当前位置: 首页 > news >正文

Halcon HImage 与 Qt QImage 的相互转换(修订版)

很久以前,我写过一遍文章来介绍 HImage 和 QImage 之间的转换方法。(https://blog.csdn.net/liyuanbhu/article/details/91356988)

这个代码其实是有些问题的。因为我们知道 QImage 中的图像数据不一定是连续的,尤其是图像的宽度是奇数时,每行数据后面基本都会多填充几个字节将每行的字节数凑成4的整倍数。

HImage 内部如何存储我不是很确定。但是GenImage1() 函数,GenImage3() 函数和 GenImageInterleaved() 函数里面输入图像数据都要求是连续的。因此,如果不判断QImage 的数据是否连续,直接将图像数据传过来有可能获得的图像是错误的。

本来我懒得写这篇博客。但是这么多年过去了。在网上搜相关的代码,竟然还是没有一个代码是正确考虑这个问题的。中文互联网上技术博客水平之低真是令人瞠目。

所以我还是写一写这个问题,避免大家重复的遇到这个 bug 吧。

首先是将 QImage 转换为 HImage 的代码。与原来的代码相比,就是在每种图像类型转换时增加了个判断。如果QImage 图像数据不是连续的,那么就一行一行的拷贝数据。

#include "himageqimage.h"
#include <QDebug>
using namespace HalconCpp;/*** @brief QImage2HImage 将 Qt QImage 转换为 Halcon 的 HImage* @param from 输入的 QImage* @param to 输出的 HImage ,from 和 to 不共享内存数据。 每次都会为 to 重新分配内存。* @return true 表示转换成功,false 表示转换失败。*/
bool QImage2HImage(QImage &from, HalconCpp::HImage &to)
{if(from.isNull()) return false;int width = from.width(), height = from.height();QImage::Format format = from.format();if(format == QImage::Format_RGB32 ||format == QImage::Format_ARGB32 ||format == QImage::Format_ARGB32_Premultiplied){if(from.bytesPerLine() == 4 * width){to.GenImageInterleaved(from.bits(), "bgrx", width, height, 0,  "byte", width, height, 0, 0, 8, 0);}else{to.GenImageInterleaved(from.bits(), "bgrx", width, height, 0,  "byte", width, height, 0, 0, 8, 0);uchar *R, *G, *B;HString Type;Hlong Width, Height;to.GetImagePointer3(reinterpret_cast<void **>(&R),reinterpret_cast<void **>(&G),reinterpret_cast<void **>(&B), &Type, &Width, &Height);for(int row = 0; row < height; row ++){QRgb* line = reinterpret_cast<QRgb*>(from.scanLine(row));for(int col = 0; col < width; col ++){*R = qRed(line[col]);*G = qGreen(line[col]);*B = qBlue(line[col]);++R;++G;++B;}}}return true;}else if(format == QImage::Format_RGB888){if(from.bytesPerLine() == 3 * width){to.GenImageInterleaved(from.bits(), "rgb", width, height, 0,  "byte", width, height, 0, 0, 8, 0);}else{to.GenImageInterleaved(from.bits(), "rgb", width, height, 0,  "byte", width, height, 0, 0, 8, 0);uchar *R, *G, *B;HString Type;Hlong Width, Height;to.GetImagePointer3(reinterpret_cast<void **>(&R),reinterpret_cast<void **>(&G),reinterpret_cast<void **>(&B), &Type, &Width, &Height);for(int row = 0; row < height; row ++){unsigned char* line = reinterpret_cast<unsigned char *>(from.scanLine(row));for(int col = 0; col < width; col ++){*R ++ = *line ++;*G ++ = *line ++;*B ++ = *line ++;}}}return true;}else if(format == QImage::Format_Grayscale8 || format == QImage::Format_Indexed8){if(from.bytesPerLine() == width){to.GenImage1("byte", width, height, from.bits());}else// 这时说明每行数据之间有填充字节。因此需要重新写数据{to.GenImageConst("byte", width, height);Hlong W, H; HString Type;unsigned char * pTo = reinterpret_cast<unsigned char *>( to.GetImagePointer1(&Type, &W, &H) );for(int row = 1; row < H; row ++){const unsigned char * pSrc = from.constScanLine(row);unsigned char * pDist = pTo + row * W;memcpy( pDist, pSrc, static_cast<size_t>(W));}}return true;}return false;
}

