用C++ 用halcon做图像处理，外部光栅尺做位置判断，根据上面6个步骤，请写出完整的计算过程代码。

Halcon是一款强大的机器视觉库，它允许在C++中进行图像处理和机器视觉任务。然而，由于具体的实现细节依赖于Halcon的API和库函数，以及实际硬件的连接，这里提供一个简化版的伪代码概述，展示如何结合上述六个步骤处理图像并进行位置判断：

#include <halcon_core.h>
#include <halcon_image.h>

// 初始化Halcon
halcon_init();

// 创建图像对象
HalconImage img;
if (!img.load("camera_capture.jpg")) {
    // 处理加载失败...
}

// 图像校准
int cam_matrix[9];
float distortion_coeffs[5]; // 或者更多
if (!calibrateCamera(img, cam_matrix, distortion_coeffs)) {
    // 处理校准错误...
}

// 投影和平面检测
HalconPixelCoord2D corners; // 角点数组
if (!findChessboardCorners(img, &corners)) { // 假设是棋盘格平面
    // 处理无特征点...
}

// 转换到世界坐标
Point3f world_points[4]; // 使用透视除法或其他方法
for (size_t i = 0; i < corners.size(); ++i) {
    world_points[i] = projectPoints(corners[i], cam_matrix, distortion_coeffs);
}

// 计算平面信息
double plane_distance, plane_normal_x, plane_normal_y; // 假设是z=0平面
plane_from_world_points(world_points, plane_distance, plane_normal_x, plane_normal_y);

// 根据光栅尺读取位置
double external_raster_position;
read_external_raster尺(&external_raster_position); // 假设是同步读取

// 判断位置
bool is_above_plane = external_raster_position > plane_distance;

// 结果打印或进一步处理
std::cout << "Is the object above the plane? " << (is_above_plane ? "Yes" : "No") << std::endl;

// 清理Halcon资源
halcon_release(img);
halcon_finish();

//