Halcon
halcon 数学运算
halcon 数学运算【1.HALCON简介】HALCON（Hardware Abstraction Layer for Control Networks）是一款由德国不伦瑞克大学开发的开源软件，用于嵌入式系统的控制和监控。
它提供了一种硬件抽象层，使得开发者可以编写与特定硬件无关的程序。
在实际应用中，HALCON广泛应用于机器视觉、运动控制等领域。
【2.HALCON数学运算基础】在HALCON中，数学运算主要通过内置的数学函数库实现。
这些函数可以处理各种数学问题，包括算术运算、三角函数、对数、指数、逻辑运算等。
为了方便使用，HALCON将这些函数分为几个类别，如基本函数、统计函数、矩阵函数等。
【3.HALCON中的常用数学函数】以下是一些在HALCON中常用的数学函数：- 算术运算：+、-、*、/、%、^- 三角函数：sin、cos、tan、asin、acos、atan- 对数与指数函数：log、log10、exp、sqrt- 随机数生成：rand、randn- 统计函数：mean、stddev、var、sum、prod- 矩阵函数：矩阵加法、矩阵乘法、矩阵转置、行列式、逆矩阵【4.实例演示】以下是一个简单的HALCON程序，演示了如何使用数学函数：```PROGRAM exampleVARi : INT;j : INT;sum : REAL;product : REAL;matrix1 : MAT(3, 3);matrix2 : MAT(3, 3);matrix3 : MAT(3, 3);END_VARFOR i := 1 TO 3 DOFOR j := 1 TO 3 DOmatrix1(i, j) := i * j;END_FOR;END_FOR;sum := 0;FOR i := 1 TO 3 DOsum := sum + matrix1(i, 1); END_FOR;product := 1;FOR i := 1 TO 3 DOproduct := product * matrix1(1, i);END_FOR;matrix2 := matrix1 * matrix1;PRINT "矩阵1："; matrix1;PRINT "矩阵2："; matrix2;END_PROGRAM```【5.总结与建议】HALCON提供了丰富的数学函数，可以帮助开发者轻松实现各种数学运算。
halcon算子较全的中文手册
1. Halcon算子概述Halcon是一种强大的机器视觉软件，它由MVTec开发，可用于各种工业和非工业应用。
在Halcon中，算子是至关重要的组成部分，它们可以实现图像处理中的各种功能，如滤波、边缘检测、特征提取等。
本文将以算子作为主题，深入探讨Halcon算子的各种特性和用法。
2. Halcon算子的分类Halcon算子可以分为预处理算子、过滤算子、分割算子、匹配算子、测量算子等多个类别。
每个类别都包含了众多的算子，它们可以根据图像处理任务的不同需求进行灵活组合和调用。
3. Halcon算子的特性Halcon算子具有许多独特的特性，如多样的输入输出形式、灵活的参数设置、高效的运算速度等。
这些特性使得Halcon算子在图像处理领域得到广泛应用，并受到了众多工程师和科研人员的喜爱。
4. Halcon算子的使用技巧在使用Halcon算子时，熟练掌握一些技巧和经验是非常重要的。
合理设置算子的参数、选择适当的算法、理解算子的内部原理等，都可以帮助我们更好地使用Halcon算子，提高图像处理的效率和准确性。
通过一些典型的应用案例，我们可以深入了解Halcon算子的实际应用。
这些案例涵盖了工业质检、医疗影像、无人驾驶、智能制造等多个领域，展示了Halcon算子的强大功能和广泛适用性。
6. 我对Halcon算子的个人理解作为一名Halcon用户，我对Halcon算子有着深刻的认识和体会。
我认为Halcon算子不仅仅是图像处理的工具，更是一种思维方式和解决问题的哲学。
通过深入学习和使用Halcon算子，我对图像处理和机器视觉有了全新的认识和理解。
总结与回顾通过本文的全面介绍和深度探讨，我们对Halcon算子有了更加全面和深入的了解。
从算子的分类到使用技巧，再到实际案例分析，我们逐步领略了Halcon算子的强大功能和潜力。
我相信，在今后的工作和研究中，我们可以更好地运用Halcon算子，为图像处理和机器视觉领域的发展做出更大的贡献。
halcon读法
