halcon HObject与opencv Mat转换

本文介绍了一种从Halcon的HObject类型转换到OpenCV的cv::Mat类型的实现方法,支持灰度图像和RGB图像。对于灰度图像直接复制像素数据;对于RGB图像,则分别复制红、绿、蓝三个通道的数据,并使用OpenCV的merge函数进行整合。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

cv::Mat HObject2Mat(HObject Hobj)
{
HTuple htCh;
HString cType;
cv::Mat Image;
ConvertImageType(Hobj, &Hobj, "byte");
CountChannels(Hobj, &htCh);
Hlong wid = 0;
Hlong hgt = 0;
if (htCh[0].I() == 1)
{
HImage hImg(Hobj);
void *ptr = hImg.GetImagePointer1(&cType, &wid, &hgt);//GetImagePointer1(Hobj, &ptr, &cType, &wid, &hgt);
int W = wid;
int H = hgt;
Image.create(H, W, CV_8UC1);
unsigned char *pdata = static_cast<unsigned char *>(ptr);
memcpy(Image.data, pdata, W*H);
}
else if (htCh[0].I() == 3)
{
void *Rptr;
void *Gptr;
void *Bptr;
HImage hImg(Hobj);
hImg.GetImagePointer3(&Rptr, &Gptr, &Bptr, &cType, &wid, &hgt);
int W = wid;
int H = hgt;
Image.create(H, W, CV_8UC3);
vector<cv::Mat> VecM(3);
VecM[0].create(H, W, CV_8UC1);
VecM[1].create(H, W, CV_8UC1);
VecM[2].create(H, W, CV_8UC1);
unsigned char *R = (unsigned char *)Rptr;
unsigned char *G = (unsigned char *)Gptr;
unsigned char *B = (unsigned char *)Bptr;
memcpy(VecM[2].data, R, W*H);
memcpy(VecM[1].data, G, W*H);
memcpy(VecM[0].data, B, W*H);
cv::merge(VecM, Image);
}
return Image;
}


### 将 OpenCVMat 对象转换HalconHObject 为了实现从 OpenCV `Mat` 到 Halcon `HObject` 的转换,可以采用一种间接的方式:先将 `Mat` 转换为标准图像格式(如 BMP 或 PNG),再利用 Halcon 提供的功能读取该文件并创建相应的 `HObject` 实例。 另一种更高效的方法是在内存层面直接操作数据。下面提供了一种基于指针访问和数据复制的技术方案来完成这一过程: #### 方法一:通过临时文件过渡 这种方法较为简单直观,适用于初学者或调试阶段[^1]。 ```cpp #include <iostream> #include "halcon.h" #include <opencv2/opencv.hpp> void Mat_to_HObject_File(cv::Mat& src, Hobject& dst) { std::string tempFile = "temp.bmp"; cv::imwrite(tempFile, src); read_image(&dst, (HTuple)(std::string("temp").c_str())); } ``` 此方法依赖于磁盘IO,在性能上不如第二种方法理想;但在某些情况下可能更加稳定可靠。 #### 方法二:直接内存映射转换 对于追求效率的应用场景来说,推荐使用这种方式来进行快速的数据交换[^2]。 ```cpp #include <iostream> #include "halcon.h" #include <opencv2/opencv.hpp> void Mat_to_HObject_Directly(const cv::Mat& mat, Hobject& hobj) { // 获取图像基本信息 int width = mat.cols; int height = mat.rows; // 创建一个新的 HALCON 图像对象 gen_empty_obj(&hobj); // 假设输入的是灰度图,如果是彩色图则需调整通道数 HTuple type = "byte"; // 可能需要根据实际情况修改 // 使用 create_image 函数分配空间给新创建的对象 create_image(&hobj, type, width, height); // 获取目标图像的指针以便写入像素值 double* p_data = nullptr; get_image_pointer1(hobj, reinterpret_cast<Hlong*>(&p_data), NULL, NULL, NULL); // 复制源矩阵中的数据至HALCON图像中 memcpy(p_data, mat.ptr<uchar>(0), sizeof(uchar)*mat.total()); } // 测试函数调用 int main() { cv::Mat img = cv::imread("example.jpg", cv::IMREAD_GRAYSCALE); if(img.empty()) return -1; Hobject ho_Image; Mat_to_HObject_Directly(img, ho_Image); disp_img(ho_Image); // 显示图片用于验证效果 return 0; } ``` 上述代码展示了如何不经过任何中间介质而直接在两个不同框架之间传递图像信息。需要注意的是,这里假设了输入图为单通道灰度图形式,如果处理多通道颜色图像,则还需要额外考虑色彩模型之间的差异以及适当调整代码逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值