Halcon线段几何计算：中点、端点与角度详解-开发者社区

1. 项目概述：从像素坐标到几何洞察

在机器视觉的日常开发中，我们常常会遇到这样的场景：从一张图像中，我们通过边缘检测、模板匹配或者深度学习模型，得到了一条或多条线段。这些线段在Halcon的世界里，通常以一组像素坐标的形式存在——一个起点，一个终点。对于很多新手来说，拿到这两个点坐标后，下一步就卡壳了。中点怎么算？角度是多少度？这条线是水平的还是倾斜的？这些看似基础的几何计算，恰恰是连接底层图像处理结果与上层应用逻辑（如测量、定位、引导）的关键桥梁。

我自己在早期做视觉项目时，就曾因为一个简单的角度计算偏差了0.5度，导致机械臂抓取位置偏移了几个毫米，整个流程都得停下来排查。后来才发现，问题就出在我自己手写的几何计算函数忽略了Halcon坐标系和角度定义的一些细节。所以，今天我们就来彻底搞懂在Halcon环境下，如何准确、高效地进行线段的中点、端点和角度计算。这不仅仅是调用几个算子那么简单，更重要的是理解其背后的坐标系、角度定义以及在实际项目中可能遇到的坑。

本文将围绕“线段”这一核心几何元素，深入探讨其关键属性的计算方法。无论你是用Halcon进行尺寸测量、零件定位，还是做机器人视觉引导，这些基础而坚实的几何处理能力，都是你构建稳定、可靠视觉系统的基石。我们将从最基础的坐标获取开始，一步步推导公式，并用Halcon代码和实际案例来验证，确保你不仅能“知其然”，更能“知其所以然”，最终能将这些知识灵活应用到你的项目中。

2. 线段数据的获取与理解：一切计算的起点

在Halcon中，线段本身并不是一个原生的、独立的数据类型。我们通常通过一系列图像处理算子来“得到”线段，而得到的其实是一组或多组点的集合。理解这些数据的来源和格式，是进行任何后续计算的前提。

2.1 常见的线段生成方式

线段数据通常来源于以下几种典型的图像处理流程：

边缘提取与线段拟合：这是最经典的方法。首先使用edges_sub_pix算子提取亚像素精度的边缘轮廓，得到一组无序的边缘点。然后，使用segment_contours_xld将轮廓分割成直线段、圆弧段等基本几何元素。对于分割出的直线段部分，我们可以使用fit_line_contour_xld算子进行直线拟合，从而得到线段的参数。这是精度非常高的一种方式，尤其适用于具有清晰、连续边缘的物体。
基于区域的几何特征：有时我们处理的是二值化后的区域（Region）。例如，一个细长的缺陷区域，我们可以将其近似看作一条线段。使用smallest_rectangle2算子可以获取该区域的最小外接矩形，这个矩形的长边中心线和方向，就为我们提供了一条有意义的线段信息。虽然这不是严格意义上的线段，但在许多定位应用中非常实用。
模板匹配与位姿输出：在使用Halcon进行模板匹配（如find_shape_model,find_ncc_model）后，我们会得到一个匹配项的位置和姿态（位姿）。这个位姿包含了旋转角度和一个参考点。我们可以根据这个位姿，在图像中“画”出一条有方向的线段，例如从匹配中心点沿某个方向延伸一定距离，用以表示物体的方向或用于后续的引导。
直接交互或赋值：在开发调试阶段，我们也可以直接通过鼠标在Halcon图形窗口上画线，或者直接在代码中给起点和终点的行、列坐标（Row1, Column1, Row2, Column2）赋值来定义一条线段。

2.2 线段的数据表示：起点与终点

无论通过上述哪种方式，一条线段在Halcon中最核心、最通用的表示方法就是它的两个端点坐标。在Halcon的坐标系中：

行坐标 (Row)：图像垂直方向的位置，从上往下递增。相当于数学坐标系中的Y轴，但方向相反。
列坐标 (Column)：图像水平方向的位置，从左往右递增。相当于数学坐标系中的X轴。

因此，一条线段由四个标量值唯一确定：Row1, Column1, Row2, Column2。这里并没有规定哪个点是起点，哪个是终点，它们是对称的。但在计算方向向量和角度时，我们需要约定一个顺序，通常将(Row1, Column1)视为起点，(Row2, Column2)视为终点。