halcon读法（实用版）目录1.概述 halcon 读法2.halcon 的读音规则3.halcon 的实际应用正文【概述 halcon 读法】halcon 是西班牙语中的一个单词，它的中文意思是“鹰”。
在西班牙语中，halcon 的读音比较特殊，它读作 [哈尔肯]。
这种读音与其他西班牙语单词相比，显得较为复杂。
那么，halcon 的读音是如何形成的呢？接下来我们将探讨 halcon 的读音规则。
【halcon 的读音规则】halcon 的读音规则主要体现在以下几个方面：1.h 的发音：在西班牙语中，h 的发音与汉语中的“哈”相似，但是力度较轻。
2.a 的发音：a 在西班牙语中的发音与汉语中的“啊”相似，但是口型略圆。
3.l 的发音：l 在西班牙语中的发音与汉语中的“拉”相似，但是力度较轻。
4.c 的发音：c 在西班牙语中的发音与汉语中的“切”相似。
5.o 的发音：o 在西班牙语中的发音与汉语中的“哦”相似。
6.n 的发音：n 在西班牙语中的发音与汉语中的“呢”相似。
通过以上规则，我们可以较为准确地读出 halcon 这个单词。
在实际应用中，halcon 这个单词常常出现在与西班牙文化相关的文章、书籍和口语中。
下面我们将介绍一个关于 halcon 的实际应用。
【halcon 的实际应用】在西班牙的文学作品中，halcon 经常被用作象征勇敢和智慧的符号。
例如，在著名作家塞万提斯的名著《堂吉诃德》中，主人公堂吉诃德就被称为“勇敢的鹰”，寓意着他在追求理想和正义的过程中所展现出的勇敢和智慧。
通过这个形象，塞万提斯向读者传达了一种积极向上的人生态度，鼓励人们勇敢地面对生活中的挑战。
总之，halcon 作为西班牙语中的一个单词，既有其独特的读音规则，又在实际应用中承载着丰富的文化内涵。
halcon引擎使用总结
halcon引擎使用总结摘要：一、Halcon引擎简介二、Halcon引擎的优势三、Halcon引擎的应用领域四、Halcon引擎的使用技巧五、总结与展望正文：一、Halcon引擎简介Halcon是一款功能强大的图像处理引擎，起源于比利时，至今已有数十年的历史。
它广泛应用于机器视觉、工业自动化、科研等领域。
Halcon引擎具有易用性、高效性和灵活性等特点，为用户提供了一系列图像处理、分析和识别的工具。
二、Halcon引擎的优势1.强大的图像处理能力：Halcon引擎具备丰富的图像处理算法，包括滤波、边缘检测、分割、特征提取等，可以满足各种图像处理需求。
2.高效的运算性能：Halcon引擎采用高性能的并行处理技术，大大提高了图像处理的速度，降低了运算延迟。
3.易于学习和使用：Halcon引擎的编程语言简洁明了，易于上手。
同时，其提供了丰富的实例和教程，有助于用户快速掌握相关技能。
4.跨平台兼容性：Halcon引擎支持多种操作系统，如Windows、Linux等，方便用户在不同平台上进行应用。
5.开放的开发环境：Halcon引擎提供了丰富的API和SDK，便于开发者进行二次开发和集成。
三、Halcon引擎的应用领域1.工业自动化：Halcon引擎可应用于机器视觉，实现自动化生产线的智能监控、产品质量检测等功能。
2.医疗影像处理：Halcon引擎在医疗领域的应用包括图像增强、分割、三维重建等，有助于提高诊断准确率。
3.智能交通：Halcon引擎可应用于车辆识别、交通流量监测等领域，提高交通管理效率。
4.科研与教育：Halcon引擎广泛应用于各类科研项目的图像处理与分析，以及高校的教育与实践。
四、Halcon引擎的使用技巧1.了解并善用内置算法：Halcon引擎内置了丰富的图像处理算法，了解这些算法的原理和适用场景有助于提高工作效率。
2.优化参数设置：针对不同算法，合理设置参数可以提高处理效果和速度。
3.并行处理：利用Halcon引擎的并行处理能力，可以大大提高图像处理的效率。
halcon知识点总结
halcon知识点总结Halcon基本概念Halcon的全称是HALCON（Highly Optimized Computer Vision Algorithms）, 是由MVTec Software GmbH公司开发的一款强大的视觉处理软件，为工业自动化领域提供了全面的解决方案。
这种软件广泛应用于制造业、半导体行业、电子产业、医药行业等领域，用于机器视觉系统的开发和部署。
Halcon具有以下几个基本概念：1. 图像处理Halcon是一种用于图像处理的软件，它提供了一系列的图像处理算法和工具，可以对图像进行预处理、分割、特征提取、匹配等操作，以满足各种不同的应用需求。
