news 2026/7/10 13:55:40

一套开源、可扩展的 WPF + Halcon 工业视觉平台,既好看又实用(附源码)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
一套开源、可扩展的 WPF + Halcon 工业视觉平台,既好看又实用(附源码)

前言

在工业视觉检测领域,一个灵活、可扩展且界面美观的软件平台,往往能显著提升开发效率和现场调试体验。在参与多个机器视觉项目的过程中,深切感受到:市面上的通用工具要么封闭性强,难以定制;要么配置繁琐,无法快速适配不同应用场景。

本文介绍一款基于 WPF 开发的视觉平台,采用 HandyControl 对界面进行美化,集成 Halcon 强大的图像处理能力,并以 MVVM 模式组织代码,在功能性与易用性之间取得了良好平衡。

项目介绍

项目是一个基于插件机制的视觉检测平台,整体采用模块化设计。主程序负责流程调度、界面呈现与用户交互,而具体的图像处理逻辑则封装在独立的插件中,通过 PluginBase 接口统一调用。

这样设计算法可以专注于算子开发,无需关心 UI 或流程控制;同时,系统支持动态加载插件,便于后期功能扩展或现场替换。项目结构清晰,包含日志管理、参数绑定、流程图编辑、Halcon 对象可视化等关键模块,已初步形成一个小型但完整的视觉开发环境。

项目功能

1、支持 Halcon 图像(HImage)与区域(HRegion)的实时显示与交互;

2、提供可视化流程图编辑功能,通过节点(ProcessNode)连接构建图像处理流程;

3、实现参数自动绑定机制,上游节点输出可直接作为下游节点输入,减少手动配置;

4、内置插件菜单系统,可动态加载并管理各类视觉算子插件;

5、集成日志管理模块(LogMgr),支持运行时信息记录与查看。

项目技术
  • UI 框架:基于 WPF 桌面界面和 HandyControl 现代化控件(如圆角窗口、动画按钮、通知弹窗等)。

  • 图像算法库:集成 Halcon 12,调用其高性能算子实现图像采集、处理与分析。

  • 架构模式:采用 MVVM 模式,通过 mvvmlight 实现视图与逻辑解耦,支持命令绑定、消息通信与 ViewModel 生命周期管理。

  • 数据处理:使用 Newtonsoft.Json 进行配置文件读写与插件参数序列化,便于流程保存与加载。

功能模块

  • 日志系统:统一记录运行状态、错误信息与调试输出,支持分级管理和界面实时查看。

  • 算子插件机制:所有图像处理功能以插件形式封装,通过 PluginBase 接口动态加载,便于扩展与维护。

  • 插件菜单:自动扫描插件目录,生成可交互的工具菜单,支持分类展示与快捷调用。

  • 可视化流程图:通过节点(ProcessNode)拖拽连线,构建图像处理流水线,直观呈现算法执行顺序。

  • 参数自动绑定:上游节点输出可自动映射为下游节点输入,减少手动配置,提升流程搭建效率。

  • Halcon 对象显示:支持 HImage 和 HRegion 的实时渲染,结果可叠加显示在原图上,便于调试与验证。

项目代码

1、将 Halcon 的 HObject(通常是 HImage)转换为 WPF 可直接显示的 BitmapImage 对象。

2、由于 Halcon 和 WPF 使用不同的图像表示方式,不能直接互通,因此需要通过"保存到临时文件 → 读取为 BitmapImage → 调整 DPI → 再转回内存流“”的方式完成转换。

private static BitmapImage ConvertHImageToBitmapImage(object img) { if (img == null) returnnull; string tempFolderPath = Path.GetTempPath(); // 生成唯一的文件名,例如使用GUID,并假设图片格式为png string fileName = Guid.NewGuid().ToString() + ".bmp"; // 组合完整的文件路径 string filePath = Path.Combine(tempFolderPath, fileName); if (img == null) { int c = 10; } elseif (img is HObject) { int b = 10; } else { } HObject obj = img as HObject; HImage image = new HImage(obj); if (BackgroundImage == null) { BackgroundImage = image; } image.WriteImage("bmp", 255, filePath); BitmapImage originalBitmap = new BitmapImage(); originalBitmap.BeginInit(); originalBitmap.UriSource = new Uri(filePath, UriKind.Absolute); originalBitmap.CacheOption = BitmapCacheOption.OnLoad; originalBitmap.EndInit(); // 创建新的 BitmapSource 并设置标准 DPI int stride = originalBitmap.PixelWidth * ((originalBitmap.Format.BitsPerPixel + 7) / 8); byte[] pixelData = newbyte[originalBitmap.PixelHeight * stride]; // 复制像素数据 originalBitmap.CopyPixels(pixelData, stride, 0); BitmapSource correctedBitmap = BitmapSource.Create( originalBitmap.PixelWidth, // 640 originalBitmap.PixelHeight, // 480 96, // 标准 DPI X 96, // 标准 DPI Y originalBitmap.Format, originalBitmap.Palette, pixelData, originalBitmap.PixelWidth * ((originalBitmap.Format.BitsPerPixel + 7) / 8)); correctedBitmap.Freeze(); File.Delete(filePath); BitmapImage bitmapImage = new BitmapImage(); using (MemoryStream memoryStream = new MemoryStream()) { // 将 BitmapSource 编码为 BMP 并保存到内存流 BitmapEncoder encoder = new BmpBitmapEncoder(); encoder.Frames.Add(BitmapFrame.Create(correctedBitmap)); encoder.Save(memoryStream); memoryStream.Position = 0; // 从内存流加载到 BitmapImage bitmapImage.BeginInit(); bitmapImage.StreamSource = memoryStream; bitmapImage.CacheOption = BitmapCacheOption.OnLoad; bitmapImage.EndInit(); bitmapImage.Freeze(); } return bitmapImage; }