注意：Halcon的像素坐标系原点(0,0)在图像的左上角。这与许多数学坐标系和CAD坐标系（原点在左下角）不同，在进行角度计算和与外部机械系统对接时，必须时刻牢记这一点，否则会导致方向完全错误。

2.3 从XLD轮廓到线段参数

当我们通过fit_line_contour_xld拟合直线后，得到的线段参数是一种更丰富的表示形式。该算子会返回拟合直线的参数，通常包括：

直线上一个点的坐标(Row, Column)。
直线的方向向量(Phi)，即直线与图像水平轴（Column轴）的夹角。
线段的起点和终点在直线上的参数(t)。

这种表示方法对于计算点到直线的距离、线段延长等操作更为方便。但无论是点坐标表示还是参数表示，我们都可以相互转换，并计算出我们需要的中点和角度。接下来，我们就从最基础的端点坐标表示法开始，进行各项计算。

3. 核心计算一：线段中点的求解

线段中点的计算是所有几何计算中最简单直接的一个，但它却是很多复杂操作的基础，比如计算两条线段的中点连线、判断点是否在线段附近等。

3.1 基础数学原理

在欧几里得几何中，给定线段两个端点 A(R1, C1) 和 B(R2, C2)，其中点 M(Rm, Cm) 的坐标由两端点坐标的算术平均值决定。公式非常简单：

Rm = (R1 + R2) / 2 Cm = (C1 + C2) / 2

这个公式的几何意义非常直观：中点就是连接起点和终点的向量的中点。在Halcon的像素坐标系下，这个公式完全适用，因为它是线性运算。

3.2 Halcon实现与代码示例

在Halcon中，我们可以直接使用元组（Tuple）运算来实现这个公式。Halcon的元组支持基本的算术运算（+,-,*,/），并且是元素级（element-wise）的，这使得向量计算非常简洁。

假设我们已经从某个算子（比如get_contour_xld后处理，或者从匹配结果推导）得到了线段的两个端点：

* 假设 line_rows 和 line_cols 是包含多条线段端点的数组 * 例如：line_rows = [r1_1, r2_1, r1_2, r2_2, ...] * line_cols = [c1_1, c2_1, c1_2, c2_2, ...] * 这里我们以一条线段为例 Row1 := 100.5 Column1 := 200.3 Row2 := 300.7 Column2 := 450.9 * 计算中点坐标 MidRow := (Row1 + Row2) / 2 MidColumn := (Column1 + Column2) / 2 * 输出结果 dev_disp_text (‘中点坐标：(‘ + MidRow$’.2f’ + ‘, ‘ + MidColumn$’.2f’ + ‘)’, ‘window’, ‘top’, ‘left’, ‘black’, [], [])

对于处理多条线段的情况，如果端点坐标存储在多个元组中，我们需要利用元组操作函数。一种常见的存储方式是每条线段的信息单独存储，或者所有起点在一个元组，所有终点在另一个元组：

* 方式一：每条线段独立存储（适用于线段数量不多时） * lines 是一个包含多个结构的数组，每个结构有 .Row1, .Col1, .Row2, .Col2 属性 * 需要循环计算 * 方式二：起点集和终点集存储（适用于批量计算） StartRows := [100.5, 150.0, 80.2] StartCols := [200.3, 350.5, 500.1] EndRows := [300.7, 180.3, 250.8] EndCols := [450.9, 400.2, 550.6] * 批量计算中点 MidRows := (StartRows + EndRows) / 2 MidCols := (StartCols + EndCols) / 2 * 现在 MidRows 和 MidCols 元组包含了所有线段的中点坐标

3.3 实际应用中的注意事项

亚像素精度：在Halcon中，许多算子（如edges_sub_pix）的输出是亚像素精度的，即坐标值可能是小数（如100.5）。在进行中点计算时，务必保持使用real类型（Halcon中默认为实数）进行计算，而不要过早地转换为整数（int），否则会损失精度，在后续的高精度测量中产生累积误差。
空线段处理：在实际代码中，需要增加健壮性检查。如果一条线段的两个端点完全相同（即线段长度为零），那么其中点就是它自身。虽然数学上没问题，但在业务逻辑上这可能意味着一个错误或无效的检测结果，需要根据实际情况进行处理或报警。
性能考量：当需要处理成千上万条线段时，使用元组的批量运算（如上面的方式二）远比在循环中逐条计算要高效得多。Halcon的元组运算是底层优化的，能充分发挥性能。

