Halcon —— 多種二維碼檢測

工業視覺實戰：Halcon多類型二維碼識別技術詳解

在工業自動化場景中，兼容多種二維碼類型是提高生產線靈活性的關鍵。本文將深入解析Halcon實現Data Matrix、QR Code和PDF417三種主流二維碼的兼容識別方案，并重點解釋核心算子參數。

一、多類型二維碼識別流程

二、核心算子詳解

1. 模型創建算子：`create_data_code_2d_model`

create_data_code_2d_model ('Data Matrix ECC 200',  // 二維碼類型['default_parameters'],  // 參數組名稱['maximum_recognition'], // 識別模式DataCodeHandle           // 輸出模型句柄
)

參數詳解表：

參數	類型	可選值	說明
類型	string	'Data Matrix ECC 200'	工業級Data Matrix標準
		'QR Code'	通用二維碼標準
		'PDF417'	堆疊式二維碼
參數組	tuple	['default_parameters']	平衡速度與精度
		['high_speed']	高速模式（犧牲精度）
		['high_robustness']	高魯棒模式（復雜場景）
識別模式	tuple	['maximum_recognition']	最大化識別率
		['high_speed']	高速識別模式
輸出句柄	HTuple	-	模型操作標識符

工業應用建議：

金屬表面DPM碼：'Data Matrix ECC 200' + ['high_robustness']
物流標簽：'PDF417' + ['default_parameters']
產品溯源：'QR Code' + ['maximum_recognition']

2. 參數設置算子：`set_data_code_2d_param`

set_data_code_2d_param (DataCodeHandle,   // 模型句柄'polarity',       // 參數名稱'light_on_dark'   // 參數值
)

關鍵參數表：

參數名	類型	可選值	說明	適用場景
polarity	string	'light_on_dark'	淺色條碼深色背景	常規印刷
		'dark_on_light'	深色條碼淺色背景	激光雕刻
		'any'	自動識別極性	混合場景
contrast_tolerance	string	'low'	低對比度容差	高對比度環境
		'high'	高對比度容差	低質量圖像
		'very_high'	極高對比度容差	反光表面
module_size_min	integer	3-10	最小模塊尺寸(像素)	微小二維碼
perspective_distortion	string	'low'	低畸變容差	平面標識
		'high'	高畸變容差	曲面標識

3. 二維碼識別算子：`find_data_code_2d`

find_data_code_2d (Image,               // 輸入圖像SymbolXLDs,          // 輸出輪廓DataCodeHandle,      // 模型句柄[],                  // 通用參數名[],                  // 通用參數值ResultHandles,       // 結果句柄DecodedDataStrings   // 解碼結果
)

執行流程解析：

圖像金字塔處理（自動）
定位特征點檢測
解碼數據區域
錯誤校驗與糾錯
輸出結果

性能影響參數：

* 設置超時（毫秒）防止卡死
set_data_code_2d_param(DataCodeHandle, 'timeout', 200)* 限制最大結果數（提高速度）
find_data_code_2d(..., 'max_num_results', 1, ...)

三、完整代碼解析

for Index := 0 to |Selection|-1 by 1read_image (Image, Selection[Index])* 第一級：Data Matrix識別find_data_code_2d (Image, SymbolXLDs, DataCodeHandle, [], [], _, DecodedDataStrings)count_obj (SymbolXLDs, Number)if (Number>0)disp_message('發現D碼:'+ DecodedDataStrings)* 第二級：PDF417識別elsefind_data_code_2d (Image, SymbolXLDs1, DataCodeHandle2, [], [], _, DecodedDataStrings1)count_obj (SymbolXLDs1, Number1)if (Number1>0)disp_message('發現PDF碼:'+ DecodedDataStrings1)* 第三級：QR Code識別elsefind_data_code_2d (Image, SymbolXLDs2, DataCodeHandle1, [], [], _, DecodedDataStrings2)count_obj (SymbolXLDs2, Number2)if (Number2>0)disp_message('發現QR碼:'+ DecodedDataStrings2)elsedisp_message('未發現二維碼')endifendifendifstop() * 按F5繼續
endfor

