基于形状的模板查找算子：find_shape_model(Image : : ModelID, AngleStart, AngleExtent, MinScore, NumMatches, MaxOverlap, SubPixel, NumLevels, Greediness : Row, Column, Angle, Score) MaxOverlap：意思是允许的最大重叠区域。 那么我们想问，这个重叠区域指的是哪个区域呢？如果下图是创建形状模型的图像：那么对于下
Halcon中阈值二值化的算子众多，通常用得最多的有threshold、binary_threshold、dyn_threshold等。 threshold是最简单的阈值分割算子，理解最为简单；binary_threshold是自动阈值算子，它可以自动选出暗（dark）的区域，或者自动选出亮（light）的区域，理解起来也没有难度。 动态阈值算子dyn_threshold理解起来稍微复杂一点，使用dyn_threshold算子的步骤基本是这样的：① 将原图进行滤波平滑处理。②
例一：毛刺在往外凸的面上策略1：分割出黑色部分，然后通过开运算去掉毛刺，再通过原黑色部分区域减去开运算之后的区域，得到毛刺部分的区域。read_image (Tu, 'C:/Users/xiahui/Desktop/tu.jpg')
binary_threshold (Tu, Region, 'max_separability', 'dark', UsedThreshold)
以下图为例：比如我想把面积第2小的那个“小正方形”选择出来，算法代码如下：read_image (Yuan, 'C:/Users/happy xia/Desktop/yuan.png')
binary_threshold (Yuan, Region, 'max_separability', 'dark', UsedThreshold)
connection
connection直译为“连接”。其实它的功能不是连接，它的功能是确定区域之间的连接关系，如果简单粗暴地解释的话，可以认为：connection的意思是“打散”，将不连接的区域打散成一个一个的区域。 一、difference操作 1、用connection之后的region集合减去单一region 以下为待处理的图：read_image (Right, '未标题-1.jpg')
threshold (Right,&n
算子sort_contours_xld算子有5种排序方式，即： 'upper_left':The position is determined by the upper left corner of the surrounding rectangle.'upper_right':The position is determined by the upper right corner of the surr
在Halcon的rft变换中，我们经常可以看到这样的算子组合：rft_generic (Image, ImageFFT2, 'to_freq', 'none', 'complex', Width) convol_fft (ImageFFT2, ImageFilter, ImageConvol2)rft_generic (ImageConvol2, ImageFiltered2, 'from_freq', 'n
有时候通常需要简单的拼图，不涉及图像融合之类的，仅仅是简单的平移将多张图拼接成一张图。tile_images和tile_images_offset就是用于简单拼图的2个算子。 谈到拼图，肯定有以下问题要明确：1、将多少张图拼起来？由于是多张图，这需要一个元组来存储多张图片的集合。2、是横向拼图，还是纵向拼图？这涉及拼图的方向。3、是一张挨着一张无缝拼接吗？能不能做“有缝”的自由拼接？这涉及拼接偏移量。 我有这样四张图（分辨率300 * 150）：一、tile_images算子
线扫相机的原理：线扫相机一般一次只拍摄一条线（线宽通常是1个像素），在机构运动的过程中，线扫相机不断地拍摄线，于是“聚线成面”，这就是线扫相机成像的原理。 线扫相机的原理决定了，它所拍摄的物体必须要运动。机构运动的话，就存在机构的速度是否和线扫相机采集的速度匹配的问题。将对机构运动速度的要求进行拆分的话，其实就是如下两点：① 运动速度必须与线扫相机的工作行频（即采集速度）相匹配。② 机构的运动速度最好是匀速，或者十分接近匀速。 如果机构速度过快，最后的图像在运动方向上被压缩；