下面是 HImage 转 QImage。基本原理也是相同的。拷贝数据之前判断一下QImage 数据是否连续。不连续就一行一行的处理。

/*** @brief HImage2QImage 将 Halcon 的 HImage 转换为 Qt 的 QImage* @param from HImage ,暂时只支持 8bits 灰度图像和 8bits 的 3 通道彩色图像* @param to QImage ,这里 from 和 to 不共享内存。如果 to 的内存大小合适,那么就不用重新分配内存。所以可以加快速度。* @return  true 表示转换成功,false 表示转换失败*/
bool HImage2QImage(HalconCpp::HImage &from, QImage &to)
{Hlong width;Hlong height;from.GetImageSize(&width, &height);HTuple channels = from.CountChannels();HTuple type = from.GetImageType();if( strcmp(type[0].S(), "byte" )) // 如果不是 byte 类型,则失败{return false;}QImage::Format format;switch(channels[0].I()){case 1:format = QImage::Format_Grayscale8;break;case 3:format = QImage::Format_RGB888;break;default:return false;}if(to.width() != width || to.height() != height || to.format() != format){to = QImage(static_cast<int>(width),static_cast<int>(height),format);}HString Type;if(channels[0].I() == 1){unsigned char * pSrc = reinterpret_cast<unsigned char *>( from.GetImagePointer1(&Type, &width, &height) );if(to.bytesPerLine() == width){memcpy( to.bits(), pSrc, static_cast<size_t>(width) * static_cast<size_t>(height) );}else{for(int row = 1; row < height; row ++){unsigned char * pDistLine = to.scanLine(row);const unsigned char * pSrcLine = pSrc + row * width;memcpy( pDistLine, pSrcLine, static_cast<size_t>(width));}}return true;}else if(channels[0].I() == 3){uchar *R, *G, *B;from.GetImagePointer3(reinterpret_cast<void **>(&R),reinterpret_cast<void **>(&G),reinterpret_cast<void **>(&B), &Type, &width, &height);for(int row = 0; row < height; row ++){unsigned char * line = reinterpret_cast<unsigned char *>(to.scanLine(row));for(int col = 0; col < width; col ++){*line++ = *R++;*line++ = *G++;*line++ = *B++;}}return true;}return false;
}

相关文章:

Halcon HImage 与 Qt QImage 的相互转换(修订版)

很久以前&#xff0c;我写过一遍文章来介绍 HImage 和 QImage 之间的转换方法。&#xff08;https://blog.csdn.net/liyuanbhu/article/details/91356988&#xff09; 这个代码其实是有些问题的。因为我们知道 QImage 中的图像数据不一定是连续的&#xff0c;尤其是图像的宽度…...

【Golang】——Gin 框架中的模板渲染详解

Gin 框架支持动态网页开发&#xff0c;能够通过模板渲染结合数据生成动态页面。在这篇文章中&#xff0c;我们将一步步学习如何在 Gin 框架中配置模板、渲染动态数据&#xff0c;并结合静态资源文件创建一个功能完整的动态网站。 文章目录 1. 什么是模板渲染&#xff1f;1.1 概…...

CSS:导航栏三角箭头

用CSS实现导航流程图的样式。可根据自己的需求进行修改&#xff0c;代码精略的写了一下。 注&#xff1a;场景一和场景二在分辨率比较低的情况下会有一个1px的缝隙不太优雅&#xff0c;自行处理。有个方法是直接在每个外面包一个DIV&#xff0c;用动态样式设置底色。 场景一、…...

onlyoffice Command service(命令服务)使用示例

一、说明 文档在这里&#xff1a;https://api.onlyoffice.com/docs/docs-api/additional-api/command-service/ 命令服务提供有几个简单的接口封装。也提供了前端和后端同时操作文档的可能。 二、正文 命令服务地址&#xff1a;https://documentserver/coauthoring/Com…...

QSS 设置bug

问题描述&#xff1a; 在QWidget上add 一个QLabel&#xff0c;但是死活不生效 原因&#xff1a; c 主程序如下&#xff1a; QWidget* LOGO new QWidget(logo_wnd);LOGO->setFixedSize(logo_width, 41);LOGO->setObjectName("TittltLogo");QVBoxLayout* tit…...

交换排序——快速排序

交换排序——快速排序 7.7 交换排序——快速排序快速排序概念c语言的库函数qsort快速排序框架quickSort 7.7 交换排序——快速排序 快速排序概念 快速排序是Hoare于1962年提出的一种二叉树结构的交换排序方法&#xff08;下文简称快排&#xff09;&#xff0c;其基本思想为&a…...

nodejs入门(1):nodejs的前后端分离

一、引言 我关注nodejs还是从前几年做了的一个电力大数据展示系统开始的&#xff0c;当然&#xff0c;我肯定是很多年的计算机基础的&#xff0c;万变不离其宗。 现在web网站都流行所谓的前后端结构&#xff0c;不知不觉我也开始受到这个影响&#xff0c;以前都是前端直接操作…...