中点计算虽然简单，但它是构建更复杂空间关系判断的基石。例如，在计算两条平行线段的中心线时，可以先分别计算两条线段的中点，然后连接这两个中点得到中心线。

4. 核心计算二：线段端点处理与排序

在很多应用场景下，我们不仅需要知道线段的两个端点，还需要对它们进行排序或赋予特定的意义。例如，在测量一个零件的宽度时，我们需要确保所有线段的“左端点”和“右端点”定义一致，才能进行正确的统计分析。

4.1 端点顺序的重要性

原始的(Row1, Column1)和(Row2, Column2)并没有内在的顺序。但在计算方向向量、角度，或者需要区分线段“首尾”时（例如在生成路径时），我们必须建立一个一致的顺序。

一个常见的约定是：将行坐标较小（即更靠图像上方）的点作为起点；如果行坐标相同，则将列坐标较小（更靠左）的点作为起点。这种排序方式类似于“从左到右，从上到下”的阅读顺序，在很多情况下能产生一致的结果。

4.2 端点排序算法与实现

我们可以通过一个简单的比较和交换逻辑来实现端点排序。以下Halcon代码演示了如何对一条线段的端点进行标准化排序：

* 输入：可能无序的两个端点 Row1_in := 300.0 Col1_in := 500.0 Row2_in := 100.0 Col2_in := 200.0 * 排序逻辑 if (Row1_in > Row2_in) * 交换两个点 Row1 := Row2_in Col1 := Col2_in Row2 := Row1_in Col2 := Col1_in else if (Row1_in == Row2_in and Col1_in > Col2_in) * 行相同，比较列 Row1 := Row2_in Col1 := Col2_in Row2 := Row1_in Col2 := Col1_in else * 已经是有序的 Row1 := Row1_in Col1 := Col1_in Row2 := Row2_in Col2 := Col2_in endif endif * 输出：排序后的端点 (Row1, Col1) 为起点，(Row2, Col2) 为终点

对于批量处理，我们可以利用Halcon的元组比较和条件赋值函数tuple_gen_const,tuple_less,tuple_greater等来实现向量化操作，但逻辑会稍显复杂。通常，如果线段数量巨大且排序是必须步骤，可以编写一个小的Halcon外部函数（C++）来实现以获得最佳性能，或者在HDevelop中使用循环。

4.3 从拟合直线参数还原端点

当我们使用fit_line_contour_xld并设置参数‘drop’为‘-1’（不丢弃任何点）时，算子除了返回直线参数外，还会返回线段的起点和终点参数Begin和End。这里的Begin和End是直线方程参数t的值。

直线参数方程通常表示为：P(t) = P0 + t * Dir，其中P0是直线上一个参考点，Dir是单位方向向量。Begin和End就是用于计算线段起止点的t值。

要获取实际的像素坐标端点，我们需要进行计算：

* 假设从 fit_line_contour_xld 得到以下结果 * Row, Column: 直线上的一个点 * Phi: 直线方向（弧度），与水平轴夹角 * Begin, End: 线段在直线上的参数范围 * 计算方向向量的单位分量 DirRow := -sin(Phi) // 注意：Halcon中Phi是与水平轴夹角，方向向量为(cos(Phi), sin(Phi))，但行坐标轴向下，故行分量为负 DirCol := cos(Phi) * 计算起点和终点坐标 RowStart := Row + Begin * DirRow ColStart := Column + Begin * DirCol RowEnd := Row + End * DirRow ColEnd := Column + End * DirCol

这里有一个至关重要的细节：方向向量(DirRow, DirCol)的计算。因为Halcon的图像行坐标轴是向下的，所以当直线角度Phi（从水平轴逆时针旋转为正）给定时，其方向向量的行分量是-sin(Phi)，列分量是cos(Phi)。这是Halcon几何计算中最容易出错的地方之一。很多开发者直接使用(sin(Phi), cos(Phi))，导致计算出的端点位置完全错误。

