halcon 两点之间的距离

dev_get_window (WindowHandle)
draw_point (WindowHandle, Row, Column)
draw_point (WindowHandle, Row1, Column1)
gen_cross_contour_xld (Cross1, Row, Column, 6, 0.785398)
gen_cross_contour_xld (Cross, Row1, Column1, 6, 0.785398)
*两点之间的距离
distance_pp (Row, Column, Row1, Column1, Distance)
disp_message (WindowHandle, Distance, 'window', Row1, Column1, 'black', 'true')

 

Halcon中计算两点之间的欧氏距离,可以通过获取这两个点的坐标值,然后应用欧氏距离公式来完成。欧氏距离公式是二维空间中最常见的距离计算方式,它表示为两点之间直线距离的长度。公式如下: 设点A的坐标为 (x1, y1),点B的坐标为 (x2, y2),则这两点之间的欧氏距离D可以表示为: D = √[(x2 - x1)² + (y2 - y1)²] 在Halcon中,你可以使用 `distance_object_model_3d` 函数计算三维点之间距离,或者使用 `distance` 函数在二维图像中计算两个像素点之间距离。对于二维图像中的两个点,例如使用 `get_region_points` 函数获取到区域中点的坐标后,就可以利用上述公式计算它们之间距离。 例如,假设你有两个点的坐标存储在Halcon的元组(Tuple)中,你可以用以下代码片段计算它们之间的欧氏距离: ```halcon * 假设 'PointA' 和 'PointB' 是包含相应坐标值的元组 * PointA := [x1, y1] * PointB := [x2, y2] * 计算坐标差 X_difference := PointB[0] - PointA[0] Y_difference := PointB[1] - PointA[1] * 计算欧氏距离的平方,避免开方操作提高性能 Distance_squared := X_difference ** 2 + Y_difference ** 2 * 如果需要得到实际的距离值,则进行开方 Distance := Distance_squared ** 0.5 ``` 请注意,Halcon的语法可能会因为版本更新而有所变化,上述代码为通用逻辑的描述,实际编程时应参考最新的Halcon文档。
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