这篇是对halcon例程pick_and_place_with_2d_matching_stationary_cam.hdev的学习笔记。它讲得是利用halcon做了手眼标定后，怎么应用标定结果做机器人抓取物料。一般学习了halcon的手眼标定例程后，第一个想到的问题估计就是想到应用的问题。是不是想屏幕上指定一个像素点，然后转为机器人的坐标让它走到这个点上去？以前九点标定是用affine_trans_point_2d算子传入像素点就可以转为机械点了。想知道怎么用手眼标定做到这个要求，这个例程中就
这份3D视觉指南pdf，我花了几十元用wps的vip收费全文翻译功能整出了个中文版来。翻译结果比较惨，特别是代码部分也被傻傻的翻译了。其它还有些图文混排的部分也乱套了。数学公式有些也被“翻译”了。不过纯文字阅读的部分还是可以勉强读一下，但是你也得中英文对照着一起看才行。话说许多halcon标定的图文资料都是从这份指南里copy出来的，还是很有参考价值。就弄个收费下载，收回点翻译费用吧。下载资源同时提供中文和英文版pdf，以方便大家对照看。本资源下载可以免登陆下载。-
勇哥碰到下面这个错误信息：标定对象姿势不够：对于手眼标定，至少需要三个标定对象姿势Not enough calibration object poses: For the hand-eye-calibration
at least three calibration object poses are necessary这个问题的原因是在标定的时
转载一篇行业分析报告，是关于机器视觉行业的。报告是2021年的，非常新。有助于我们搞机器视觉的人更清楚了解自己的圈子有多大，饭碗的规模有多少。如果本文的版权方认为转载侵权，请联系我，会在第一时间删除。转载自：https://www.fxbaogao.com/pdf?id=2387352&query=%7B%22keywords%22%3A%22%E6%9C%BA%E5%99%A8%E8%A7%86%E8%A7%89%22%7D&index=1&pid=1190
Mask RCNN可以看做是一个通用实例分割架构。Mask RCNN以Faster RCNN原型，增加了一个分支用于分割任务。Mask RCNN比Faster RCNN速度慢一些，达到了5fps。可用于人的姿态估计等其他任务
这一篇谈下C#调用hdvp外部函数要用到的动态修改传入参数的方法。C#调用外部函数时，由于函数参数各异，你得对每个不同的函数编制调用程序，因此C#端代码量很大。本篇讨论的办法可以实现通用的方法调用外部函数。演示程序使用了treeView控件做为参数修改控件，实现了参数实时修改生效并且参数保存到磁盘。程序可以调用任何你自定义的halcon外部函数，仅需要你自己提供一下传入的图标变量（图片）和读取和显示运行结果。在演示程序的debug目录下，可以找到testhdvp.hdvp，由于它不能直接运行，所
如下图所示，自定义控件的form上面从下到下依次是：treeviewtextboxtextboxtextbox当拖动fom右边界调整宽度时，会发现最后一个textbox不会适应form宽度的变化。而它上面的三个控件则可以。当勇哥把它上面的控件复制下来替换它后，就可以自动适应了。这说明有一个textbox的属性在发挥作用，但有趣的是不是dock属性。暂时找不到是什么属性在发挥作用。一直以为只有dock这样的属性才可以发挥自适应屏幕大小的功能。没想到还有本文发现的这个功能。-------------
halcon 生成区域网格的作用是什么？如果勇哥没猜错的话，这位朋友想问的就是下面的算子gen_grid_region (Grid, MinSize, MinSize, 'lines', 512, 512)这个算子见过的一些应用主要是用来快速定位分割图片，是做为这一种技巧存在。见下面的的图片示例。详细见贴子：https://www.skcircle.com/?id=1655 为什么让相机视野中心十字对准目标物？大部分情况下
勇哥偶尔看到这篇HDevelop语法贴子，总结得比较全面。由于没必要重复造轮子，因此转载过来方便初学者查阅。下面文章转载自：https://blog.csdn.net/weixin_42258743/article/details/107506789（一）Halcon的语法结构特点特点：1）Halcon大部分的语句是Halcon提供的算子，此外也包含了少部分的控制语句；2）不允许单独声明变量；3）提供自动的内存管理（初始化、析构及OverWrite），但句柄则需要显示释放；4）C++（算子模式）
halcon标定后怎么用？问这个问题的人，可能不知道这个问题有两层意思。一种用九宫格方式的标定，是使用vector_to_hom_mat2d算子从点对应关系近似仿射变换。然后这个矩阵被算子affine_trans_point_2d 应用到一个2D点上去。以完成像素平面的点到运动平面的点的转换。二是使用halcon的手眼标定算子calibrate_hand_eye。在手眼标定完成后，BaseInCamPose可以用在机械收抓取的应用中了，这个只需要使用算子get_calib_data即可应用手眼标