halcon19是针对专业人员打造的一套完善标准的机器视觉算法包，软件提供了一体化的机器视觉集成开发环境，并拥有强大的图像处理算法，可以方便用户快速进行三维设计操作，可以大大地节应的产品成本，含了各类滤波，色彩以及几何，数学转换，形态学计算分析，校正，分类辨识，形状搜寻等基本的几何以及影像计算功能，新版本增强了对arm处理器的支持地，增强了ECC 200代码读取器加速功能。

halcon19新功能

1、深度学习模块支持Arm处理器

使用HALCON 19，用户可以直接在Arm处理器上执行深度学习训练。Halcon可以在嵌入式设备上部署深度学习应用程序，而不需要任何其他的专用硬件。三种深度学习技术图像分类、目标检测和语义分割都支持在基于arm的嵌入式设备上运行。

2、增强深度学习物体定位精确度

基于深度学习的对象检测定位模块，模块中使用矩形对定位的图像进行标识。现在HALCON 19.05还允许用户使用可以旋转的矩形来标识这些定位的对象。这样我们可以更精确的使用定位矩形来描述物体的位置。

3、改进表面匹配算法

支持边缘的基于表面的匹配算法对于抵抗噪声干扰的能有了明显的提升，用户可以通过多个最小分数来控制噪声对表面和边缘信息的影响。

4、增强的基于形状的匹配

使用HALCON 19，用户现在可以在使用基于形状的匹配时专门定义所谓的“杂波”区域。这些是搜索模型中不应包含任何轮廓线的区域。将这些屏蔽区域添加到搜索模型中，可以使得模型匹配更加准确，例如在有很多重复的结构的图片当中，就不会匹配到不应该匹配的边缘。

5、ECC 200代码读取器加速

在HALCON 19中，用于多核系统的ECC 200代码的代码读取器得到了显着加速。对于特别难以检测和读取的代码，实现了最大的改进。对于此类代码，可以实现约200%的加速。通过优化利用现有硬件功能，这种速度还大大提高了基于嵌入式代码阅读器的生存能力。

6、图像采集接口

实用程序hAcqUSB3VisionElevate.exe，libusb-1.0-usan.dll和libwdi-usan.dll依赖于Visual Studio 2013运行时库。

7、图形用户界面

HALCON已扩展，可以配置填充样式以显示XLD轮廓。添加了运算符set_contour_style，get_contour_style和相应的HDevelop运算符dev_set_contour_style来启用此功能。

HDevelop的“程序”窗口中的字体大小现在可以通过

鼠标滚轮+ CTRL或通过

CTRL + Plus可增加字体大小，并

Ctrl +减号可减小字体大小。

8、代码导出修复

当源程序包含停用或无效的行时，HDevelop的C导出有时会生成无效的代码。

将控制表达式中的空向量文字导出到C#或VB.net可能会导致语法上不正确的代码。

直接修改包含句柄的全局元组元素，无法正确导出到C#和VB.net。

导出库的所有过程可能导致导出的代码中的过程重复。

当通过命令行调用时，HDevelop错误地在块语句(例如if)中导出了空矢量文字。

安装教程

1、在本站下载文件解压，然后看到halcon19的主程序和破解补丁;

2、我们先双击"halcon-19.11.0.0-windows.exe"安装程序，如下图，进入安装向导;

3、将许可协议界面拉到底部，勾选同意条款，点击next;

4、这里，去除默认勾选的选项;

5、依提示进行下一步，默认在C盘，如果C盘空间不足的话，可以点击browse自定义安装目标文件夹;

6、halcon19正在安装中，我们稍等一会儿;

7、安装完成需要选择许可证文件路径，这里先选择“Do not install a license file”，稍后再进行破解激活;

8、安装完成，将运行软件的勾选去掉，点击Finish退出软件安装向导;

9、将破解文件夹中的破解补丁复制到软件安装目录下进行替换;

默认目录【C:\Program Files\MVTec\HALCON-19.11-Progress\bin\x64-win64】

10、激活完成后运行软件就可以了

主要功能

1、深度学习异常检测

自动化表面检测是许多制造业中的重要任务，基于深度学习的解决方案正成为一种标准工​​具，可用于区分零件，检测和分割缺陷。但是，通常很难获得足够的缺陷图像，或者标记可用数据的工作量非常大。

HALCON的新异常检测功能使您可以仅使用相对较少数量的“良好”图像进行训练来进行检查。推断导致与训练图像相比在检查图像中检测到的“异常”。在右侧，您可以看到瓶颈问题的示例。

2、ECC 200代码读取器加速

在HALCON 19.11中，用于多核系统的ECC 200代码的代码读取器得到了显着加速。对于特别难以检测和读取的代码，实现了最大的改进。对于此类代码，可以实现约200%的加速。通过优化利用现有硬件功能，这种速度还大大提高了基于嵌入式代码阅读器的生存能力。

