*关闭pc的更新
dev_update_pc ('off')
*关闭窗口的更新
dev_update_window ('off')
*关闭程序运行过程中变量窗口的更新
dev_update_var ('off')
*虚拟图像采集，seq文件是一个文本序列，对其中的文字逐行读取，打开对应文本路径的图像，模拟一个相机采集图像
open_framegrabber ('File', 1, 1, 0, 0, 0, 0, 'default', -1, 'default', -1, 'default', 'board/board.seq', 'default', -1, 1, FGHandle)
*采集单帧图像，获得图像宽高
grab_image (Image, FGHandle)
*获得图像的宽高
get_image_size (Image, Width, Height)
dev_close_window ()
*打开两个窗口
dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
dev_open_window (Height + 70, 0, Width, 120, 'black', WindowHandleText)
dev_set_window (WindowHandle)
*设置两个窗口的字体
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
set_display_font (WindowHandleText, 16, 'mono', 'true', 'false')
dev_set_color ('red')
*显示图像
dev_display (Image)
*定义一些参数画ROI
Row1 := 188
Column1 := 182
Row2 := 298
Column2 := 412
gen_rectangle1 (Rectangle, Row1, Column1, Row2, Column2)
*获得ROI的行列坐标
area_center (Rectangle, Area, Row, Column)
*定义测量矩形的一些参数画ROI
Rect1Row := -102
Rect1Col := 5
Rect2Row := 107
Rect2Col := 5
RectPhi := 0
*这里是测量矩形的半宽半高
RectLength1 := 170
RectLength2 := 5
*基于中间的矩形的行列坐标进行画ROI
gen_rectangle2 (Rectangle1, Row + Rect1Row, Column + Rect1Col, RectPhi, RectLength1, RectLength2)
gen_rectangle2 (Rectangle2, Row + Rect2Row, Column + Rect2Col, RectPhi, RectLength1, RectLength2)
*开始创建模板
reduce_domain (Image, Rectangle, ImageReduced)
*第一个参数创建模板的ROI区域图像
*第二个参数金字塔层数
*第三个参数模板的起始角度
*第四个参数模板的总角度
*第五个参数是模板的角度步长，这里设置为1°，也就是说这里总共会创建出360个模板用于寻找图像
*第六个参数是否优化模板点，这里选择不优化
*第七个参数极性选择，选择使用极性则必须是在与模板相同的背景下选择物体，例如模板中是在白色背景下选择黑色的目标物，则查找的时候也是在白色背景下找黑色目标物
*第八个参数是模板灰度阈值，即灰度差值超过这个数值的点才会选择为模板点，
*第九个参数是最小灰度值，用于去除噪声影响的
*最后一个参数模板ID,后面需要用到模板就通过这个ID查找
create_shape_model (ImageReduced, 4, 0, rad(360), rad(1), 'none', 'use_polarity', 30, 10, ModelID)
*获得模板的轮廓线【注：轮廓线在原点】亚像素
get_shape_model_contours (ShapeModel, ModelID, 1)
*进行仿射变换，使得区域回到原来的位置
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_translate (HomMat2DIdentity, Row, Column, HomMat2DTranslate)
affine_trans_contour_xld (ShapeModel, ShapeModelTrans, HomMat2DTranslate)
*------------------也可用下方的算子代替--------------------------
*vector_angle_to_rigid (0, 0, 0, Row, Column, 0, HomMat2DTranslate)
*显示图片，设置一系列参数
dev_display (Image)
dev_set_color ('green')
dev_display (ShapeModelTrans)
*设置测量矩形的参数
dev_set_color ('blue')
dev_set_draw ('margin')
dev_set_line_width (3)
dev_display (Rectangle1)
dev_display (Rectangle2)
*设置提醒信息
dev_set_draw ('fill')
dev_set_line_width (1)
dev_set_color ('yellow')
disp_message (WindowHandle, ['Press left button to start','and stop the demo'], 'window', 12, 12, 'black', 'true')