笔记|M芯片MAC (arm64) docker上使用 export / import / commit 构建amd64镜像

很简单的起因&#xff0c;我的东西最终需要跑在amd64上&#xff0c;但是因为mac的架构师arm64&#xff0c;所以直接构建好的代码是没办法跨平台运行的。直接在arm64上pull下来的docker镜像也都是arm64架构。 检查镜像架构&#xff1a; docker inspect 8135f475e221 | grep Arc…...

gorm框架

连接 需要下载mysql的驱动 go get gorm.io/driver/mysql go get gorm.io/gorm 约定 主键&#xff1a;GORM 使用一个名为ID 的字段作为每个模型的默认主键。表名&#xff1a;默认情况下&#xff0c;GORM 将结构体名称转换为 snake_case 并为表名加上复数形式。 例如&#xf…...

免费送源码:Java+Springboot+MySQL Springboot多租户博客网站的设计 计算机毕业设计原创定制

Springboot多租户博客网站的设计 摘 要 博客网站是当今网络的热点&#xff0c;博客技术的出现使得每个人可以零成本、零维护地创建自己的网络媒体&#xff0c;Blog站点所形成的网状结构促成了不同于以往社区的Blog文化&#xff0c;Blog技术缔造了“博客”文化。本文课题研究的“…...

【ASR技术】WhisperX安装使用

介绍 WhisperX 是一个开源的自动语音识别&#xff08;ASR&#xff09;项目&#xff0c;由 m-bain 开发。该项目基于 OpenAI 的 Whisper 模型&#xff0c;通过引入批量推理、强制音素对齐和语音活动检测等技术。提供快速自动语音识别&#xff08;large-v2 为 70 倍实时&#xf…...

【计算机网络】协议定制

一、结构化数据传输流程 这里涉及协议定制、序列化/反序列化的知识 对于序列化和反序列化&#xff0c;有现成的解决方案&#xff1a;①json ②probuff ③xml 二、理解发送接收函数 我们调用的所有发送/接收函数&#xff0c;根本就不是把数据发送到网络中&#xff01;本质都是…...

【SQL】mysql常用命令

为方便查询&#xff0c;特整理MySQL常用命令。 约定&#xff1a;$后为Shell环境命令&#xff0c;>后为MySQL命令。 1 常用命令 第一步&#xff0c;连接数据库。 $ mysql -u root -p # 进入MySQL bin目录后执行&#xff0c;回车后输入密码连接。# 常用参数&…...

阿里云引领智算集群网络架构的新一轮变革

阿里云引领智算集群网络架构的新一轮变革 云布道师 11 月 8 日~ 10 日在江苏张家港召开的 CCF ChinaNet&#xff08;即中国网络大会&#xff09;上&#xff0c;众多院士、教授和业界技术领袖齐聚一堂&#xff0c;畅谈网络未来的发展方向&#xff0c;聚焦智算集群网络的创新变…...

几何合理的分片段感知的3D分子生成 FragGen - 评测

FragGen 来源于 2024 年 3 月 25 日 预印本的文章&#xff0c;文章题目是 Deep Geometry Handling and Fragment-wise Molecular 3D Graph Generation&#xff0c; 作者是 Odin Zhang&#xff0c;侯廷军&#xff0c;浙江大学药学院。FragGen 是一个基于分子片段的 3D 分子生成模…...

Python爬虫下载新闻,Flask展现新闻(2)

上篇讲了用Python从新闻网站上下载新闻&#xff0c;本篇讲用Flask展现新闻。关于Flask安装网上好多教程&#xff0c;不赘述。下面主要讲 HTML-Flask-数据 的关系。 简洁版 如图&#xff0c;页面简单&#xff0c;主要显示新闻标题。 分页&#xff0c;使用最简单的分页技术&…...

监控易监测对象及指标之:全面监控华为FusionInsight服务

随着大数据技术的广泛应用&#xff0c;华为FusionInsight以其卓越的性能和稳定性&#xff0c;成为了众多企业处理和分析海量数据的首选平台。然而&#xff0c;为了确保FusionInsight服务的持续稳定运行&#xff0c;对其进行全面监控至关重要。本文基于监控易工具&#xff0c;对…...

SQL面试题——蚂蚁SQL面试题 会话分组问题

会话分组问题 这里的分组不是简单的分组,而是会话的分组。 比如说,进入一个网站以后,可以连续的点击很多个页面,后台会记录用户的行为日志; 如果T日上午连续点击几个页面后退出了网站,直到第二天的下午才再次进入网站,单单从时间线上来看,昨天退出的那条日志跟今天进…...

nfs服务器--RHCE

一&#xff0c;简介 NFS&#xff08;Network File System&#xff0c;网络文件系统&#xff09;是FreeBSD支持的文件系统中的一种&#xff0c;它允许网络中的计 算机&#xff08;不同的计算机、不同的操作系统&#xff09;之间通过TCP/IP网络共享资源&#xff0c;主要在unix系…...