3、通用Box Finder

通用包装盒查找器找到的不同包装盒

在HALCON 18.11中，提供了用于拾取和放置应用程序的新功能：通用的盒查找器允许用户根据3D空间查找不同尺寸的盒，而无需为每种所需的盒尺寸训练模型。这使许多应用程序效率更高-特别是在物流和制药行业，通常使用各种不同尺寸的盒子。

4、ONNX支持

许多公司使用开源框架来训练深度学习模型(CNN)的分类器。这些CNN可以导出为ONNX(开放神经网络交换)格式。HALCON 18.11能够读取ONNX格式的数据，从而允许在HALCON中使用先前创建的第三方网络。

HALCON19软件特色

1、基于HALCON的摄像机标定

利用HALCON图像处理软件提供的标定板模板,并充分考虑了透镜的径向畸变影响及求解方法,给出了基于HALCON的摄像机标定算法。该算法充分发挥了HALCON的函数库功能,提高了标定精度和计算效率,具有良好的跨平台移植性,可满足各种计算机视觉系统的需要。

2、HALCON 18基于HALCON软件的摄像机标定

摄像机标定是机器视觉的重要研究内容之一，提出了一种基于图像处理软件HALCON的标定方法。它利用HALCON标定板以及HALCON的函数库功能，分析了对面阵摄像机的标定过程,该方法简单易行，提高了标定精度和计算速度,而且具有良好的跨平台移植性。

3、基于HALCON的无标记印刷品图像质量检测

提出一种新的无标记印刷图像质量检测方案,采用HALCON编程实现,主要包括配准区域选取、图像配准和缺陷检测等关键步骤.首先根据印刷品图像的区域特征自动选择配准区域,然后使用基于形状的图形配准算法实现快速的图像配准,最后利用改进的差影匹配算法完成缺陷检测.实验结果证明,该方法能从无标记印刷品图像中自动选取配准区域,并且快速、精确地完成配准,有效地检测出缺陷.

4、基于HALCON的视觉运动控制系统设计

阐述一种视觉运动控制系统的设计。此系统通过相机采集图像,利用HALCON形状匹配功能对图像热点目标进行匹配和定位,实现伟天星WT-2302金丝球焊线机智能化。

5、基于HALCON和VC++混合编程的视觉测量系统设计

视觉测量是采用机器视觉精确测量和定位空间几何尺寸的技术,能够有效提高工业检测的精度和效率。运用基于HALCON和VC++混合编程方法开发了电子元件视觉测量软件工具,实现了测量图像采集与显示、视觉测量等核心算法及其功能;设计并构建了由工业数字摄像机、工业镜头、光源等仪器组成的电子元件视觉测量硬件平台,并依此对软件工具的可靠性和稳定性进行试验验证,结果表明系统检测速度快、检测精度达到预期技术指标。

6、基于HALCON的PCB光学定位点的3种识别方法及比较

随着印刷电路板(PCB)的制造不断向着微型化方向发展,在其生产过程中,原有的人工检测形式逐渐被现代化的自动光学检测设备所代替。与此同时,在机器视觉代替人类视觉实现检测后,如何能快速识别并定位被检测PCB的光学定位点(Mark点)就成为整个检测过程中的一个重要问题,因为只有识别了光学定位点,才能进行后续的图像配准、匹配以及缺陷检测工作。HALCON作为一款功能强大的机器视觉软件,在工业图像处理方面有着不可替代的优势。笔者将HALCON软件应用到PCB的Mark点的识别过程中,创造出3种不同的定位算法,并对这3种算法的效率和应用范围进行了评价。

7、基于HALCON的圆环区域字符识别实现

在有些字符识别的应用领域,待识别的字符位于圆环区域内,例如圆形工业产品上的编号等,这给识别带来不便。因此先要把圆环区域转换成矩形区域,调整字符位置呈水平排列后再进行字符识别。采用HALCON机器视觉软件进行的设计,主要步骤包含圆环区域的极坐标转换算法和字符识别算法的实现。实验表明,核心算法有效可行,字符识别率高。

8、基于HALCON的非线性摄像机标定算法研究与应用

针对工业应用,采用LENZ径向畸变模型建立面阵和线阵摄像机的非线性成像几何模型,并分析模型的内外参数及针孔模型的局限性,基于两步法思想改进标定方法。利用HALCON的矩阵网格状圆靶平面标定板及函数库平台,采用亚像素精度的边缘提取和椭圆拟合算法精确获取标定点,建立与空间点的对应关系,并对所求参数进行非线性优化,通过实验及精度分析验证了求解参数的准确度和稳定性。该标定算法灵活准确,具有良好的可移植性。

9、基于HALCON的药品包装瓶批号检测技术研究

检测是药品生产过程中的重要环节,基于机器视觉的智能检测技术是实现药品生产质量快速、自动检测与控制的新型重要手段。介绍了基于HALCON机器视觉软件的检测系统的构建和针对药品包装瓶批号的图像处理关键技术,包括灰度值调整、填充缝隙与滤波、分割图像及训练OCR、识别数字对象。