项目效果

启动软件后,可看到主界面左侧为插件菜单,中间为流程图编辑区,右侧为参数与日志面板。拖拽插件节点到画布,连接输入输出端口,即可构建完整检测流程。

运行时,Halcon 处理结果(如边缘、缺陷区域)能实时叠加显示在原图上。日志窗口同步输出关键步骤信息,便于调试。

项目源码

使用前需注意:

1、项目中重新引用本地 Halcon 安装目录下的 HalconDotnet.dll;

2、确保运行环境已安装 Halcon 运行时(含 halcon.dll);

为了防止丢失,可以在评论区留言关键字「视觉平台」,即可获取完整源码地址。

总结

本项目是一个面向工业视觉平台的架构原型。它没有炫酷的 AI 功能,也没有复杂的数据库集成,但提供了一套清晰、实用且贴近实际工业场景的开发示例。

对于希望从零开发视觉系统的大家,或想深入理解 WPF 与 Halcon 集成架构的同学,这个项目或许能帮你节省大量摸索时间。技术终会迭代,但良好的设计思想值得传承。欢迎在此基础上继续完善,也期待听到大家的使用反馈!

关键词

#WPF、#Halcon、#视觉检测、#插件化、#MVVM、#HandyControl、#流程图、C#、#图像处理、#工业软件、#机器视觉

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 2026/7/10 6:57:14

ML.NET实现人名、地名的提取

ML.NET 可以通过文本分类或命名实体识别(NER)任务实现人名、地名的提取。以下是使用 ML.NET 实现该功能的核心思路和步骤:核心原理提取人名、地名属于命名实体识别(NER) 任务,本质是对文本中的每个词或字符…

作者头像 李华
网站建设 2026/7/10 10:24:54

教育场景下的AI助教实践:基于LobeChat的智能问答系统

教育场景下的AI助教实践:基于LobeChat的智能问答系统 在一所普通高中的晚自习教室里,一名学生正盯着物理作业本上的一道力学题发愁。他打开学校内网的“AI学习助手”网页,上传了题目截图,输入:“请帮我分析这个物体的受…

作者头像 李华
网站建设 2026/7/10 10:24:20

超详细图文教程:Windows环境部署LobeChat全过程

Windows 环境部署 LobeChat 全过程:从零开始搭建你的私有化 AI 聊天平台 在今天,一个能与大语言模型顺畅对话的界面,几乎成了每个开发者、产品经理甚至普通用户的刚需。我们手握 GPT、通义千问、Llama3 这样的强大模型,却常常被原…

作者头像 李华
网站建设 2026/7/10 13:52:47

大数据领域 ClickHouse 的资源管理策略

大数据领域 ClickHouse 的资源管理策略关键词:大数据、ClickHouse、资源管理策略、性能优化、资源分配摘要:本文聚焦于大数据领域中 ClickHouse 的资源管理策略。随着大数据应用的不断发展,ClickHouse 作为一款高性能的列式数据库管理系统&am…

作者头像 李华
网站建设 2026/7/10 10:09:02

LobeChat能否对接Google Sheets?电子表格自动化更新

LobeChat能否对接Google Sheets?电子表格自动化更新 在日常办公中,你是否曾为重复填写销售报表、手动同步会议纪要或逐条录入客户信息而感到繁琐?尤其是在多平台间切换时——浏览器开十几个标签页,一边听语音记录一边敲键盘&#…

作者头像 李华
网站建设 2026/7/9 21:30:14

GPU显存不足怎么办?LobeChat动态批处理策略

GPU显存不足怎么办?LobeChat动态批处理策略 在如今大模型遍地开花的时代,越来越多企业与开发者希望部署自己的AI对话系统。但一个现实问题始终横亘眼前:GPU显存不够用。 哪怕你只运行像 Llama-3-8B 这样的“中等规模”模型,一旦多…

作者头像 李华