如下图所示，自定义控件的form上面从下到下依次是：treeviewtextboxtextboxtextbox当拖动fom右边界调整宽度时，会发现最后一个textbox不会适应form宽度的变化。而它上面的三个控件则可以。当勇哥把它上面的控件复制下来替换它后，就可以自动适应了。这说明有一个textbox的属性在发挥作用，但有趣的是不是dock属性。暂时找不到是什么属性在发挥作用。一直以为只有dock这样的属性才可以发挥自适应屏幕大小的功能。没想到还有本文发现的这个功能。-------------
halcon 生成区域网格的作用是什么？如果勇哥没猜错的话，这位朋友想问的就是下面的算子gen_grid_region (Grid, MinSize, MinSize, 'lines', 512, 512)这个算子见过的一些应用主要是用来快速定位分割图片，是做为这一种技巧存在。见下面的的图片示例。详细见贴子：https://www.skcircle.com/?id=1655 为什么让相机视野中心十字对准目标物？大部分情况下
勇哥偶尔看到这篇HDevelop语法贴子，总结得比较全面。由于没必要重复造轮子，因此转载过来方便初学者查阅。下面文章转载自：https://blog.csdn.net/weixin_42258743/article/details/107506789（一）Halcon的语法结构特点特点：1）Halcon大部分的语句是Halcon提供的算子，此外也包含了少部分的控制语句；2）不允许单独声明变量；3）提供自动的内存管理（初始化、析构及OverWrite），但句柄则需要显示释放；4）C++（算子模式）
halcon标定后怎么用？问这个问题的人，可能不知道这个问题有两层意思。一种用九宫格方式的标定，是使用vector_to_hom_mat2d算子从点对应关系近似仿射变换。然后这个矩阵被算子affine_trans_point_2d 应用到一个2D点上去。以完成像素平面的点到运动平面的点的转换。二是使用halcon的手眼标定算子calibrate_hand_eye。在手眼标定完成后，BaseInCamPose可以用在机械收抓取的应用中了，这个只需要使用算子get_calib_data即可应用手眼标
前言像素灰度值仅仅反映了像素灰度级的幅值大小，并没有反映出像素与邻域的空间相关信息。二维灰度直方图的概念二维灰度直方图：像素的灰度值分布和邻域的平均灰度值分布构成的二维直方图二维直方图的值N(i,j) 。其中，i=f(x,y) 图像(x,y)的灰度值。j=g(x,y) 图像(x,y)位置邻域的平均灰度值。对于一幅MxN大小的灰度图像可以利用像素点的灰度值和其邻域平均灰度值组成的二元组(i,j)来表示图像。若设二元组(i j)出现的频数为Ω;则相应的联合概率密度p(i,j)为:p(i,j)=Ω/(
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
模糊测量是对标准测量的一种扩展，并不意味着测量是“模糊的”，而是用模糊隶属函数来控制边缘的选择。所谓的模糊隶属函数，就是将边缘的特征值转换为隶属度值，基于这些隶属值做出是否选择边缘的决定，即当隶属值大于你设定模糊阈值时，边缘就会被选中，反之则反。这种方法的优点是即使使用很低的最小阈值或平滑，也能灵活处理额外的边缘。举个简单的例子方便理解： 比如在测量开关引脚之间的宽度和距离时，引脚可能会有反射（左图），直接用一维测量会产生错误的结果
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
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。1，点，线，边缘检测1.1 点检测将嵌在一幅图像的恒定区域或亮度几乎不变的区域里的孤立点的检测，就是点检测。可以用点检测的模板来将孤立的点检测出来：这个模板的作用就是当模板中心是孤立点时，模板的相应最强，而在非模板中心时，相应为零。拉普拉斯模板：对计算出来的
谷歌访问助手是干什么用的？当然是用gxxxx来搜索资料用的。我们仅使用它来搜索机器视觉方面的资料，ZZ什么的没兴趣。下载下来是这个东东。把扩展名改为.rar，然后解压缩（做这一步的原因是，你不能直接把插件包拖放到google chrome上去，会报一个错误。）解压缩后内容是下面这样的。然后准备在google chrome中安装这个插件了。下面截图显示的是勇哥当前使用的版本。在菜单中找到“扩展程序”。注意勾选“开发者模式”。就可以看到“加载已解压的扩展程序”看到下面这个就已经安装成功了。但是如果不