2. 机器视觉Halcon可以应用于机器视觉系统中，用于进行产品质量检测、物体识别和追踪、三维测量等操作，以提高生产效率和产品质量。
3. 算法优化Halcon提供了高度优化的图像处理算法，可以实现高性能和高效率的图像处理，适用于高速和复杂的生产环境。
特性Halcon具有以下一些重要的特性：1. 高性能Halcon使用了一系列高效的图像处理算法和数据结构，以实现高速的图像处理能力，能够满足各种不同的应用需求。
2. 多功能Halcon提供了丰富的图像处理和分析功能，可以用于多种不同的应用场景，如工业自动化、医疗影像、安防监控等。
3. 跨平台Halcon可以在多种不同的操作系统上运行，并且支持多种不同的开发语言和工具，可以轻松集成到现有的系统之中。
应用Halcon在多个领域都有广泛的应用，以下是一些典型的应用场景：1. 工业自动化在工业自动化领域，Halcon可以用于进行产品质量检测、零件识别和追踪、三维测量等操作，以提高生产效率和产品质量。
2. 医疗影像在医疗领域，Halcon可以用于进行医学影像处理和分析，如医学图像的识别、分割、量化分析等，以辅助医生进行诊断和治疗。
3. 安防监控在安防监控领域，Halcon可以用于进行行人识别、车辆识别、人脸识别等操作，以提高监控系统的识别能力和准确度。
halcon 坐标定义
halcon 坐标定义摘要：1.Halcon 简介2.Halcon 坐标系统的构成3.Halcon 坐标的定义方法4.Halcon 坐标的应用领域正文：【1.Halcon 简介】Halcon 是一种广泛应用于工业自动化领域的编程语言。
它是由德国的Grafikontor 公司开发的，专为机器视觉和工业自动化应用而设计。
Halcon 支持多种操作系统，包括Windows、Linux 和Mac OS，具有较高的性能和灵活性。
【2.Halcon 坐标系统的构成】Halcon 坐标系统是一个用于描述图像和设备运动的二维或三维坐标系统。
它由一个原点和两个轴（X 轴和Y 轴）组成。
在二维系统中，还有一个Z 轴，用于描述深度或高度。
Halcon 坐标系统可以是笛卡尔坐标系或极坐标系。
【3.Halcon 坐标的定义方法】在Halcon 中，坐标可以通过以下方法定义：- 直接定义：使用Halcon 编程语言中的数据类型和函数直接定义坐标值。
例如，X 坐标为100，Y 坐标为200。
- 计算定义：通过Halcon 编程语言中的运算符和函数计算得到坐标值。
例如，X 坐标为Sx+50，Y 坐标为Sy-100。
- 接口读取：通过连接外部设备（如相机、编码器等）读取坐标值。
例如，从相机的图像中提取物体的坐标信息。
【4.Halcon 坐标的应用领域】Halcon 坐标广泛应用于工业自动化和机器视觉领域，例如：- 机器人控制：使用Halcon 坐标系统，可以精确地控制机器人的移动和定位。
- 机器视觉：通过Halcon 编程语言处理图像数据，可以提取物体的坐标信息，用于检测、识别和定位。
- 设备控制：Halcon 坐标系统可以用于控制和监控生产设备，如机床、输送线等。
halcon算子解释
halcon算子解释Halcon算子是一种用于图像处理和计算机视觉领域的重要工具。
它通过使用预定义的数学运算符和操作来检测、分割和分析图像。
Halcon算子的设计目的是简化图像处理任务，提高处理精度和效率。
在本文中，我将解释Halcon算子的概念、功能和使用方法，让读者对其有一个全面的了解。
一、Halcon算子简介Halcon算子是由美国明尼苏达大学开发的一种图像处理工具。
它基于强大的数学环境，可以进行各种图像处理操作，包括滤波、边缘检测、形状匹配等。
Halcon算子以其高度灵活性和广泛适应性而受到了广泛的应用。
二、Halcon算子的功能1. 图像预处理：Halcon算子可以对图像进行预处理，包括灰度转换、平滑滤波、直方图均衡化等。
这些操作可以提高图像的质量，为后续的图像分析和处理提供更好的基础。
2. 特征提取与分析：Halcon算子可以检测图像中的特征，并进行跟踪和分析。
例如，可以使用Halcon算子进行形状匹配，找到图像中与参考形状相似的目标物体。
此外，Halcon算子还可以进行边缘检测、角点检测等操作。
3. 形状分割与识别：Halcon算子可以将图像中的目标物体进行分割，并对其进行识别和分类。
