海康工业相机SDK二次开发(VS+QT+海康SDK+C++)

海康工业相机SDK二次开发(VS+QT+海康SDK+C++)

前言

工业相机在现代制造和工业自动化中扮演了至关重要的角色,尤其是在高精度、高速度检测中。海康威视工业相机以其性能稳定、图像质量高、兼容性强而受到广泛青睐。特别是搞机器视觉的小伙伴们跟海康打交道肯定不在少数,笔者在平常项目中跟海康相关人员对接也是比较多。

那么,本文将全面介绍如何基于海康工业相机的 SDK,使用 Visual Studio 和 Qt 构建上位机程序,逐步实现工业相机的图像采集、显示以及参数配置。

以下是巴斯勒相机开发

巴斯勒工业相机SDK二次开发(VS+QT+巴斯勒SDK+C++)-ZEEKLOG博客

一、海康工业相机简介

1. 工业相机的主要功能

  • 图像采集:捕获高速、高清的静态或动态图像。
  • 高速传输:通过 GigE 或 USB 接口将图像传输到上位机。
  • 稳定运行:设计用于工业环境,具有高可靠性。

2. 海康工业相机优势

  • 高分辨率:支持从 0.3MP 到 50MP 的分辨率。
  • 多接口:支持 USB 3.0、GigE、Camera Link 等多种接口。
  • 全面 SDK 支持:提供多平台(Windows、Linux)的 SDK,支持 C++、C#、Python 等多种语言。

3. 常见型号

包含USB以及GigE 系列:

  • MV-CA060-10GC:分辨率 0.6MP,帧率 100fps。
  • MV-CH120-20UC:分辨率 12MP,帧率 20fps。

二、海康工业相机SDK下载 

1.客户端下载

海康工业相机的sdk是跟随其上位机一起打包安装,我们只需要下载客户端安装即可。进入海康机器人官网,下载中心可以看到包括工业相机、读码器系列产品的客户端程序。我们选择下载最新4.40版本的客户端,按照默认步骤安装即可。

2.SDK浅析 

 安装完客户端后,打开安装目录。在Development文件内可以看见这几个文件夹,其中includes以及Libraries就包含了我们二次开发所需要用到的头文件、库文件以及附加依赖项。

简要说明:

Bin:已封装的可执行程序exe,包括win32、win64

Documentations:开发指南说明

DotNet:.NET Framework框架

Includes:头文件

Libraries:库文件

MVFG:采集卡

Samples:例程,包含c#、python、halcon、c++等多种语言

ThirdPartyPlatformAdapter:第三方平台

 三、项目创建与配置

开发环境操作系统:Windows开发工具:Visual Studio 2022图形界面库:Qt 5.14图像处理库:OpenCV 4.10其他:C++编程语言 

1. 新建 Qt 项目

在 Visual Studio 中创建基于 Qt 的 C++ 项目:

  1. 打开 Visual Studio,点击 新建项目
  2. 选择 Qt Widgets Application,设置项目名称和路径。

2. 添加海康 SDK以及OpenCV

(1) 添加头文件路径

在项目属性中:

  • 右键项目,选择 属性 > C/C++ > 常规 > 附加包含目录
  • 添加 SDK 的 Include 目录路径。

(2) 链接库文件

在项目属性中:

  • 进入 链接器 > 常规 > 附加库目录,添加 SDK 的 Lib 目录。
  • 链接器 > 输入 > 附加依赖项 中添加库文件:

 OpenCV的详细下载以及配置过程可以参考我这篇文章:QT+OpenCV+Zbar实现二维码识别_opencv zbar-ZEEKLOG博客文章浏览阅读705次,点赞16次,收藏17次。通过整合Qt、Zbar和OpenCV,我们实现了一个简单的二维码识别系统。OpenCV提供了图像处理和文件读取的支持,Zbar则负责解码二维码内容。这种组合方案为二维码识别提供了高效的实现途径,特别适合桌面应用和需要图像预处理的项目。t=O83A。_opencv zbarhttps://blog.ZEEKLOG.net/weixin_44765053/article/details/143659239?spm=1001.2014.3001.5502

 四、系统实现

1.ui设计

ui界面仿照bin文件夹里面已经打包好的exe程序设计,实现相关功能。

包括:

QLabel:显示相机图像

QComboBox:显示搜索到的设备列表

QPushButton:搜索设备、开关设备、设置参数等功能

QRadioButton:切换图像采集模式

QCheckBox:软触发使能

2.主要功能实现

海康工业相机SDK主动取流流程如下所示:

