形态模板的定义与查找是工业视觉里最基本的常用操作。下面勇哥提供一个例子。下图是定义形态模板，并且显示模板轮廓。换一张不同姿式的图片，查找模板，并显示模板轮廓、ROI、中心点。dev_set_draw ('margin')
dev_set_color('green')
dev_close_window()
dev_open_window(0, 0, 512, 382, 'black',
Chapter_14:Regions14.1 Access1. get_region_chain 功能：一个对象的轮廓(contour)作为链式码。2. get_region_contour 功能：查询一个目标的轮廓(contour)。3. get_region_convex 功能：查询突起的外表作为轮廓(contour)。4. get_region_points 功能：查询一个区域的像素数。5. get_region_polygon&
dyn_threshold算子动态阈值算子应付以下情况：对于一些应用来说，确定一个全局阈值是不可能的，比如，因为没有通用的参考图像来确定阴影校正图像的背景是非均匀的物体在局部范围内通常比背景亮些或者黑些在这种情况下，寺找一个固定阈值来区分物体和背景是丌太容易的问题: 局部邻域的确定局部邻域可以由平滑滤波器来确定(比如, mean_image或binomial_filter)动态阈值算子的经验说明：滤波的mask尺寸确定了做能分割出来物体的最大尺寸经验之谈 mean_im
合并region select_shape(ConnectedRegions1, SelectedRegions1, 'area', 'and', 550, 99999)
select_obj(SelectedRegions1, obj1, 1)
se
继续上节的region处理。区域相减（即求差异）上原图：现在我先选择焊点之外的背景区域，然后想反转这个区域，得到焊点区域，该怎么做？代码如下： gen_rectangle1(roi1, 813, 578, 913, 774)
reduce_domain(GrayImage, roi1, ImageReduced)
&
一，基本的图像通道知识在图像处理中有一个很重要的概念叫图像通道，在RGB色彩模式下就是指那单独的红色、绿色、蓝色部分。也就是说，一幅完整的图像，是由红色绿色蓝色三个通道组成的。他们共同作用产生了完整的图像。 一幅完整的图像，红色绿色蓝色三个通道缺一不可。即使图像中看起来没有蓝色，只能说蓝色光的亮度均为0，但不能说没有蓝色通道存在。 “存在、亮度为零”和“不存在”是两个不同的概念。 一幅图像
ROI （Region of Interest）,感兴趣区域。顾名思义，就是你主要想处理的区域。Halcon中处理的对象分为三类，分别是图像（image）,区域(region)，XLD(extended line description)(主要用在亚像素边缘的提取)。所以从这里可以知道，ROI的作用，其一是加快程序处理速度，原因在于，是程序处理只需处理ROI，其他区域直接跳过。其二，在图像匹配中，可以定义模板。ROI的生成除了直接用算子，可以使用向导直接生成ROI和对应的代码，见下图
Halcon中的区域连通算子（ 区域连通算法，将图象被分割为区域 ）： 区域生长算子regiongrowing(Image: Regions: Row, Column, Tolerance, MinSize: ) 函数作用：用区域生长实现图像分割 函数原理：如果相邻像素的灰度值差小于等于Tolerance，则被融为一个区域。因为矩形一般大于1个像素，所以常常在调用regiongrowing前会用大小至少为Row*Column的低通滤波器平滑一下。