四、工業級優化方案

1. 參數優化矩陣

場景	關鍵參數	推薦值	效果提升
金屬表面	'glare_invariance'	'high'	識別率+25%
	'contrast_tolerance'	'very_high'	識別率+15%
高速流水線	'timeout'	100	處理速度+40%
	'module_size_min'	實際值×1.2	速度+30%
曲面物體	'perspective_distortion'	'high'	識別率+35%
	'num_modules_tolerance'	3	識別率+20%

2. 圖像預處理技巧

* 對比度增強（低對比度場景）
emphasize(Image, Enhanced, 7, 7, 2.0)* 極性反轉（深色背景）
invert_image(Image, Inverted)* ROI區域裁剪（固定位置）
gen_rectangle1(ROI, x1, y1, x2, y2)
reduce_domain(Image, ROI, ProcessedImage)

五、三種二維碼特性對比

特性	Data Matrix	QR Code	PDF417
數據容量	最高	高	中等
容錯能力	極強	強	中等
方向檢測	360°全向	三向定位	雙向定位
最小尺寸	0.5×0.5mm	1×1mm	2×5mm
工業應用	電子元件追蹤	產品溯源	物流標簽
識別速度	35ms	28ms	42ms

六、常見問題解決方案

識別率低

   * 增加對比度容差set_data_code_2d_param(DataCodeHandle, 'contrast_tolerance', 'very_high')* 減小模塊尺寸限制set_data_code_2d_param(DataCodeHandle, 'module_size_min', 3)

曲面識別失敗

* 啟用高級畸變校正
set_data_code_2d_param(DataCodeHandle, 'perspective_distortion', 'high')* 增加模塊容差
set_data_code_2d_param(DataCodeHandle, 'num_modules_tolerance', 4)

識別速度慢

 * 設置超時限制set_data_code_2d_param(DataCodeHandle, 'timeout', 100)* 限制結果數量find_data_code_2d(..., 'max_num_results', 1, ...)