通过使用Halcon算子，可以根据目标物体的颜色、形状、纹理等特征将其与背景分离。
4. 三维视觉处理：Halcon算子可以处理三维图像数据，进行三维重建、三维测量等操作。
通过使用Halcon算子，可以提取三维物体的参数，如表面形状和体积等。
三、Halcon算子的使用方法Halcon算子的使用方法相对简单，主要包括以下几个步骤：1. 导入图像：首先，需要将待处理的图像导入到Halcon算子的环境中。
这可以通过图像文件的读取或者直接采集实时图像等方式来完成。
2. 预处理操作：对于导入的图像，可以根据需要进行一些预处理操作，如灰度转换、去噪处理等。
这些操作可以提高后续处理的准确性和效果。
3. 应用算子：根据具体的图像处理任务，选择合适的Halcon算子进行应用。
halcon入门教程
halcon入门教程Halcon(哈康)是一款由美国密歇根州慕尼黑市的MVTec软件公司开发的机器视觉开发平台。
它提供了丰富的图像处理和分析函数，可以用于工业自动化、机器人视觉、医学图像处理等各个领域。
Halcon的入门教程首先要了解其基本概念和术语。
以下是一些常用术语的简要介绍：1. 图像：在Halcon中，图像指的是一个或多个矩阵组成的数据对象。
每个矩阵表示图像中的像素值，可以是灰度图像或彩色图像。
2. 灰度图像：灰度图像是指每个像素只有一个灰度值的图像。
在Halcon中，灰度图像通常用单通道矩阵表示。
3. 彩色图像：彩色图像是指每个像素有多个颜色分量的图像。
在Halcon中，彩色图像通常用多通道矩阵表示，每个通道表示一个颜色分量。
4. 模板匹配：模板匹配是一种在输入图像中寻找与模板图像最相似区域的方法。
Halcon提供了多种模板匹配算法，可以根据需要选择合适的算法。
5. 区域：在Halcon中，区域是指图像中的一个连续像素集合。
可以通过二值化、分割等方法得到区域。
除了上述基本概念外，入门教程还应包括以下内容：1. 安装与配置：介绍如何下载、安装和配置Halcon开发环境。
2. 图像加载与显示：介绍如何加载和显示图像，以及常用的图像显示函数。
3. 图像处理：介绍Halcon提供的常用图像处理函数，例如平滑、增强、边缘检测等。
4. 区域处理：介绍Halcon提供的区域处理函数，例如区域拟合、区域合并、形态学操作等。
5. 模板匹配：介绍Halcon提供的模板匹配函数，例如统计形状模板匹配、模板匹配算法比较等。
6. 应用实例：通过实际案例展示如何使用Halcon解决实际问题，例如物体检测、识别和测量等。
通过学习上述内容，可以初步掌握Halcon的基本功能和使用方法，为进一步深入学习和应用奠定基础。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Halcon目录1、相机接入且拍摄 (2)1.1 步骤 (2)1.2 后续处理函数 (5)2、相机标定 (7)2.1标定步骤 (7)3、手眼系统标定 (11)3.1 标定步骤 (11)4、图像坐标和机器臂坐标转换 (13)4.1 转换步骤 (14)5、模版匹配（基于形状） (19)5.1 步骤 (19)6、常见函数 (25)6.1 图像分割 (25)6.2 轮廓提取、处理 (31)1、相机接入且拍摄1.1 步骤（1）连接相机open_framegrabbe(Name, HorizontalResolution, VerticalResolution, ImageWidth, ImageHeight, StartRow, StartColumn, Field, BitsPerChannel, ColorSpace, Generic, ExternalTrigger, CameraType, Device, Port, LineIn, AcqHandle) 在算子窗口内输入函数名，填入参数后点击“确定”按钮即可将函数加入程序中。
注：Name: 图像采集设备的名称可通过以下步骤确定：1、在Halcon菜单栏里点击“窗口”，选择“打开算子窗口”。