详细步骤:

  1. 调用 MV_CC_Initialize() 初始化该SDK的运行环境,以便于提前申请和分配所必须的系统资源。
  2. (可选)调用 MV_CC_EnumDevices() 枚举子网内指定传输协议对应的所有设备。 可通过nTLayerType在结构 MV_CC_DEVICE_INFO() 中获取设备信息。
  3. (可选)打开指定设备前,调用 MV_CC_IsDeviceAccessible() 检查指定设备是否可访问。
  4. 调用 MV_CC_CreateHandle() 创建设备句柄。
  5. 调用 MV_CC_OpenDevice() 打开设备。
  6. (可选)执行以下一个或多个操作以获取/设置相机不同类型的参数。
    • 获取/设置Int类型节点值:调用 MV_CC_GetIntValue() / MV_CC_SetIntValue()
    • 获取/设置Float类型节点值:调用 MV_CC_GetFloatValue() / MV_CC_SetFloatValue()
    • 获取/设置Enum类型节点值:调用 MV_CC_GetEnumValue() / MV_CC_SetEnumValue()
    • 获取/设置Bool类型节点值:调用 MV_CC_GetBoolValue() / MV_CC_SetBoolValue()
    • 获取/设置String类型节点值:调用 MV_CC_GetStringValue() / MV_CC_SetStringValue()
    • 设置Command类型节点值:调用 MV_CC_SetCommandValue()
  7. 图像采集:
    • (可选)调用 MV_CC_SetImageNodeNum() 设置图像缓存节点个数。当获取的图像数超过这个设定值,最早的图像数据会被自动丢弃。
    • 调用 MV_CC_StartGrabbing() 开始取流。
    • 对于原始图像数据,可调用 MV_CC_ConvertPixelTypeEx() 转换图像的像素格式,也可调用 MV_CC_SaveImageEx3() 转换成JPEG或BMP格式的图片,并保存成图片文件。
    • 在应用程序层中重复调用 MV_CC_GetOneFrameTimeout() 来获取图片数据。
  8. 调用 MV_CC_StopGrabbing() 停止采集。
  9. 调用 MV_CC_CloseDevice() 关闭设备。
  10. 调用 MV_CC_DestroyHandle() 销毁句柄并释放资源。
  11. 调用 MV_CC_Finalize() 释放SDK资源。

①初始化SDK

 nRet = MV_CC_Initialize(); if (MV_OK != nRet) { printf("Initialize SDK fail! nRet [0x%x]\n", nRet); break; } 

②枚举设备

 // ch:枚举设备 | en:Enum device MV_CC_DEVICE_INFO_LIST stDeviceList; memset(&stDeviceList, 0, sizeof(MV_CC_DEVICE_INFO_LIST)); nRet = MV_CC_EnumDevices(MV_GIGE_DEVICE | MV_USB_DEVICE | MV_GENTL_CAMERALINK_DEVICE | MV_GENTL_CXP_DEVICE | MV_GENTL_XOF_DEVICE, &stDeviceList); if (MV_OK != nRet) { printf("Enum Devices fail! nRet [0x%x]\n", nRet); break; } if (stDeviceList.nDeviceNum > 0) { for (unsigned int i = 0; i < stDeviceList.nDeviceNum; i++) { printf("[device %d]:\n", i); MV_CC_DEVICE_INFO* pDeviceInfo = stDeviceList.pDeviceInfo[i]; if (NULL == pDeviceInfo) { break; } PrintDeviceInfo(pDeviceInfo); } } else { printf("Find No Devices!\n"); break; } 

③创建设备句柄

 // ch:选择设备并创建句柄 | en:Select device and create handle nRet = MV_CC_CreateHandle(&handle, stDeviceList.pDeviceInfo[nIndex]); if (MV_OK != nRet) { printf("Create Handle fail! nRet [0x%x]\n", nRet); break; } 

④打开设备

 // ch:打开设备 | en:Open device nRet = MV_CC_OpenDevice(handle); if (MV_OK != nRet) { printf("Open Device fail! nRet [0x%x]\n", nRet); break; } 

⑤图像取流

// ch:开始取流 | en:Start grab image nRet = MV_CC_StartGrabbing(handle); if (MV_OK != nRet) { printf("Start Grabbing fail! nRet [0x%x]\n", nRet); break; } 

五、系统效果

1.搜索设备显示在QComboBox并点击打开。

查找打开设备

2.连续、触发模式实现图像采集 

连续、触发采集

3.修改曝光、增益等出图参数

参数修改

 4.保存图片为jpg、bmp等格式

图片保存

顺带说一嘴,这个蜂蜜雀氏不错,冬天泡水喝暖暖的很贴心哈哈哈哈哈。 决非广告,但是背景太假哥给我打钱也不是不阔以!!!