4.4 端点应用案例：计算线段长度和方向

一旦我们有了有序的端点（起点和终点），线段长度和方向向量的计算就水到渠成了。长度是两点之间的欧氏距离：

* 计算线段长度 Length := sqrt((Row2 - Row1) * (Row2 - Row1) + (Col2 - Col1) * (Col2 - Col1))

方向向量（从起点指向终点）为：

DeltaRow := Row2 - Row1 DeltaCol := Col2 - Col1

这个方向向量(DeltaRow, DeltaCol)将直接用于下一步的角度计算。理解并正确处理端点，是确保所有后续几何计算正确的第一步。

5. 核心计算三：线段角度的计算与解读

线段的角度是其最重要的方向属性，在机器视觉中用于判断物体的偏转、进行坐标对齐、计算相对位置关系等。然而，Halcon中的角度计算涉及坐标系转换和角度定义，是新手最容易混淆的部分。

5.1 Halcon中的角度定义：Phi与角度制

Halcon中，直线（或线段）的角度通常用Phi表示，单位是弧度（radians）。Phi的定义是：直线与图像水平轴（即Column轴，向右为正方向）的夹角。

这个夹角是以水平轴为起始边，逆时针旋转到与直线方向一致时所转过的角度。这里有一个关键点：直线方向。对于一条无限长的直线，它有两个相反的方向。Halcon约定，Phi的范围是(-π, π]。对于一条线段，我们通常使用从起点指向终点的方向来计算Phi。

根据这个定义：

一条水平向右的线段，Phi = 0。
一条垂直向上的线段（在图像中是从上到下，因为行坐标向下），Phi = -π/2（或3π/2，但Halcon会将其规范到-π/2）。
一条水平向左的线段，Phi = π（或-π）。
一条垂直向下的线段，Phi = π/2。

5.2 从方向向量计算角度Phi

给定线段的有序端点（起点(R1, C1), 终点(R2, C2)），我们首先计算方向向量(dR, dC) = (R2-R1, C2-C1)。然后使用反正切函数atan2来计算角度。

atan2(y, x)函数返回的是从正X轴到点(x, y)的夹角。在我们的语境中：

X轴对应的是列方向dC（向右为正）。
Y轴对应的是行方向dR。但是注意：图像的行坐标轴是向下的，而数学坐标系Y轴是向上的。因此，当我们把图像坐标向量(dR, dC)代入atan2时，相当于Y坐标取反。所以正确的公式是：

dRow := Row2 - Row1 dCol := Column2 - Column1 Phi := atan2(-dRow, dCol) // 关键：对 dRow 取负

让我们验证一下：

如果线段水平向右：dRow=0,dCol>0。atan2(-0, 正数) = 0。正确。
如果线段垂直向下（图像中从上到下）：dRow>0,dCol=0。atan2(-正数, 0)。在atan2的定义中，当x=0, y<0时，结果为-π/2。因为-dRow是负数，所以Phi = -π/2。正确（根据定义，从水平轴顺时针旋转90度，即-π/2）。

这个atan2(-dRow, dCol)是Halcon角度计算的核心公式，务必牢记。

5.3 角度归一化与度制转换

atan2函数返回的角度范围是(-π, π]。有时我们需要将其归一化到[0, 2π)或其他范围。Halcon提供了angle_ll算子来计算两条线的夹角，但自己处理时，可以这样归一化到[0, 2π)：

