 
    DstImage.UnlockBits(dstBmpData);
 
    return Hobj;
  }
  

转换完成后，需要加载模型，我这里推荐在脚本初始化函数里面加载模型，避免运行过程中重复加载。

加载完成后，可以将结果输出到Toolblock的output终端上面，方便对结果进行分析。