（若算子窗口已打开则直接进入第二步）2、在“输入算子或函数”栏内输入“open_framegrabbe”回车后出现下图3、在“参数”栏中的Name后点击即可自动检测连接的设备(笔记本电脑摄像头检测后为’DirectShow’)此参数若随意填写，可能导致程序报错HorizontaResolution、VerticalResolution：预期的图像采集接口的水平分辨率和垂直分辨率ImageWidth、ImageHeight：预期图像的宽度和高度部分StartRow、StartColumn：显示预期图像的开始坐标Field：预期图像是一半的图像或者是完整图像BitsPerChannel：每像素比特数和图像通道ColorSpace：获取图像的输出形式（gray、raw、rgb、yuv、default）说明：此参数设置不同的值可以得到不同的图像效果，如设置“gray”则后续拍摄的图像为灰度图；选择“rbg”则会显示彩色图像Generic: 通用参数与设备细节部分的具体意义ExternalTrigger：是否有外部触发器CameraType：使用相机的类型Device: 连接到的设备说明：此参数用于区分不同的摄像头，因此在连接多摄像头时需要设置不同的值。
如程序中需要连接两个摄像头，则需要分别设值为‘0’和‘1’。
Port: 连接到的端口LineIn：相机输入的多路转换器AcqHandle: 图像获取设备的Handle说明：此参数设置与Device类似，在同一程序中若有不同的相机也需要设置不同的值。
并且此参数在后续摄像头进行拍摄时需要使用。
注：上述没有特别说明的参数，如果没有特定要求，则均可以设置为默认值。
（2）进行拍摄grab_image( Image , AcqHandle ) 从指定图像采集装置抓取图像注：Image: 采集后的图像将会保存在此变量中AcqHandle：图像采集设备的Handle，由步骤（1）的函数唯一确定。
（3）关闭设备close_all_framegrabbers() 关闭所有连接的摄像头1.2 后续处理函数此部分内容主要用于在得到拍摄后的图像后，此图像无法较好地满足图像处理要求的情况下，通过调用以下函数可以对图像进行一些简单的处理。
（1）decompose3(MultiChannelImage , Image1, Image2, Image3 ) 将一张三通道图像（如RGB）转换为三张单通道图像注：如果之前在步骤（1）中设置ColorSpace参数为‘RGB’后，可对拍摄得到的图像进行此转换。
（2）trans_from_rgb(ImageRed, ImageGreen, ImageBlue ，ImageResult1,ImageResult2 , ImageResult3，ColorSpace) 将一个RGB图像转换为任意格式的图像注：ImageRed、ImageGreen、ImageBlue为decompose3函数中得到的三个单通道图像ColorSpace: 为指定图像的格式该函数运行后生成三幅单通道图像，若要合成一张三通道图像，可由compose3函数实现。
2、相机标定2.1标定步骤代码部分可参考Halcon中自带的例程，位于浏览例程=》摄像机标定=》第一个例程（1）设置相机内部参数初始值1、Division畸变模型cameraParam:[ Focus, Kappa, Sx, Sy, Cx, Cy, ImageWidth, ImageHeight]2、Polynomial畸变模型CameraParam:[Focus, K1, K2, K3, P1, P2, Sx, Sy, Cx, Cy, ImageWidth, ImageHeight]注：当镜头为远心镜头时，Focus=0；Division畸变模型只适用于精度要求不是很高,标定图片数量较少的情况；Polynomial畸变模型对镜像畸变和切向畸变都校正,精度较高,花费时间长。
Focus：镜头的标称焦距Kappa、K1、K2、K3、P1、P2可全部初始化为0Sx和Sy是相邻像元的水平和垂直距离由CCD\CMOS 确定建议取值Cx和Cy是光心坐标初始值，可分别取ImageWidth和ImageHeight大小的一半ImageWidth和ImageHeight 由Halcon中进行处理的图片大小决定例：StartCamPar:=[0.016,0,0.0000074,0.0000074,326,247,652,494]（2）标定板初始化在代码中指定标定版描述文件（该类文件位于Halcon安装目录下的calib目录下）注：在此目录下有若干个不同的描述文件，选择时应根据实际使用的标定版大小进行选择。
如：实际使用标定版大小为30mm*30mm，则应选择文件名为：“caltab_30mm.descr”的文件。