Phi := atan2(-dRow, dCol) if (Phi < 0) Phi := Phi + 2 * pi endif

在工业现场，人们更习惯使用角度制（degree）。转换公式很简单：

Phi_deg := deg(Phi) // 弧度转度， deg() 是Halcon函数 // 或者 Phi_deg := Phi * 180 / pi

5.4 角度计算的常见陷阱与验证

忽略行坐标轴方向：这是最常见的错误，直接使用atan2(dRow, dCol)，导致角度与预期相差90度或完全相反。务必记住atan2的第一个参数是-dRow。
线段方向不明确：如果不对端点进行排序，直接拿任意两个端点计算dRow, dCol，那么计算出的Phi可能代表的是相反的方向（相差 π 弧度）。在需要一致方向的场景（如所有零件边缘线的方向都应从内指向外），必须先统一端点顺序。
特殊情况的处理：当线段是水平或垂直时，dRow或dCol为零。atan2函数能正确处理这些情况，但需要注意除零问题。我们自己实现时，应避免使用atan(dRow/dCol)这种形式，因为它无法处理dCol=0的情况，且无法判断象限。
验证方法：一个简单的验证方法是，在Halcon窗口中画出线段，并用disp_line或disp_arrow显示。同时，用计算出的Phi画一条从线段中点出发、方向为(cos(Phi), -sin(Phi))的短线（注意行分量符号）。如果短线方向与原线段方向一致，则计算正确。

* 计算并显示方向进行验证 MidRow := (Row1+Row2)/2 MidCol := (Col1+Col2)/2 * 根据计算出的Phi，计算一个单位方向向量（用于显示） DirRow := -sin(Phi) // 从Phi推导出的方向向量行分量 DirCol := cos(Phi) // 列分量 * 画一个箭头 dev_disp_arrow (MidRow, MidCol, MidRow + DirRow*50, MidCol + DirCol*50, 2)

通过这样的可视化验证，可以快速确认角度计算是否正确。

6. 综合实战：一个完整的线段测量案例

为了将中点、端点和角度的计算融会贯通，我们来看一个实际的机器视觉测量案例：测量一个矩形金属零件的边长和角度，以检测其是否加工合格。

6.1 案例场景与目标

假设我们有一张金属冲压件的图像，需要测量其四个边的长度以及相邻边的夹角（应为90度）。零件可能有一定的旋转。我们的流程是：

图像预处理，提取零件轮廓。
将轮廓分割并拟合为四条主要的直线段。
计算每条线段的长度（通过端点）和中点。
计算相邻线段之间的夹角。
输出测量结果，并与公差进行比较。

6.2 Halcon实现步骤详解

步骤1：图像采集与预处理

read_image (Image, ‘metal_part.png‘) rgb1_to_gray (Image, GrayImage) * 增强对比度，便于阈值分割 emphasize (GrayImage, ImageEmphasize, 7, 7, 1.0) * 动态阈值分割，适应光照不均 dyn_threshold (GrayImage, ImageEmphasize, RegionDynThresh, 5, ‘dark‘) connection (RegionDynThresh, ConnectedRegions) select_shape (ConnectedRegions, SelectedRegions, ‘area‘, ‘and‘, 50000, 1000000) fill_up (SelectedRegions, FilledRegion)

步骤2：提取亚像素轮廓并拟合直线

* 获取区域边界 boundary (FilledRegion, RegionBorder, ‘inner‘) gen_contour_region_xld (RegionBorder, Contours, ‘border‘) * 将轮廓分割为直线段 segment_contours_xld (Contours, ContoursSplit, ‘lines_circles‘, 5, 4, 2) * 选择长度较长的轮廓段（假设是四条边） select_shape_xld (ContoursSplit, LongSegments, ‘contlength‘, ‘and‘, 200, 99999) count_obj (LongSegments, NumberSegments) * 我们需要恰好4条长边 if (NumberSegments != 4) dev_disp_text (‘检测到的线段数量不是4条：‘ + NumberSegments, ‘window‘, ‘top‘, ‘left‘, ‘red‘, [], []) return endif * 拟合直线 fit_line_contour_xld (LongSegments, ‘tukey‘, -1, 0, 5, 2, RowBegin, ColBegin, RowEnd, ColEnd, Nr, Nc, Dist) * RowBegin, ColBegin, RowEnd, ColEnd 就是拟合后线段的端点

步骤3：计算线段长度与中点

* 初始化数组 Lengths := [] MidRows := [] MidCols := [] * 循环处理每条线段 for i := 0 to NumberSegments-1 by 1 R1 := RowBegin[i] C1 := ColBegin[i] R2 := RowEnd[i] C2 := ColEnd[i] * 计算长度 length := sqrt((R2-R1)*(R2-R1) + (C2-C1)*(C2-C1)) Lengths := [Lengths, length] * 计算中点 MidRows := [MidRows, (R1+R2)/2] MidCols := [MidCols, (C1+C2)/2] endfor

