C# + Halcon实战：5分钟搞定药盒追溯码批量识别（附完整代码）

C# + Halcon实战：5分钟搞定药盒追溯码批量识别（附完整代码）

在药品生产与流通环节，追溯码的高效识别直接关系到质量管理效率。传统人工扫码方式面对成千上万的药盒时显得力不从心，而基于Halcon机器视觉库的自动化解决方案能实现每秒处理数十张图像的工业级识别精度。本文将演示如何用C#构建一个完整的批量处理系统，从图像采集到结构化输出一气呵成。

1. 环境配置与项目初始化

首先确保开发环境满足以下条件：

• Visual Studio 2019/2022
• .NET Framework 4.8
• Halcon 20.11及以上版本运行时

通过NuGet安装HalconDotNet库：

Install-Package HalconDotNet -Version 20.11.0

创建控制台项目后，建议采用以下目录结构：

ProjectRoot │ Program.cs └───InputImages └───OutputResults

2. 核心识别模块开发

2.1 条形码模型参数优化

针对药品追溯码的特点，需要特别调整识别参数：

HTuple barCodeHandle; HOperatorSet.CreateBarCodeModel( new HTuple("element_size_min"), new HTuple(1.5), // 更小的单元尺寸适应高密度条码 out barCodeHandle ); // 设置关键参数 HOperatorSet.SetBarCodeParam(barCodeHandle, "persistence", 1); // 启用持续学习 HOperatorSet.SetBarCodeParam(barCodeHandle, "check_char", "present"); HOperatorSet.SetBarCodeParam(barCodeHandle, "timeout", 200); // 超时毫秒数

2.2 图像预处理增强

为提高低质量图像的识别率，添加高斯滤波和对比度增强：

HObject ProcessImage(HObject originalImage) { HObject enhancedImage; HOperatorSet.GaussFilter(originalImage, out enhancedImage, 3); HOperatorSet.ScaleImage(enhancedImage, out enhancedImage, 1.2, 0); return enhancedImage; }

3. 批量处理系统实现

3.1 多线程处理框架

使用Parallel.ForEach实现高效并行处理：

var imageFiles = Directory.GetFiles(inputPath, "*.png"); var resultData = new ConcurrentBag<string>(); Parallel.ForEach(imageFiles, file => { try { HObject image; HOperatorSet.ReadImage(out image, file); var processedImage = ProcessImage(image); HObject symbolRegions; HOperatorSet.FindBarCode( processedImage, out symbolRegions, barCodeHandle, "auto", out HTuple decodedStrings ); resultData.Add($"{Path.GetFileName(file)},{decodedStrings.TupleSelect(0)}"); } catch (HalconException ex) { resultData.Add($"{Path.GetFileName(file)},ERROR:{ex.Message}"); } });

3.2 失败重试机制

对于识别失败的图像，自动进行三次重试：

int retryCount = 0; while (retryCount < 3) { try { // 识别逻辑... break; } catch { retryCount++; Thread.Sleep(100); } }

4. 结果导出与系统集成

4.1 CSV输出模块

生成带时间戳的结果文件：

void ExportResults(IEnumerable<string> data) { string timestamp = DateTime.Now.ToString("yyyyMMdd_HHmmss"); string outputPath = $"OutputResults/result_{timestamp}.csv"; File.WriteAllLines(outputPath, new[] { "FileName,Barcode,Status" } .Concat(data.Select(x => x.Contains("ERROR") ? $"{x.Split(',')[0]},,{x.Split(',')[1]}" : $"{x.Split(',')[0]},{x.Split(',')[1]},SUCCESS")) ); }

4.2 数据库对接方案

支持直接写入SQL Server：

using (var connection = new SqlConnection(connString)) { var cmd = new SqlCommand( "INSERT INTO BarcodeResults VALUES (@fileName, @code, @status)", connection); foreach (var item in resultData) { cmd.Parameters.Clear(); cmd.Parameters.AddWithValue("@fileName", item.Split(',')[0]); cmd.Parameters.AddWithValue("@code", item.Contains("ERROR") ? DBNull.Value : (object)item.Split(',')[1]); cmd.Parameters.AddWithValue("@status", item.Contains("ERROR") ? "FAIL" : "SUCCESS"); cmd.ExecuteNonQuery(); } }

5. 性能优化技巧

5.1 内存管理最佳实践

Halcon对象必须及时释放：

finally { processedImage.Dispose(); symbolRegions.Dispose(); HOperatorSet.ClearBarCodeModel(barCodeHandle); }

5.2 识别速度对比测试

不同参数下的性能表现：

5.3 异常处理策略

针对常见问题的应对方案：

• 图像模糊：自动触发锐化处理
• 低对比度：动态调整灰度范围
• 多码同框：启用区域分割检测

完整项目代码已封装为可执行工具，包含以下功能：

• 拖拽文件夹批量处理
• 实时进度显示
• 错误日志记录
• 结果可视化复核

在实际药品包装线上部署时，建议配合工业相机触发采集，将处理速度提升至200+帧/秒。对于特殊材质的反光包装，可增加偏振滤镜消除干扰。