*等待鼠标按钮按下，返回输出窗口中鼠标指针和按下鼠标按钮的像素精确图像坐标
get_mbutton (WindowHandle, Row3, Column3, Button1)
wait_seconds (0.5)
Button := 0
*一直执行，当鼠标左键按下Button=1时程序退出循环
while (Button != 1)
dev_set_window (WindowHandle)
dev_set_part (0, 0, Height - 1, Width - 1)
*从虚拟相机里获取一帧图像换角度
grab_image (ImageCheck, FGHandle)
dev_display (ImageCheck)
*开始计时
count_seconds (S1)
*开始匹配
*查找模板
*第一个参数用于查找的图像
*第二个参数模板ID
*第三个参数起始角度
*第四个参数查找的总角度值，这里是360度全方位查找
*第五个参数最小分数，查找到的图像与原模板会有一个相似度比较，越接近1图像越相似
*第六个参数查找的个数，为0时是把所有目标查找出来
*第七个参数是最大重叠度，表示找到的两个目标间可以有多大比例重叠
*第八个参数亚像素精度选择
*第九个参数金字塔层数
*第十个参数搜索贪婪度，越大搜索得越快，表示搜索得越不仔细
*第十一个参数搜索到的目标物的行坐标，搜到多个目标时这个参数是一个数组
*第十二个参数搜索到的目标物的列坐标，搜到多个目标时这个参数是一个数组
*第十三个参数搜索到的目标物的角度值，搜到多个目标时这个参数是一个数组
*第十四个参数搜索到的目标物的分数值，越接近1与模板越相似，搜到多个目标时这个参数是一个数组
find_shape_model (ImageCheck, ModelID, 0, rad(360), 0.7, 1, 0.5, 'least_squares', 4, 0.7, RowCheck, ColumnCheck, AngleCheck, Score)
count_seconds (S2)
dev_display (ImageCheck)
*判断窗口是否有图片，防止报错
if (|Score| > 0)
dev_set_color ('green')
*对模板进行仿射变换，变换到搜索到的区域位置，方便在原图上直观显示
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_translate (HomMat2DIdentity, RowCheck, ColumnCheck, HomMat2DTranslate)
hom_mat2d_rotate (HomMat2DTranslate, AngleCheck, RowCheck, ColumnCheck, HomMat2DRotate)
affine_trans_contour_xld (ShapeModel, ShapeModelTrans, HomMat2DRotate)
*显示平移旋转后的模板轮廓
dev_display (ShapeModelTrans)
*应用任意仿射2D变换到像素坐标。
affine_trans_pixel (HomMat2DRotate, Rect1Row, Rect1Col, Rect1RowCheck, Rect1ColCheck)
affine_trans_pixel (HomMat2DRotate, Rect2Row, Rect2Col, Rect2RowCheck, Rect2ColCheck)
gen_rectangle2 (Rectangle1Check, Rect1RowCheck, Rect1ColCheck, AngleCheck, RectLength1, RectLength2)
gen_rectangle2 (Rectangle2Check, Rect2RowCheck, Rect2ColCheck, AngleCheck, RectLength1, RectLength2)
*显示测量矩形
dev_set_color ('blue')
dev_set_draw ('margin')
dev_set_line_width (3)
dev_display (Rectangle1Check)
dev_display (Rectangle2Check)
*生成测量矩形
dev_set_draw ('fill')
count_seconds (S3)
gen_measure_rectangle2 (Rect1RowCheck, Rect1ColCheck, AngleCheck, RectLength1, RectLength2, Width, Height, 'bilinear', MeasureHandle1)
gen_measure_rectangle2 (Rect2RowCheck, Rect2ColCheck, AngleCheck, RectLength1, RectLength2, Width, Height, 'bilinear', MeasureHandle2)
*下面这个函数是提取与测试矩形垂直方向上的的边缘对，想象一下在矩形长轴方向上做灰度差分，
*得到的曲线应该是每个一段距离出现一个上尖角与一个下尖角
*第一个上尖角的X坐标RowEdgeFirst，第一个上尖角的Y坐标ColumnEdgeFirst
*第一个下尖角的X坐标RowEdgeSecond，第一个下尖角的Y坐标ColumnEdgeSecond
*第一个参数输入图像
*第二个参数测量矩形的句柄
*第三个参数(1.5)是高斯平滑sigma值
*第四个参数(30)是最低阈值，对应上述尖角的高度值
*第五个参数('negative')是上述差分值的黑白方向，为negative时是白到黑为第一点，如果是为positive时为黑到白为第一点