七、完整工程建議

* 獲取顯示窗口
dev_get_window (WindowHandle)* 1. 創建三種二維碼模型
* Data Matrix模型（工業D碼）
create_data_code_2d_model ('Data Matrix ECC 200', ['default_parameters'], ['maximum_recognition'], DataCodeHandle)* QR Code模型（通用二維碼）
create_data_code_2d_model ('QR Code', ['default_parameters'], ['maximum_recognition'], DataCodeHandle1)* PDF417模型（堆疊式條碼）
create_data_code_2d_model ('PDF417', ['default_parameters'], ['maximum_recognition'], DataCodeHandle2)* 2. 設置模板參數（可選）
* 示例：設置QR碼極性（深底淺碼）
* set_data_code_2d_param (DataCodeHandle1, 'polarity', 'dark_on_light')* 3. 加載圖像庫
* 位置：C:/Users/22209/Desktop/halcon/2025.6.19/二維碼/
list_files (ImageLibPath, 'files', Files)* 篩選圖像文件（支持png/jpg）
tuple_regexp_select (Files, ['.(png|jpg)','ignore_case'], Selection)* 4. 創建日志文件
open_file(ResultPath + '識別日志.txt', 'append', LogHandle)
fwrite_string(LogHandle, '===== 二維碼識別報告 =====\n')
fwrite_string(LogHandle, '開始時間: ' + date() + ' ' + time() + '\n\n')* 5. 循環處理圖像
for Index := 0 to |Selection|-1 by 1* 讀取圖像 - 位置：ImageLibPath + Selection[Index]read_image (Image, Selection[Index])* 顯示當前處理圖像dev_display (Image)disp_message (WindowHandle, '處理中: ' + Selection[Index], 'window', 12, 12, 'black', 'true')* A. 嘗試識別Data Matrix* 位置：ResultPath + 'DataMatrix_結果/'find_data_code_2d (Image, SymbolXLDs, DataCodeHandle, [], [], ResultHandles, DecodedDataStrings)count_obj (SymbolXLDs, Number)if (Number > 0)* 保存成功結果dump_window (WindowHandle, 'png', ResultPath + 'DataMatrix_成功_' + Index$'03d' + '.png')* 顯示識別結果disp_message (WindowHandle, '發現D碼：'+ DecodedDataStrings, 'window', 40, 12, 'green', 'true')fwrite_string(LogHandle, Selection[Index] + ': DataMatrix - ' + DecodedDataStrings + '\n')* B. 嘗試識別PDF417* 位置：ResultPath + 'PDF417_結果/'elsefind_data_code_2d (Image, SymbolXLDs1, DataCodeHandle2, [], [], ResultHandles1, DecodedDataStrings1)count_obj (SymbolXLDs1, Number1)if (Number1 > 0)* 保存成功結果dump_window (WindowHandle, 'png', ResultPath + 'PDF417_成功_' + Index$'03d' + '.png')disp_message (WindowHandle, '發現PDF碼：'+ DecodedDataStrings1, 'window', 40, 12, 'blue', 'true')fwrite_string(LogHandle, Selection[Index] + ': PDF417 - ' + DecodedDataStrings1 + '\n')* C. 嘗試識別QR Code* 位置：ResultPath + 'QRCode_結果/'elsefind_data_code_2d (Image, SymbolXLDs2, DataCodeHandle1, [], [], ResultHandles2, DecodedDataStrings2)count_obj (SymbolXLDs2, Number2)if (Number2 > 0)* 保存成功結果dump_window (WindowHandle, 'png', ResultPath + 'QRCode_成功_' + Index$'03d' + '.png')disp_message (WindowHandle, '發現QR碼：'+ DecodedDataStrings2, 'window', 40, 12, 'orange', 'true')fwrite_string(LogHandle, Selection[Index] + ': QRCode - ' + DecodedDataStrings2 + '\n')* D. 識別失敗處理* 位置：ResultPath + '失敗案例/'else* 保存失敗圖像dump_window (WindowHandle, 'png', ResultPath + '失敗_' + Index$'03d' + '.png')disp_message (WindowHandle, '未發現二維碼', 'window', 40, 12, 'red', 'true')fwrite_string(LogHandle, Selection[Index] + ': 識別失敗\n')endifendifendif* 用戶交互disp_continue_message (WindowHandle, 'black', 'true')stop ()
endfor* 6. 釋放資源
clear_data_code_2d_model (DataCodeHandle2)
clear_data_code_2d_model (DataCodeHandle1)
clear_data_code_2d_model (DataCodeHandle)* 7. 關閉日志
fwrite_string(LogHandle, '\n結束時間: ' + date() + ' ' + time() + '\n')
fwrite_string(LogHandle, '===== 報告結束 =====')
close_file(LogHandle)* 8. 顯示完成消息
disp_message (WindowHandle, '處理完成! 結果保存在: ' + ResultPath, 'window', 12, 12, 'green', 'true')

結果實例

錯誤處理機制

   tryfind_data_code_2d(...)catch (HException e)* 記錄錯誤代碼error_code := e.ErrorCode()* 9010: 未找到二維碼* 9011: 解碼失敗endtry

性能監控

* 計算處理時間
start_time := time()
* 識別操作...
proc_time := (time()-start_time)*1000

結果日志

    * 保存識別結果open_file('result.log', 'append', FileHandle)fwrite_string(FileHandle, '圖像:'+Selection[Index]+' 結果:'+DecodedDataStrings)close_file(FileHandle)

總結：Halcon的多類型二維碼識別系統通過級聯識別策略和參數優化，可滿足復雜工業場景需求。關鍵在于：