步骤4：计算相邻边夹角计算夹角需要线段的方向。我们先计算每条线段的方向角Phi，然后计算相邻Phi的差值。

* 计算每条线段的方向角（Phi） Phis := [] for i := 0 to NumberSegments-1 by 1 dR := RowEnd[i] - RowBegin[i] dC := ColEnd[i] - ColBegin[i] phi := atan2(-dR, dC) // 核心公式 * 归一化到 [0, 2π) if (phi < 0) phi := phi + 2 * pi endif Phis := [Phis, phi] endfor * 假设线段顺序是环绕轮廓的，计算相邻夹角 AnglesBetween := [] for i := 0 to NumberSegments-1 by 1 j := (i+1) mod NumberSegments // 下一条边（循环） phi_i := Phis[i] phi_j := Phis[j] * 计算夹角（取绝对值，并确保是锐角或直角） delta_phi := abs(phi_j - phi_i) * 因为两条线的夹角有两个可能值（互补），取小于等于π/2的那个 if (delta_phi > pi) delta_phi := 2*pi - delta_phi endif * 转换为角度制 angle_deg := deg(delta_phi) AnglesBetween := [AnglesBetween, angle_deg] endfor

步骤5：结果可视化与输出

* 在图像上显示长度和角度 dev_set_color (‘green‘) for i := 0 to NumberSegments-1 by 1 * 显示长度 dev_disp_text (‘L‘ + (i+1)$‘d‘ + ‘:‘ + Lengths[i]$‘.2f‘ + ‘ px‘, ‘window‘, MidRows[i], MidCols[i]-30, ‘green‘, [], []) * 显示中点 dev_set_color (‘blue‘) disp_cross (WindowHandle, MidRows[i], MidCols[i], 6, 0) endfor dev_set_color (‘red‘) * 显示夹角（在两条线段的角点附近） for i := 0 to NumberSegments-1 by 1 * 简单计算角点位置（两条线段端点的平均） R_corner := (RowEnd[i] + RowBegin[(i+1) mod NumberSegments]) / 2 C_corner := (ColEnd[i] + ColBegin[(i+1) mod NumberSegments]) / 2 dev_disp_text (AnglesBetween[i]$‘.1f‘ + ‘°‘, ‘window‘, R_corner, C_corner, ‘red‘, ‘box‘, ‘true‘) endfor * 在控制台输出结果 print (‘--- 矩形零件测量报告 ---‘) for i := 0 to NumberSegments-1 by 1 print (‘边 ‘ + (i+1) + ‘: 长度 = ‘ + Lengths[i]$‘.2f‘ + ‘ px‘) endfor for i := 0 to NumberSegments-1 by 1 print (‘角 ‘ + (i+1) + ‘: ‘ + AnglesBetween[i]$‘.1f‘ + ‘ °‘) endfor

6.3 案例中的经验与技巧

线段排序问题：上述案例假设segment_contours_xld和fit_line_contour_xld输出的线段顺序是沿着轮廓连续的。但实际中这并不总是保证。更稳健的做法是，根据线段中点的位置，使用sort_contours_xld或自定义排序逻辑（如按中点极角排序）对四条边进行排序，确保相邻索引的线段在物理上也相邻。
角度差计算：直接相减得到的角度差可能大于180度（π）。在矩形检测中，内角应该是接近90度的锐角。所以代码中通过if (delta_phi > pi) delta_phi := 2*pi - delta_phi来得到那个锐角。这是计算两条直线夹角的标准处理方法。
像素到实际尺寸的转换：本例中长度单位是像素。在实际测量中，必须通过标定将像素距离转换为毫米或英寸。这需要事先进行相机标定，获取每个像素代表的实际物理尺寸（如 mm/pixel）。然后将所有像素长度乘以这个比例系数即可。
误差分析与滤波：拟合出的直线段端点可能因为噪声而有微小抖动。可以对计算出的长度和角度进行简单的滤波，比如剔除明显偏离均值的异常值，或对多次测量结果取平均，以提高测量的稳定性和重复性。

通过这个完整案例，我们可以看到，中点、端点、角度这些基础计算是如何被有机地组合起来，解决一个实际工业检测问题的。每一个步骤都依赖于对Halcon几何概念的清晰理解和对细节的准确把握。