news 2026/4/23 9:45:13

利用Halcon矩阵算子vector_to_hom_mat2d进行工业相机的九点标定

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
利用Halcon矩阵算子vector_to_hom_mat2d进行工业相机的九点标定

第一步:生成

在相机视野里移动九个位置,分别抓取九个像素坐标。

机械坐标数组:

记录产品在视野中心的时候机械坐标为(0,0),另外八个位置的相对机械坐标。

这里的1只是演示,具体移动间隔根据视野大小合理设置。

像素坐标数组:

记录九个位置的像素坐标,直接记录就可以,不用取零点和做相对处理。

生成映射关系:

利用halcon中的算子:vector_to_hom_mat2d

该算子在C#中为:HHomMat2D对象的VectorToHomMat2d方法

经过记上方法,hom里面保存了仿射变换矩阵的信息;

可以使用halcon的 write_tuple算子保存此对象。

Tuple参数就是HHomMat2D对象;

不使用此算子的话可以保存两份数组数据到本地,需要时实时读取然后生成;

第二步:使用

在相机视野中检测到物体后,传入像素坐标信息,使用算子affine_trans_point_2d输出变换后的相对机械坐标:

假设这里相对机械坐标是(a,b);

也就是说在原来的机械坐标里,这个位置相对(0,0),x方向和y方向分别偏移了a和b;

相机视野中心对应的机械坐标是(0,0);

我们想要的是产品移动到视野中心,那就要x方向移动a,y方向移动b;

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/23 9:44:22

从零开始部署Qwen3-0.6B:Jupyter+LangChain全流程步骤详解

从零开始部署Qwen3-0.6B:JupyterLangChain全流程步骤详解 1. 引言 1.1 学习目标 本文旨在为开发者提供一条清晰、可操作的路径,指导如何在 Jupyter 环境中从零开始部署并调用阿里巴巴开源的 Qwen3-0.6B 模型。通过 LangChain 框架实现模型接入&#x…

作者头像 李华
网站建设 2026/4/21 17:27:46

Youtu-2B多语言测试:云端快速切换环境,支持50+语种

Youtu-2B多语言测试:云端快速切换环境,支持50语种 你是否正在为跨境电商的多语言客服系统头疼?面对全球用户,需要测试英语、法语、阿拉伯语、日语等50多种语言的自动回复能力,但本地部署语言模型时,动辄几…

作者头像 李华
网站建设 2026/4/22 9:18:36

Proteus仿真软件与Arduino集成环境深度剖析

虚拟开发新范式:用Proteus Arduino实现“无硬件”嵌入式仿真你有没有过这样的经历?想做个温控小风扇,代码写好了,电路也画得差不多了,结果发现少买了一个DS18B20温度传感器——只能干等着快递。或者更糟,接…

作者头像 李华
网站建设 2026/3/23 3:25:19

新手5步上手VibeVoice-TTS-Web-UI,轻松生成多人对话音频

新手5步上手VibeVoice-TTS-Web-UI,轻松生成多人对话音频 在播客、有声书和虚拟角色对话日益普及的今天,内容创作者面临一个共同挑战:如何让机器合成的声音听起来不像是“读稿”,而更像两个真实人物在自然交谈?传统文本…

作者头像 李华
网站建设 2026/4/16 11:58:41

腾讯混元模型生态布局:HY-MT系列落地前景分析

腾讯混元模型生态布局:HY-MT系列落地前景分析 近年来,随着大模型在自然语言处理领域的持续突破,轻量化、高效率的端侧部署成为技术演进的重要方向。尤其是在多语言翻译场景中,如何在资源受限设备上实现高质量、低延迟的实时翻译&…

作者头像 李华
网站建设 2026/4/15 6:17:08

ms-swift长文本训练技巧:Ulysses并行实战

ms-swift长文本训练技巧:Ulysses并行实战 1. 引言 随着大语言模型在各类自然语言处理任务中的广泛应用,对长上下文的理解与生成能力成为衡量模型性能的重要指标。然而,长序列训练面临显存占用高、计算效率低等核心挑战。ms-swift作为魔搭社…

作者头像 李华