React--》如何高效管理前端环境变量:开发与生产环境配置详解

在前端开发中&#xff0c;如何让项目在不同环境下表现得更为灵活与高效&#xff0c;是每个开发者必须面对的挑战&#xff0c;从开发阶段的调试到生产环境的优化&#xff0c;环境变量配置无疑是其中的关键。 env配置文件&#xff1a;通常用于管理项目的环境变量&#xff0c;环境…...

数据分析进阶——【连载 5/9】《Power BI数据分析与可视化案例教程》项目5 数据建模

Power BI 数据建模教程&#xff5c;推介总结 适应人群&#xff1a;数据分析师、业务分析人员、财务 / 运营 / 销售岗、高校学生、企业内训学员、Power BI 进阶学习者。 重要性总结&#xff1a;本文档是 Power BI 数据建模核心实操教程&#xff0c;系统讲解数据建模全流程&#…...

后端程序员必看:3-6个月从0到1转型高薪AI应用

本文针对传统后端程序员想转型AI应用开发的焦虑&#xff0c;提出了一条省时、高薪、稳定的转型路线。文章指出&#xff0c;转型AI应用开发的核心是复用后端优势&#xff0c;走“后端AI集成”的复合型路线&#xff0c;而非死磕底层算法。文章详细规划了3-6个月的转型路线&#x…...

毕设成品 深度学习安全帽佩戴检测(源码+论文)

文章目录 0 前言&#x1f525;这两年开始毕业设计和毕业答辩的要求和难度不断提升&#xff0c;传统的毕设题目缺少创新和亮点&#xff0c;往往达不到毕业答辩的要求&#xff0c;这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力…...

从“Hello World”到“入坑C语言”:给编程新手的思维转换与避坑指南

从“Hello World”到“入坑C语言”&#xff1a;给编程新手的思维转换与避坑指南 第一次在屏幕上打印出"Hello World"时&#xff0c;那种兴奋感就像解开了一道数学难题。但很快你会发现&#xff0c;编程和数学解题完全不同——它更像是在教计算机如何思考。许多新手在…...

终极抢票指南:5分钟搭建全自动抢票系统,告别手速焦虑!

终极抢票指南&#xff1a;5分钟搭建全自动抢票系统&#xff0c;告别手速焦虑&#xff01; 【免费下载链接】damaihelper 支持大麦网&#xff0c;淘票票、缤玩岛等多个平台&#xff0c;演唱会演出抢票脚本 项目地址: https://gitcode.com/gh_mirrors/dam/damaihelper 还在…...

Sora提示词失效警告!:Instagram Reels专属Prompt架构(含12个平台敏感词规避指令+ASMR音画同步触发词库)

更多请点击&#xff1a; https://intelliparadigm.com 第一章&#xff1a;Sora提示词失效的底层归因与Instagram Reels内容生态断层分析 提示词语义坍缩现象 Sora模型在生成短视频时&#xff0c;对自然语言提示词的响应呈现显著退化&#xff1a;同一提示词&#xff08;如“su…...

2026主流远控软件综合横测:4款工具全方位测试,谁更适合你?

用心测评,全程无广2026主流远控软件综合横测&#xff1a;4款工具全方位测试&#xff0c;谁更适合你&#xff1f;远程控制已成为个人办公、家庭协助、企业运维、游戏串流的刚需工具。本次横测聚焦ToDesk、向日葵、TeamViewer、网易 UU 远程四款主流产品&#xff0c;从连接性能、…...

GPU硬件操作强度与LLM推理效率优化实践

1. 硬件操作强度&#xff08;HOI&#xff09;与LLM推理效率的深度解析在GPU加速的大型语言模型推理场景中&#xff0c;我们常常遇到一个看似矛盾的现象&#xff1a;计算单元利用率不足的同时&#xff0c;显存带宽却成为瓶颈。这种现象的根源在于硬件操作强度&#xff08;Hardwa…...

10x-bench-eval:量化开发效率的基准测试框架设计与实践

1. 项目概述&#xff1a;当“10倍速”遇上“基准测试”在软件工程领域&#xff0c;“10倍速工程师”是一个充满争议又令人神往的概念。它描述的是一种理想状态&#xff1a;一位工程师凭借其卓越的工具链、深刻的问题洞察力以及高效的自动化能力&#xff0c;其产出效率能达到普通…...

为LibraVDB定制内存池:提升稀疏体素数据处理性能

1. 项目概述&#xff1a;一个为LibraVDB设计的开源内存管理库最近在搞一些基于体素的数据处理项目&#xff0c;特别是用到了LibraVDB这个开源的稀疏体素数据库。玩过VDB格式的朋友都知道&#xff0c;它的核心优势在于对稀疏体数据的极致压缩和高效访问&#xff0c;但这也带来了…...