*第六个参数是('all')是返回所有的测量到的值，即返回所有的尖角位置
*第九个参数(AmplitudeFirst)是上尖角最大幅值的大小
*(PinwWidth)是上尖角与下尖角之间的距离
*(PinDistance)是下尖角与上尖角之间的距离
measure_pairs (ImageCheck, MeasureHandle1, 2, 90, 'positive', 'all', RowEdgeFirst1, ColumnEdgeFirst1, AmplitudeFirst1, RowEdgeSecond1, ColumnEdgeSecond1, AmplitudeSecond1, IntraDistance1, InterDistance1)
measure_pairs (ImageCheck, MeasureHandle2, 2, 90, 'positive', 'all', RowEdgeFirst2, ColumnEdgeFirst2, AmplitudeFirst2, RowEdgeSecond2, ColumnEdgeSecond2, AmplitudeSecond2, IntraDistance2, InterDistance2)
close_measure (MeasureHandle1)
close_measure (MeasureHandle2)
count_seconds (S4)
*显示直线
dev_set_color ('red')
disp_line (WindowHandle, RowEdgeFirst1 - RectLength2 * cos(AngleCheck), ColumnEdgeFirst1 - RectLength2 * sin(AngleCheck), RowEdgeFirst1 + RectLength2 * cos(AngleCheck), ColumnEdgeFirst1 + RectLength2 * sin(AngleCheck))
disp_line (WindowHandle, RowEdgeSecond1 - RectLength2 * cos(AngleCheck), ColumnEdgeSecond1 - RectLength2 * sin(AngleCheck), RowEdgeSecond1 + RectLength2 * cos(AngleCheck), ColumnEdgeSecond1 + RectLength2 * sin(AngleCheck))
disp_line (WindowHandle, RowEdgeFirst2 - RectLength2 * cos(AngleCheck), ColumnEdgeFirst2 - RectLength2 * sin(AngleCheck), RowEdgeFirst2 + RectLength2 * cos(AngleCheck), ColumnEdgeFirst2 + RectLength2 * sin(AngleCheck))
disp_line (WindowHandle, RowEdgeSecond2 - RectLength2 * cos(AngleCheck), ColumnEdgeSecond2 - RectLength2 * sin(AngleCheck), RowEdgeSecond2 + RectLength2 * cos(AngleCheck), ColumnEdgeSecond2 + RectLength2 * sin(AngleCheck))
dev_set_line_width (1)
*显示总的引脚数，总数目是两边引脚数之和
NumLeads := |IntraDistance1| + |IntraDistance2|
MinDistance := min([InterDistance1,InterDistance2])
dev_set_window (WindowHandleText)
dev_set_part (0, 0, 119, Width - 1)
dev_clear_window ()
*显示结果
disp_message (WindowHandleText, 'Matching: Time: ' + ((S2 - S1) * 1000)$'5.2f' + 'ms , Score: ' + Score$'7.5f', 'image', 20, 20, 'green', 'false')
disp_message (WindowHandleText, 'Measure: Time: ' + ((S4 - S3) * 1000)$'5.2f' + ' ms, Num. leads: ' + NumLeads$'2d', 'image', 50, 20, 'red', 'false')
disp_message (WindowHandleText, ' Min. lead dist: ' + MinDistance$'6.3f', 'image', 80, 20, 'red', 'false')
endif
dev_error_var (Error, 1)
dev_set_check ('~give_error')
get_mposition (WindowHandle, R, C, Button)
dev_error_var (Error, 0)
dev_set_check ('give_error')
if (Error != H_MSG_TRUE)
Button := 0
endif
endwhile
dev_set_window (WindowHandleText)
dev_close_window ()
*清除模板
clear_shape_model (ModelID)
close_framegrabber (FGHandle)
