今天终于解决了困扰我很久的一个问题，在VC中调用HALCON中的分割函数后，在最后返回显示时总是报错，让我郁闷了很久，Undefined gray in get_image_pointer3 或Undefined gray in get_image_pointer。 原来问题出在对于bin_threshold、threshold等这些分割函数的返回值上面，把返回值当成Image变量直接赋给图像数据buffer，今天通过多次试验
最早见过这段话是在“遇见未知的自己” 引用。读到它时让我身体一震，引发人强烈的哲学思考。我有一副身体，但我并非自己的身体。我可以看见并感觉到我的身体，然而凡是可以被看见以及被感觉到的，并不是真正的观者。我的身体也许疲惫或兴奋，生病或健康、沉重或轻松、也可能焦虑或平静，但这与内在的真我全然无关。我有一副身体，但我并非自己的身体。 我有欲望，但我并非自己的欲望。我能知晓我的欲望，然而那可以被知晓的，并不是真正的知者。欲望来来去去，却影响不到内在的我。我有欲望，但我并非自己的欲望。
在学习halcon算子sub_image(ImageMinuend, ImageSubtrahend : ImageSub : Mult, Add : )时，在样例中遇到了一个操作* This example demonstrates how to subtract two images
* using the operator 'sub_image'.
*
1， autobahn.hdev: Fast detection of lane markers控制语句MinSize:=30get_system('init_new_image', Information)得到当前halcon系统的参数值（这里执行后得到information的值为' true'）set_system('init_new_image', 'false')gen_grid_region(Grid, MinS
Compute the distance transformation of a region 该算子的作用是计算对region转换距离。该算子的形式为distance_transform(Region : DistanceImage :Metric,Foreground,Width,Height : ) 怎么理解这个算子呢，他的作用是输出一副图像，这幅图像是每个点到这个region的距离分布图，并不是一个
焊点检测的难点主要在于图像上粘连的焊点怎么处理，例如下图中右上边的两个焊点就粘连在一起。这个问题比较难以处理，下面的例子给出的基本策略是利用腐蚀来进行处理。原图，待检测焊点处理后的图像，可以看到9个焊点都检测到了。源程序： //焊点检测
var winHandle = win.HalconWindow;
var Image1 = halcon.read_image("C:/Users/Ad
下面是标准位置的图片，使用使用它创建了一个shape model，名字为：Matching 02.shm下图是需要做模板匹配，摆正姿式的图片。下图是模板匹配后，再使用仿射运算后旋转到正确位置的图像。源代码： //find_shape_model
var winHandle = win.HalconWindow;
var ModelId=halcon.read_shape_model(@"C:\Us
场景： 出差时间在外面修改netMarketing的代码，回家后，git pull 回调代码到本地，然后出现下面的错误：$ git pull origin master
From https://github.com/skcircle/hackpigLib
* branch mas
前几天，上传自己的个站到git上的时候，手欠脑发晕的用了次git reset --hard xxxxxx 命令。由于只在线上传入了一个index.html页面（自己都不知道自己咋想的，就这么干了，O__O"…），且第一次commit的时候也只commit了一个index.html文件，其他文件的只是通过git add --all命令进行本地追踪。然后，突发奇想，想恢复到第一次提交的时候（天知道当时自己咋想的）！于是自然（大概也只有天知道当时手咋那么自然随意）的用了git reset -
基于组件的模板匹配：应用场合：组件匹配是形状匹配的扩展，但不支持大小缩放匹配，一般用于多个对象（工件）定位的场合。算法步骤：1.获取组件模型里的初始控件 gen_initial_components()参数：ModelImage [Input] 初始组件的图片InitialComponents [Output] 初始组件的轮廓区域ContrastLow [Input] 对比度下限ContrastHigh [Input] 对比度上限MinSize [Input] 初始组件的最小尺寸Mode[Inp