Vision SCL 编程

Vision SCL (Visual Structured Control Language) 是 Vision Studio 的视觉专用编程语言。它在标准 PLC SCL 基础上扩展了视觉数据类型、图像处理函数和推理调用接口，适合实现复杂视觉逻辑。

语言概述

与标准 SCL 的异同

特性	标准 SCL	Vision SCL
基础语法	IF/FOR/WHILE/CASE	完全兼容
数据类型	BOOL/INT/REAL/STRING/ARRAY	全部继承
视觉类型	不支持	Image / Region / Contour / DetectionResult 等
视觉函数	不支持	200+ 视觉算子
推理调用	不支持	ONNX Runtime 推理
异步执行	不支持	Job 异步提交 + 回调
编译目标	PLC VM 字节码	视觉中间表示
运行环境	PLC 运行时	Vision Studio 运行时

编程模式

Vision SCL 支持两种编程模式：

1. 独立模式：纯 Vision SCL 编写完整视觉程序

PROGRAM VisionProgram
VAR
    cam : Camera;
    img : Image;
    result : DetectionResult;
END_VAR

    img := CAM_Capture(cam, TIMEOUT := 5000);
    result := OBJ_Detect(img, MODEL := "model.onnx");
    VIS_WriteResult(result);
END_PROGRAM

2. 混合模式：卡片图 + Vision SCL 代码片段

在卡片图编辑器中，可以使用 SCL 脚本 卡片嵌入自定义逻辑：

// 在卡片图流程中插入自定义后处理
IF result.confidence > 0.8 THEN
    result := result;  // 保留高质量检测
ELSE
    result.confidence := 0.0;  // 过滤低置信度
END_IF;

视觉专用数据类型

Image (图像)

TYPE Image :
STRUCT
    width     : DWORD;       // 图像宽度 (像素)
    height    : DWORD;       // 图像高度 (像素)
    channels  : BYTE;        // 通道数 (1=灰度, 3=BGR, 4=BGRA)
    format    : ImageFormat; // 像素格式 (enum)
    timestamp : LWORD;       // 采集时间戳 (TSC)
    data_ptr  : DWORD;       // 图像数据指针 (仅供内部使用)
    metadata  : STRING[256]; // 元数据 JSON
END_STRUCT
END_TYPE

ImageFormat 枚举：

枚举值	说明	每像素位数
`FORMAT_GRAY8`	8 位灰度	8 bit
`FORMAT_GRAY16`	16 位灰度	16 bit
`FORMAT_BGR24`	24 位 BGR	24 bit
`FORMAT_BGRA32`	32 位 BGRA	32 bit
`FORMAT_RGB24`	24 位 RGB	24 bit
`FORMAT_YUV420`	YUV 420 平面	12 bit

Region (区域)

TYPE Region :
STRUCT
    pixel_count : DWORD;  // 像素数
    bounding_box : Rect;  // 外接矩形
    centroid_x  : REAL;   // 质心 X
    centroid_y  : REAL;   // 质心 Y
    area        : REAL;   // 面积 (平方像素)
    perimeter   : REAL;   // 周长 (像素)
    // ... 其他矩特征
END_STRUCT
END_TYPE

Contour (轮廓)

TYPE Contour :
STRUCT
    point_count : DWORD;  // 轮廓点数
    length      : REAL;   // 轮廓长度
    is_closed   : BOOL;   // 是否闭合
    center_x    : REAL;   // 中心 X
    center_y    : REAL;   // 中心 Y
    // ... 几何属性
END_STRUCT
END_TYPE

DetectionResult (检测结果)

TYPE DetectionResult :
STRUCT
    object_count : DWORD;            // 检测目标数
    objects      : ARRAY[0..255] OF  // 目标列表 (最多 256 个)
    STRUCT
        class_id     : WORD;         // 类别 ID
        class_name   : STRING[64];   // 类别名称
        confidence   : REAL;         // 置信度 (0.0~1.0)
        x            : REAL;         // 中心 X
        y            : REAL;         // 中心 Y
        width        : REAL;         // 宽度
        height       : REAL;         // 高度
        angle        : REAL;         // 旋转角度 (度)
    END_STRUCT;
    inference_time_ms : REAL;        // 推理耗时 (毫秒)
    status            : DWORD;       // 状态码
END_STRUCT
END_TYPE

