HALCON算子get_metrology_object_result_contour全解析
一、算子核心定位
get_metrology_object_result_contour是HALCON 2D计量（2D Metrology）模块的可视化核心算子，核心功能是获取经apply_metrology_model拟合后的计量对象实例的结果轮廓（XLD形式）——它基于拟合后的几何参数（如圆的圆心/半径、矩形的中心/角度/尺寸）生成对应形状的亚像素XLD轮廓，是将抽象的测量数值转化为直观可视化轮廓的关键工具，常用于验证拟合结果的形状/位置是否符合预期。
二、算法核心原理
- 有效性校验：验证输入的计量模型句柄（MetrologyHandle）、计量对象索引（Index）、实例编号（Instance）的有效性，确保指向已完成拟合的计量对象/实例；
- 拟合参数读取：从计量模型中读取指定对象/实例的拟合几何参数（如圆的
row/column/radius、矩形的row/column/phi/length1/length2）； - 轮廓生成：根据几何参数和
Resolution（相邻轮廓点距离），生成对应形状的亚像素XLD轮廓：- 圆形/椭圆：按分辨率均匀生成圆周/椭圆周的轮廓点；
- 矩形/直线：按分辨率生成边的轮廓点；
- 分辨率约束：若输入的
Resolution低于最小有效值（1.192e-7），自动将其重置为该最小值； - 结果返回：将生成的XLD轮廓按“先第一个对象的所有实例，再第二个对象的所有实例”的顺序封装为数组，输出到
Contour参数； - 无修改逻辑：仅生成并返回轮廓，不改变计量模型/对象的任何属性。
三、参数全详解
（一）输入参数（Input Parameters）
| 参数名 | 类型 | 功能说明 | 默认值 | 关键取值规则 | 注意事项 |
|---|---|---|---|---|---|
| MetrologyHandle | metrology_model → (handle) | 指定要查询的2D计量模型句柄 | - | 必须为已有效创建/加载的计量模型句柄 | 1. 需通过create_metrology_model生成，未被clear_metrology_model释放；2. 无效句柄直接抛出“句柄无效”异常 |
| Index | integer(-array) → (integer / string) | 指定要查询的计量对象索引 | 0 | 可选值： ▪ ‘all’：查询模型内所有计量对象的轮廓； ▪ 整数/整数数组：查询指定索引的计量对象（如0、[0,1]） | 整数索引必须是get_metrology_object_indices返回的有效索引，否则抛异常 |
| Instance | integer(-array) → (string / integer) | 指定要查询的实例编号 | ‘all’ | 可选值： ▪ ‘all’：查询指定计量对象的所有实例轮廓； ▪ 整数/整数数组：查询指定实例（如0、[0,1]） | 1. 实例编号从0开始，需≤get_metrology_object_num_instances返回的实例数-1；2. 若实例不存在（如指定1但仅检测到1个实例），抛异常 |
| Resolution | real → (real) | 轮廓相邻点的欧氏距离（像素） | 1.5 | 取值规则： ▪ 最小值：1.192e-7； ▪ 推荐值：1.0~5.0（兼顾精度与效率）； ▪ 约束：Resolution ≥ 1.192e-7 | 1. 值越小，轮廓点越多、形状越精细，但生成速度越慢； 2. 低于最小值时，算子自动重置为1.192e-7 |
（二）输出参数（Output Parameters）
| 参数名 | 类型 | 功能说明 | 关联说明 |
|---|---|---|---|
| Contour | xld_cont(-array) → object | 返回拟合后的XLD轮廓数组 | 1. 每个实例对应一个XLD轮廓； 2. 轮廓坐标为图像像素坐标（不受相机参数影响）； 3. 顺序：先第一个计量对象的所有实例，再第二个计量对象的所有实例； 4. 可直接用 dev_display可视化 |
四、使用关键注意事项
- 执行时序约束：必须在调用
apply_metrology_model（完成拟合）后调用本算子，否则Contour返回空数组；若拟合未找到目标（实例数为0），也返回空数组； - 分辨率权衡：
- 高分辨率（小值，如0.5）：轮廓更精细，适合高精度可视化，但生成耗时更长；
- 低分辨率（大值，如5.0）：轮廓点数少，生成快，适合快速预览；
- 默认值1.5是“精度-效率”的平衡值，满足大部分场景需求；
- 坐标特性：生成的轮廓始终以像素为单位，即使设置了相机参数/测量平面（公制坐标），也不会转换为公制，仅反映图像中的像素位置；
- 多线程特性：
- 多线程类型：可重入（能与非排他算子并行运行）；
- 多线程范围：全局（可从任意线程调用）；
- 无并行优化：仅单线程生成轮廓，无性能加速；
- 返回值规则：执行成功返回
2（H_MSG_TRUE），参数无效（如索引/实例错误、Resolution低于最小值且未自动修正）时直接抛出异常。
五、算子调用链路
（一）前置算子（Possible Predecessors）
create_metrology_model：创建空的2D计量模型（基础前置）；add_metrology_object_*（如add_metrology_object_rectangle2_measure/add_metrology_object_circle_measure）：向模型添加计量对象；apply_metrology_model：执行检测拟合（生成轮廓的必要前置）；get_metrology_object_num_instances：（可选）获取实例数，用于精准指定Instance。
（二）后置算子（Possible Successors）
dev_display：可视化显示轮廓，验证拟合结果的形状/位置；gen_region_contour_xld：将XLD轮廓转化为区域，用于后续形态学操作；clear_metrology_model：释放计量模型句柄（收尾操作）。
六、与相似算子的核心差异
| 算子名称 | 核心区别 | 适用场景 |
|---|---|---|
get_metrology_object_result_contour | 返回拟合后的目标轮廓XLD（基于拟合参数生成） | 可视化拟合结果的形状/位置、验证拟合精度 |
get_metrology_object_result | 返回拟合后的数值参数（如圆心、半径、角度） | 获取精准的测量数值、用于尺寸判定/计算 |
get_metrology_object_measures | 返回测量区域轮廓+原始边缘点坐标（无拟合逻辑） | 调试测量区域范围、验证原始边缘检测结果 |
七、典型应用示例（HDevelop 代码）
*This example shows the usage of the metrology model*to measure circles and rectangles with subpixel*accuracy under challenging conditions easily.**Display initializationsdev_update_off()read_image(Image,'pads')get_image_size(Image,Width,Height)dev_close_window()dev_open_window_fit_image(Image,0,0,-1,-1,WindowHandle)set_display_font(WindowHandle,14,'mono','true','false')**Define the approximate position and the measure*toleranceforthe circles RowCircle:=[52:89:500]CircleInitRow:=[RowCircle,RowCircle]CircleInitColumn:=[gen_tuple_const(6,348),gen_tuple_const(6,438)]gen_cross_contour_xld(Cross1,CircleInitRow,CircleInitColumn,6,0.785398)CircleInitRadius:=[gen_tuple_const(6,23),gen_tuple_const(6,23)]CircleRadiusTolerance:=12*Define the