qq_42831621的博客

摘要：使用Halcon绘制工具时发现图像放大后绘制位置存在1像素内偏差。经排查，原因是SetPart算子即使接收小数参数也会自动取整。解决方法是在调用SetPart前手动对参数进行强制取整，确保坐标精度准确。该问题在图像放大操作时尤为明显，通过主动控制参数类型可消除绘制偏差。

这段代码解析了两个关键函数，用于机器人抓取任务中的位姿准备和3D定位： prepare_poses_and_rectification_data_moving_cam函数核心功能： 构建与图像对齐的匹配平面，考虑物体高度 自动确定校正尺度（自适应分辨率） 预生成RectificationMap提高效率 确保平面法向量朝向合理（避免背面） 保持机器人原有位姿格式兼容性 obtain_3d_pose_of_match_moving_cam函数核心功能： 将2D形状匹配结果转换为3D位姿 处理有无图像校正两种场景

HALCON中hom_mat3d_translate与hom_mat3d_translate_local的核心区别在于坐标系选择。前者在固定世界坐标系下平移（绝对方向），后者在当前物体局部坐标系下平移（相对方向）。例如，对旋转90度的夹爪，普通平移沿世界X轴移动，而_local版本则沿夹爪自身X轴移动。全局平移适用于固定方向定位，局部平移则适合工具微调、相对路径规划等场景。记忆要点：普通平移是"地图移动"，_local是"自身移动"。

摘要：本文介绍了两种基于HDevelop的图像校正方法。第一种方法通过计算图像中心点的像素尺度(Scale)，确保校正图像局部尺度与原始图像一致，并将指定点置于图像中心。第二种方法将原始图像边界映射到世界坐标系，计算最小外接矩形，保证整幅图像内容完整显示在校正图像中。两种方法分别封装为parameters_image_to_world_plane_centered和parameters_image_to_world_plane_entire过程，适用于不同应用场景。最终通过gen_image_to_worl

摘要：image_to_world_plane算子通过将图像投影到世界坐标系z=0平面实现图像校正，消除镜头和透视畸变。校正后图像尺寸由Width/Height参数指定，像素物理尺寸通过Scale参数设置（如'mm'表示1像素=1mm）。对于多图像处理，建议先使用gen_image_to_world_plane_map生成映射再应用map_image以提高效率。Scale值应与原始图像像素尺寸相近以避免混叠或过度平滑，其计算公式为：校正图像像素尺寸/标定靶标世界坐标单位（如靶标以米为单位时，'μm'表示1像

摘要：相机内参决定你“能看到什么”， 外参决定你“看到的东西在哪里”。内参是相机的先天特性，外参是整个机械系统的后天状态

摘要：本文介绍了基于相机标定的高精度图像拼接技术。通过内参和外参标定（Pose），将斜视图像校正为正射视图（Rectification），消除透视畸变。关键步骤包括：1）世界坐标对齐，通过齐次变换矩阵统一坐标系；2）无缝拼接控制，精确匹配第二幅图的校正原点与第一幅图右边界；3）高度补偿（DiffHeight）修正标定平面与物体平面的高度差。该方法采用预计算校正映射（Map）方案，实现高效处理。实验展示了双相机系统的拼接效果，验证了0.1mm/pixel精度的可行性，处理时间在毫秒级。

上部分是能效贴 下部分是 一维码思路：根据“依据国家标识 …” 这一行字样 判定将字段分割成前段 和后段提取矩形 得到两个矩形的中心判定坐标是否相等（或者差值 是否在阈值之内）！halcon 代码：list_files ('C:/Users/77200/Desktop/ImageC', 'files', Files)for Index := 0 to |Files|-1 by 1...