其他数据类型

类型	说明	主要字段
`Rect`	矩形区域	x, y, width, height
`Circle`	圆	center_x, center_y, radius
`Line`	直线段	x1, y1, x2, y2, angle
`Measurement`	测量结果	value, unit, status, deviation
`DecodeResult`	条码/二维码解码结果	content, format, confidence
`OCRResult`	文字识别结果	text, confidence, chars
`MatchResult`	模板匹配结果	score, x, y, angle
`AnomalyResult`	异常检测结果	anomaly_score, is_anomaly, heatmap
`ClassifierResult`	分类结果	class_id, class_name, probabilities

视觉专用函数

相机控制

函数	说明	语法
`CAM_Open`	打开相机设备	`cam := CAM_Open(device_id)`
`CAM_Close`	关闭相机	`CAM_Close(cam)`
`CAM_SetParam`	设置相机参数	`CAM_SetParam(cam, param, value)`
`CAM_GetParam`	读取相机参数	`value := CAM_GetParam(cam, param)`
`CAM_Capture`	采集一帧图像	`img := CAM_Capture(cam, TIMEOUT:=ms)`
`CAM_StartStream`	启动连续采集	`CAM_StartStream(cam, callback)`
`CAM_StopStream`	停止连续采集	`CAM_StopStream(cam)`

图像处理

函数	说明	语法
`IMG_Read`	从文件加载图像	`img := IMG_Read(path)`
`IMG_Save`	保存图像到文件	`IMG_Save(img, path, format)`
`IMG_Resize`	缩放图像	`resized := IMG_Resize(img, w, h, mode)`
`IMG_CvtColor`	色彩空间转换	`gray := IMG_CvtColor(img, FORMAT_GRAY8)`
`IMG_GaussianBlur`	高斯滤波	`blurred := IMG_GaussianBlur(img, ksize, sigma)`
`IMG_MedianBlur`	中值滤波	`filtered := IMG_MedianBlur(img, ksize)`
`IMG_Canny`	Canny 边缘检测	`edges := IMG_Canny(img, low, high)`
`IMG_Threshold`	二值化	`binary := IMG_Threshold(img, thresh, maxval, type)`
`IMG_ROI`	提取感兴趣区域	`roi := IMG_ROI(img, rect)`
`IMG_DrawRect`	绘制矩形	`IMG_DrawRect(img, rect, color, thickness)`
`IMG_DrawText`	绘制文字	`IMG_DrawText(img, text, pos, color, scale)`
`IMG_MatchTemplate`	模板匹配	`result := IMG_MatchTemplate(img, templ, method)`

目标检测

函数	说明	语法
`OBJ_Detect`	目标检测	`result := OBJ_Detect(img, MODEL:="path")`
`OBJ_DetectCustom`	自定义配置推理	`result := OBJ_DetectCustom(img, cfg)`
`OBJ_Classify`	图像分类	`result := OBJ_Classify(img, MODEL:="path")`
`OBJ_Segment`	语义分割	`mask := OBJ_Segment(img, MODEL:="path")`
`OBJ_Anomaly`	异常检测	`result := OBJ_Anomaly(img, MODEL:="path")`

测量

函数	说明	语法
`MEAS_FindCircle`	拟合圆	`circle := MEAS_FindCircle(img, roi)`
`MEAS_FindLine`	拟合直线	`line := MEAS_FindLine(img, roi)`
`MEAS_DistancePP`	点间距	`dist := MEAS_DistancePP(p1, p2)`
`MEAS_DistancePL`	点到线距离	`dist := MEAS_DistancePL(point, line)`
`MEAS_Angle`	两线夹角	`angle := MEAS_Angle(line1, line2)`
`MEAS_Calibrate`	像素到物理单位	`mm := MEAS_Calibrate(pixels, scale)`

识别

函数	说明	语法
`DEC_Barcode`	条码识别	`result := DEC_Barcode(img, roi)`
`DEC_QRCode`	QR 码识别	`result := DEC_QRCode(img, roi)`
`DEC_DataMatrix`	DataMatrix 识别	`result := DEC_DataMatrix(img, roi)`
`OCR_Recognize`	OCR 文字识别	`result := OCR_Recognize(img, roi, lang)`

