m0_73499973的博客

原创 测量系统分析方法中的GRR

样品：测量的特征本身并不稳定，比如电池容易发生变形，刚性存在不足；测量设备：设备精度差，测量的方法不够健壮；测试人员：参数设置不够合理；环境：温度、适度、震动等。

原创 WPF基础

WPF开发核心要点摘要 WPF是基于.NET的Windows客户端UI框架，采用矢量图形和硬件加速技术，区别于WinForms的GDI+渲染。其核心特性包括： XAML与架构：使用XAML语言实现界面与逻辑分离，架构分为PresentationFramework、PresentationCore等层次 布局与控件：提供Grid、StackPanel等多种布局方式，支持控件自定义和动态布局 MVVM模式：通过ViewModel实现数据双向绑定，支持ICommand命令模式 图形动画：内置Shape类绘制图形，

原创 WPF中的MVVM框架

Model 是一个简单的类，包含数据属性和业务逻辑。例如，定义一个Person类：set;set;​通过以上步骤，我们实现了一个简单的 MVVM 示例：定义了 Model（Person类）。创建了 ViewModel（类），实现了和命令。定义了 View（XAML 文件），并通过数据绑定与 ViewModel 交互。使用命令处理用户操作。

原创 VisionPro案例-02硬币统计

本文介绍了两种处理硬币识别结果的方法：第一种使用CogPMAlignTool进行模板匹配和CogResultsAnalysisTool进行结果分析，通过三个工具分别识别一元、五角和一角硬币，计算总金额并输出到图层；第二种使用ToolBlock工具整合三个硬币识别工具，通过C#脚本自动运行工具并计算总金额。两种方法都能实现硬币数量的识别和金额统计，其中ToolBlock方法通过代码直接计算硬币总金额，更具灵活性。

原创 VisionPro案例-01零件尺寸测量

通过扫描选中区域的灰度值变化来找到测量物体的边，因为边缘位置的图像灰度值必然是有浮动的通过调整参数来找出我们需要的边缘进行测量。将方法一的工具（除了文本工具）拖入ToolBlock中，选择高级脚本进行c#代码编写。4.CogCreateGraphicLabelTool---文本工具输出想要的文本。2.CogFixtureTool---定位工具（一般与PMAlign配合使用）3.CogCaliperTool---卡尺工具用来寻找单边或者边缘对。工具：CogFindCircleTool--找圆工具。

原创 C#De文件管理（Ini文件，csv文件）

本文提供了两个C#类库源码：1）INI文件操作类，封装了Windows API函数，支持读取/写入节点、键值对、删除节点等操作，包含内存管理和异常处理；2）CSV文件处理类，提供日志记录和数据存储功能，支持创建CSV文件、追加数据、自动生成表头和管理文件目录。两个类库均采用实用方法封装，可直接集成到项目中，适用于配置管理和数据采集场景。

原创 VisionPro与c#联合编程（超细教程，包学会版）

vp与c#的联合编程主要在vp中将功能实现，然后在winform中获取到检测的结果实现窗体的布局实现交互。

原创 VisionPro中Fixtrue定位工具与几何工具（全网最细教程）

在测量工件尺寸时，使用Caliper（卡尺）工具需要借助Fixture工具来定位。VisionPro中的图像空间包括像素空间、根空间和自定义空间，其中CogFixtureTool用于建立定位坐标系。该工具需要先获取2D转换关系，然后添加定位坐标系并输出图像，供其他工具调用。Caliper工具用于检测边缘并测量宽度，通过设置区域和参数来执行投影和筛选操作。CogCreateGraphicLabelTool用于在图像上添加注释，而几何学工具如CogFindCircleTool则用于查找和匹配特定形状。这些工具共

原创 VisionPro工具箱

原创 Halcon中de高斯滤波器(7个算子带你搞定高斯滤波器)

本文通过一个图像处理案例，详细介绍了如何使用HALCON库中的多个算子对图像进行处理。首先，使用read_image读取图像，并通过gen_gauss_filter生成高斯滤波器，用于平滑图像。接着，利用rft_generic将图像转换到频域，再通过convol_fft进行卷积操作，使用高斯滤波器作为卷积核。处理后的图像通过rft_generic转换回空间域，并通过sub_image计算图像差值。最后，使用zoom_image_factor缩放图像，并通过lines_gauss提取高斯线条。整个过程展示了从