approximate position and the measure*toleranceforthe rectangles2 RectangleInitRow:=[410,410]RectangleInitColumn:=[215,562]RectangleInitPhi:=[0,0]RectangleInitLength1:=[85,85]RectangleInitLength2:=[88,88]RectangleTolerance:=10**Prepare the metrology model data structurecreate_metrology_model(MetrologyHandle)*Setting the image width in advance is not*necessary,but improves the runtime of the*first measurement.set_metrology_model_image_size(MetrologyHandle,Width,Height)*Add the metrology rectangle objects to the model*as defined aboveadd_metrology_object_rectangle2_measure(MetrologyHandle,RectangleInitRow,RectangleInitColumn,RectangleInitPhi,RectangleInitLength1,RectangleInitLength2,RectangleTolerance,5,.5,1,[],[],MetrologyRectangleIndices)*Add the metrology circle objects to the model*as defined aboveadd_metrology_object_circle_measure(MetrologyHandle,CircleInitRow,CircleInitColumn,CircleInitRadius,CircleRadiusTolerance,5,1.5,2,[],[],MetrologyCircleIndices)*It is possible to measure more than one circle/rectangle/line/ellipse*instance per metrology object in one call.*Since we like to measure two circles per object,*we set'num_instances'to2.set_metrology_object_param(MetrologyHandle,MetrologyCircleIndices,'num_instances',2)*Setting'measure_transition'to'uniform'assures*that only consistent circles are returned,that have*either only edges from bright to dark or vice versa.*Since the consistency check increases runtime,it is*switched of bydefault.*In this example however,it is safer toswitchit on,*because both negative and positive edges are present.set_metrology_object_param(MetrologyHandle,MetrologyCircleIndices,'measure_transition','uniform')*Setting the minimum score can make the results more robustset_metrology_object_param(MetrologyHandle,MetrologyCircleIndices,'min_score',.9)**Perform the measurement*apply_metrology_model(Image,MetrologyHandle)*get_metrology_object_result(MetrologyHandle,MetrologyRectangleIndices,'all','result_type','all_param',RectangleParameter)*Extract the parametersforbetter readability Sequence:=[0:5:|RectangleParameter|-1]RectangleRow:=RectangleParameter[Sequence]RectangleColumn:=RectangleParameter[Sequence+1]RectanglePhi:=RectangleParameter[Sequence+2]RectangleLength1:=RectangleParameter[Sequence+3]RectangleLength2:=RectangleParameter[Sequence+4]**Access the results of the circle measurementget_metrology_object_result(MetrologyHandle,MetrologyCircleIndices,'all','result_type','all_param',CircleParameter)*Extract the parametersforbetter readability Sequence:=[0:3:|CircleParameter|-1]CircleRow:=CircleParameter[Sequence]CircleColumn:=CircleParameter[Sequence+1]CircleRadius:=CircleParameter[Sequence+2]**Display the results**Get measured contoursget_metrology_object_result_contour(Contours,MetrologyHandle,'all','all',1.5)*Get the contours of the measure regions*and the coordinates of the edge points*that were the basisforfitting the circles and rectanglesget_metrology_object_measures(Contour,MetrologyHandle,'all','all',Row1,Column1)gen_cross_contour_xld(Cross,Row1,Column1,6,0.785398)*Display everything Color:=['gray','cyan','green']dev_display(Image)dev_set_line_width(1)dev_set_color(Color[0])dev_display(Contour)dev_set_color(Color[1])dev_display(Cross)dev_set_line_width(2)dev_set_color(Color[2])dev_display(Contours)Message:=Color[2]+': Measurement result'Message[1]:=Color[1]+': Edge candidate points'Message[2]:=Color[0]+': Measure regions'disp_message(WindowHandle,Message,'window',12,12,'black','true')stop()*Clean up memoryclear_metrology_model(MetrologyHandle)八、总结
关键点回顾
get_metrology_object_result_contour核心作用是基于拟合参数生成可视化XLD轮廓，是将数值测量结果转化为直观形状的关键工具；Resolution控制轮廓精细度（值越小越精细），最小值为1.192e-7，低于该值会自动重置；- 轮廓始终以像素坐标返回，需在
apply_metrology_model后调用，否则返回空轮廓。