结果输出

函数	说明	语法
`VIS_WriteResult`	写结果到 PLC 变量	`VIS_WriteResult(result)`
`VIS_WriteVariable`	写指定 PLC 变量	`VIS_WriteVariable(name, value)`
`VIS_ReadVariable`	读 PLC 变量	`value := VIS_ReadVariable(name)`
`VIS_Log`	写入视觉日志	`VIS_Log(level, message)`
`VIS_SaveImage`	保存图像	`VIS_SaveImage(img, path)`

完整示例

产品外观检测

PROGRAM SurfaceInspection
VAR_INPUT
    trigger : BOOL;
END_VAR
VAR
    cam : Camera;
    img : Image;
    result : DetectionResult;
    defect_count : INT;
    pass : BOOL;
END_VAR

    // 打开相机
    cam := CAM_Open("USB_CAM_1");
    
    // 等待触发
    IF trigger THEN
        // 采集图像
        img := CAM_Capture(cam, TIMEOUT := 3000);
        
        // 预处理
        img := IMG_CvtColor(img, FORMAT_GRAY8);
        img := IMG_GaussianBlur(img, KSIZE := 5, SIGMA := 1.5);
        
        // 目标检测 (缺陷检测模型)
        result := OBJ_Detect(img, MODEL := "surface_defect.onnx");
        
        // 判断结果
        defect_count := result.object_count;
        pass := (defect_count = 0);
        
        // 输出结果
        VIS_WriteVariable("VIS_DEFECT_COUNT", INT_TO_REAL(defect_count));
        VIS_WriteVariable("VIS_INSPECT_PASS", BOOL_TO_REAL(pass));
        
        // 有缺陷时保存图像
        IF NOT pass THEN
            VIS_SaveImage(img, "C:\Darra\HMI\defect_images\");
        END_IF;
        
        // 记录日志
        VIS_Log(LOG_INFO, "检测完成: " + 
                (INT_TO_STRING(defect_count)) + " 个缺陷");
    END_IF;
    
    CAM_Close(cam);
END_PROGRAM

定位引导

PROGRAM RobotGuiding
VAR_INPUT
    part_present : BOOL;
END_VAR
VAR
    cam : Camera;
    img : Image;
    result : MatchResult;
    offset_x, offset_y, offset_angle : REAL;
END_VAR

    IF part_present THEN
        cam := CAM_Open("GIGE_CAM_1");
        img := CAM_Capture(cam, TIMEOUT := 2000);
        
        // 模板匹配定位
        result := IMG_MatchTemplate(img, 
                   TEMPLATE := "reference_part.png",
                   METHOD := MATCH_NORMED);
        
        IF result.score > 0.8 THEN
            // 计算偏移
            offset_x := result.x - 320.0;   // 图像中心偏移
            offset_y := result.y - 240.0;
            offset_angle := result.angle;
            
            // 写偏移量到 PLC (单位: mm)
            VIS_WriteVariable("ROBOT_OFFSET_X", offset_x * 0.1);
            VIS_WriteVariable("ROBOT_OFFSET_Y", offset_y * 0.1);
            VIS_WriteVariable("ROBOT_OFFSET_ANGLE", offset_angle);
            VIS_WriteVariable("VIS_JOB_DONE", 1.0);
        ELSE
            VIS_Log(LOG_WARN, "模板匹配失败, 评分=" + 
                    REAL_TO_STRING(result.score));
            VIS_WriteVariable("VIS_JOB_ERROR", 1.0);
        END_IF;
        
        CAM_Close(cam);
    END_IF;
END_PROGRAM

注意事项

异步执行：Vision SCL 程序以 Job 形式异步执行，不会阻塞 PLC 扫描周期
内存管理：图像数据占用较大内存，使用后及时释放 IMG_Release(img)
超时处理：采集和推理操作必须设置超时，防止无限等待
模型路径：模型路径支持相对路径（相对于项目目录）和绝对路径
错误处理：视觉函数返回值包含状态码，建议检查后再继续

语言概述​

与标准 SCL 的异同​

编程模式​

视觉专用数据类型​

Image (图像)​

Region (区域)​

Contour (轮廓)​

DetectionResult (检测结果)​

其他数据类型​

视觉专用函数​

相机控制​

图像处理​

目标检测​

测量​

识别​

结果输出​

完整示例​

产品外观检测​

定位引导​

注意事项​