原创 Halocn中的Blob

Blob（Binary Large Object）在图像处理中指的是具有相似属性（如灰度值、颜色、纹理）的连通像素区域，通常代表目标物体或感兴趣区域。通过图像处理技术，如阈值分割、连通性分析、形态学操作等，可以提取和分析Blob。例如，使用threshold和connection算子可以分割图像中的多个区域，并通过area_center获取区域的面积和中心坐标。Blob分析常用于目标检测、区域分割和特征提取，如电路板焊接点的直径测量、筛子点数的分析等。通过自动阈值分割、分水岭算法等技术，可以进一步优化Blo

原创 Halcon中的ROI_仿射变换

ROI（感兴趣区域）的实现步骤主要包括选择关注区域、裁剪区域和图像处理。首先，在原始图像上通过图像预处理选择特定区域，如矩形、圆形或椭圆等。接着，使用reduce_domain将关注区域从原图上裁剪为独立图像。实现方式包括利用工具或手动创建区域，如使用gen_circle生成圆形区域，或通过draw_circle手动绘制。此外，还可以进行区域的操作，如交集、差集、补集和合并等。最后，通过crop_domain对图像进行剪裁，并保存处理后的图像。图像仿射变换则通过生成仿射变换矩阵，对图像进行平移、缩放、旋转和

原创 c#与Halcon的联合编程-----零件交互检测（细的不行不行版）(c#部分)

找到我们halcon的文档位置我的是"C:\Program Files\MVTec\HALCON-17.12-Progress\bin\dotnet35"给你们借鉴，找到下面的文件复制到我们winform的debug目录下。这一步为了1.加载窗体2.将初始的图像显示出来3.将图像资源加载出来（在我们生成的c#代码中都有选择粘贴出来）左边是一个listview控件用来将我们的检测的数据输出显示在该控件上。当我们点击button3的时候进行绘制我们的模版圆用于后续的检测。这里hv_Radius.D。

原创 c#与Halcon的联合编程-----零件交互检测（细的不行不行版）(halcon部分)

找到我们导出的cs文档用vs打开！然后进入到我们winform部分来进行联合编程，怕各位觉得太长了，再整个 博客-- c#与Halcon的联合编程-----零件交互检测（细的不行不行版）(c#部分)进行继续给大家处理后面部分。这段主要就是创建出我们的对比模型，使用roi画出来个圆并获取到圆的中心坐标和半径用于后续在测量图中对比测量。这里对我们要对比的图像进行图像处理将我们要对比的圆（也就是摄像头）找出来，不需要对比的给他丢掉。这里跟我们前面画出来的圆的半径生成我们的模型圆，然后就是注意这个算子。

原创 Halcon中图像的预处理-图像增强

invert_image (Image, ImageInvert) //参数：1.取反的图片变量名，2.取反后的图像变量。参数：3.可以理解为比列（大于1时图像更亮，小于1更暗，等于0全黑）， 4.补偿值。：记录每个灰度值（0-255）在图像中出现的像素个数123456。：将绝对直方图中的像素个数归一化为频率（像素个数除以区域总面积）4和5分别是筛选出来的最小和最大值存在Min和Max中，方法：使用减少对比度的量子将参数三调为1，增加补偿值。方法：使用减少对比度的量子将参数三调为1，减少补偿值。

原创 Halcon中阈值分割的几种方式

参数：RegionDynThresh:分割后的区域 ，Offset：阈值偏移量，调节检测灵敏度（值越大，提取条件更严格）LightDark：目标类型：可选。使用场景：1.实时的图像处理：如监控视频中的目标检测，需要快速响应 2.预处理步骤：在复杂图像分析前，快速提取感兴趣区域（ROI）LightDark：指定提取的前景类型，（light，dark）：提取亮的部分还是暗的部分。算子使用场景:复杂光照下的阈值分割，例如：在光照不均的金属表面，成功提取微小暗斑（划痕）。（与参考图像（Regions）差异大）。

原创 基于TCP协议的服务器

封装一个接收方法为避免接收的售后阻塞线程所以使用Task异步操作，且要不停止的接收所以这里使用while循环来实现持续接收客户端消息。1.configurationManage作用：我们可以直接在配置文件App.config中配置我们的IP地址和端口。2. 一个richTextBox1用来接收客户端的消息，显示在richTextBox1上。1.将我们在配置文件App.config中配置的ip和端口读取到textbox中。3.实例化一个客户端列表，记录下连接进来的客户端从而实现群发功能。