例：CaltabName := 'caltab_30mm.descr'（3）从标定版描述文件中读取标记中心点（中心点在后续步骤中需使用）caltab_points (CaltabName, X, Y, Z)（4）读入图像,确定点在图像中的信息read_image (Image,Filename) 读取事先拍摄好的标定版图像find_caltab(Image : Caltab : CalTabDescrFile, SizeGauss, MarkThresh, MinDiamMarks : ) 在图像中提取出标定版以便于后续的处理find_marks_and_pose(Image, CalTabRegion : : CalTabDescrFile, StartCamParam, StartThresh, DeltaThresh, MinThresh, Alpha, MinContLength, MaxDiamMarks : RCoord, CCoord, StartPose) 将图像中点的数据写入RCoord和CCoord中注：根据图像（拍摄标定版在不同图像区域）的个数对以上步骤进行循环，依次读入不同图像并进行标定。
由于有不同图像，因此需要每次获取的RCoord、CCoord和StartPose加入到一个元组中（5）完成标定camera_calibration( : : NX, NY, NZ, NRow, NCol, StartCamParam, NStartPose, EstimateParams : CameraParam, NFinalPose, Errors) 通过将（4）中获取的数据传入该函数，完成最后的标定。
最终可得到相机的标定后的外参内参。
3、手眼系统标定代码部分可参考Halcon中自带的例程，位于浏览例程=》手眼系统标定=》第二个例程3.1 标定步骤（1）见相机标定步骤（1）（2）见相机标定步骤（2）（3）见相机标定步骤（3）（4）读入图像和机械臂末端位置，循环进行标定read_image (Image,Filename) 读取事先拍摄好的标定版图像find_caltab(Image : Caltab : CalTabDescrFile, SizeGauss, MarkThresh, MinDiamMarks : ) 在图像中提取出标定版以便于后续的处理find_marks_and_pose(Image,CalTabRegion,CalTabDescrFile, StartCamParam, StartThresh, DeltaThresh, MinThresh, Alpha, MinContLength, MaxDiamMarks,RCoord, CCoord, StartPose) 将图像中点的数据写入RCoord和CCoord中read_pose( PoseFile,Pose) 读入当前机器臂末端坐标系相对于机器人基准坐标系的坐标点与三轴旋转角度（6自由度）注：1、此函数采用文件名作为参数，读入的文件中包含有事先输入的图像中机器臂当前的坐标，此坐标可由机器人运动学正解公式得到。
2、相机的z轴方向沿镜头向外，x轴方向为垂直z轴方向向图片的正右方，y轴方向以右手螺旋定则确定。
3、机器手基准坐标（世界坐标）的选取中x轴方向须与摄像头x轴方向一致，否者结果会产生一定的偏差。
4、文件的生成可参考Halcon自带例程“手眼系统标定”==》第一个例程。
（5）完成标定hand_eye_calibration( X, Y, Z, Row, Col, NumPoints, RobotPoses, CameraParam, Method, QualityType , CameraPose, CalibrationPose, Quality) 步骤（4）所获取的点的数据和相机标定后的内部参数作为此函数的参数输入，得到机器人基准坐标系相对于相机坐标系的位姿和标定物在机器人基准坐标系中的位姿。
注：最终得到的两个参数建议写入文件，以便于后续使用。
可采用write_pose( Pose, PoseFile ) 函数写入进指定文件内。
4、图像坐标和机器臂坐标转换代码部分可参考Halcon中自带的例程，位于浏览例程=》手眼系统标定=》第四个例程4.1 转换步骤（1）读取相机参数和手眼系统标定后得到的两个位姿read_cam_par( CamParFile ，CameraParam) 读取相机标定后内部参数read_pose( PoseFile，Pose) 读取手眼标定后得到的机器人基准坐标系相对于相机坐标的位姿和标定物在机器人基准坐标系中的位姿。