六、总结 

通过本文,完成了从环境配置到功能实现的完整开发流程。在此基础上,可以扩展更多功能,如多相机支持、图像处理、结合halcon、opencv检测等。

如有问题,欢迎评论区讨论!如果本文对您有帮助,请点赞支持!

可以关注我一下子,敬请期待后续功能实现~

Read more

java官网下载jdk25的详细教程(下载、安装、配置环境变量)

java官网下载jdk25的详细教程(下载、安装、配置环境变量)

一、jdk(Java Development Kit)的下载与安装: 安装包下载:     链接:https://pan.baidu.com/s/1vOHtgborWy7uPgede5hstQ?pwd=nu6r 提取码: nu6r 官网下载:   www.oracle.com jdk8、jdk11、jdk17、jdk21、jdk25是LTS版本(长期支持版本),其他为普通版本(注:安装路径不要有中文、空格及其他特殊符号) 下载完成后安装,注意安装路径点击下一步 验证安装是否成功:   win+r 召唤运行窗口,输入cmd: 输入java+空格+version+回车: 二、jdk配置环境变量: 步骤一:找到java.exe的路径复制(D:\Javastudy\

By Ne0inhk
Java 大视界 -- Java 大数据在智能交通高速公路收费系统优化与通行效率提升实战(429)

Java 大视界 -- Java 大数据在智能交通高速公路收费系统优化与通行效率提升实战(429)

Java 大视界 -- Java 大数据在智能交通高速公路收费系统优化与通行效率提升实战(429) * 引言: * 正文: * 一、高速收费系统的三大核心痛点与数据瓶颈 * 1.1 传统收费模式的效率天花板 * 1.2 数据孤岛导致的 “盲态运营” * 1.3 计费准确性与异常检测难题 * 1.4 优化前核心指标(数据来源:交通运输部 2022 年公开数据 + 某省运营统计) * 二、Java 大数据技术栈选型与架构设计 * 2.1 技术选型核心原则 * 2.2 核心技术栈详解(生产环境验证版) * 2.3 整体架构设计(Java 大数据驱动的收费系统架构) * 三、核心优化方案与 Java 大数据实战实现 * 3.1 实时车流预测与车道动态调度(

By Ne0inhk
利用Chatbox AI工具 | 一分钟打造小红书爆款

利用Chatbox AI工具 | 一分钟打造小红书爆款

文章目录 * 一、Chatbox AI工具 * 1.2 Chatbox AI特点 * 1.2.1 支持多种主流和新模型 * 1.2.2 实时联网搜索与查询 * 1.2.3 文档处理和图片聊天 * 1.2.4 AI图像生成 * 1.2.5 AI 生成的图标与可视化见解 * 1.2.7 隐私数据进行本地存储 * 1.3 Chatbox API 与第三方 API 的区别 * 二、Chatbox工具助力打造小红书高质量社交媒体 * 2.1 对标优质账号 * 2.2 点击"小红书文案生成器&

By Ne0inhk
(第三篇)Spring AI 实战进阶:从0开发IDEA插件版AI代码助手(Java全栈+上下文感知)

(第三篇)Spring AI 实战进阶:从0开发IDEA插件版AI代码助手(Java全栈+上下文感知)

前言 作为 Java 开发者,我们每天都在重复编写 CRUD 代码、调试语法错误、优化性能问题 —— 这些机械性工作占用了大量时间,而市面上的通用 AI 代码助手(如 Copilot)往往无法精准感知项目上下文(比如项目的包结构、依赖版本、数据库表结构),生成的代码需要大量修改才能落地。 笔者近期基于 Spring AI+IDEA 插件开发了一款定制化 AI 代码助手:后端基于 Spring AI 整合 JavaParser、Maven API 实现代码解析与生成,前端通过 IDEA 插件提供对话窗口和一键插入代码功能,支持需求描述→完整代码生成代码优化、上下文感知、补全三大核心能力。本文将从实战角度,完整拆解这款 AI 代码助手的开发全流程,所有代码均为生产环境可直接复用的实战代码,同时结合可视化图表清晰呈现核心逻辑,希望能帮你打造专属的 AI

By Ne0inhk