机器人奇点是个让生产商和用户都很头痛的问题，碰上了，严重点可能造成“机毁人亡”。那到底什么是机器人奇点，它是怎么形成的，怎么样才能避免机器人奇点？下面这篇文章由Robotiq公司的Alex Owen-Hill撰写，它能让你全面了解这些烦人的问题。如果你对科学感兴趣，“奇点”很可能会让你想起黑洞。自从美国LIGO实验室证明了引力波的存在之后，黑洞就被媒体广泛报道，为大众所熟知。根据物理学家推论，在黑洞的中心，存在一个“引力奇点”，这意味着那里的引力非常大，甚至趋于无穷大。机器人奇点的概念跟黑洞完全
这个功能是region里面的一个偏门的功能。纯了解一下，暂时不知道能有啥子用途。行程编码（Run-Length Encoding）
仅存储一个像素值以及具有相同颜色的像素数目的图象数据编码方式称为行程编码，或称游程编码，常用RLE（Run-Length Encoding）表示。
该压缩编码技术相当直观和经济，运算也相当简单，因此解压缩速度很快。
RLE压缩编码尤其适用于计算机生成的图形图像，对减少存储容量很有效果。
在此方式下每两个字节组成一个信息单元。第一个字节给出
不改变坐标原点的位置和单位长度，只改变坐标轴方向的坐标系的变换，叫做坐标轴的旋转． 设点M在原坐标系中的坐标为(x,y)，对应向量的模为r，幅角为．将坐标轴绕坐标原点，按照逆时针方向旋转角形成新坐标系，点M在新坐标系中的坐标为（如图2-4），则 由此得到坐标轴的旋转的坐标变换公式 平面上一点x1,y1,绕平面上另一点x2,y2顺时针旋转θ角度 ，怎么求旋转后的x1,y1对应的坐标x，yx=(x1-x2)cosθ-(y1-y2)sinθ+x2y
阈值分割引言C#阈值分割有非常多的算法，大体上分为全局和局部算法。
全局算法包括全局固定阈值和基于图像直方图的阈值，局部算法包括局部动态阈值分割。
基于图像直方图阈值分割的方法也有很多，比如常规的高斯滤波双峰法，OTSU大津法。
但是这类所有的法都基于一个假设：图像是有前景和背景的，待分割目标处于背景中，即图像直方图是双峰的。
如果因为非均匀光照导致待分割目标不处于背景或前景中，即图像直方图无双峰，
那么基于图像直方图的所有法都是不甚理想的
只能在此基础上进行一定的变换，例如nbl算