22 halcon中的常用算子的中文说明【版权所属 kafeimao0809】

合集下载

halcon算子较全的中文手册

1. Halcon算子概述Halcon是一种强大的机器视觉软件，它由MVTec开发，可用于各种工业和非工业应用。

在Halcon中，算子是至关重要的组成部分，它们可以实现图像处理中的各种功能，如滤波、边缘检测、特征提取等。

本文将以算子作为主题，深入探讨Halcon算子的各种特性和用法。

2. Halcon算子的分类Halcon算子可以分为预处理算子、过滤算子、分割算子、匹配算子、测量算子等多个类别。

每个类别都包含了众多的算子，它们可以根据图像处理任务的不同需求进行灵活组合和调用。

3. Halcon算子的特性Halcon算子具有许多独特的特性，如多样的输入输出形式、灵活的参数设置、高效的运算速度等。

这些特性使得Halcon算子在图像处理领域得到广泛应用，并受到了众多工程师和科研人员的喜爱。

4. Halcon算子的使用技巧在使用Halcon算子时，熟练掌握一些技巧和经验是非常重要的。

合理设置算子的参数、选择适当的算法、理解算子的内部原理等，都可以帮助我们更好地使用Halcon算子，提高图像处理的效率和准确性。

通过一些典型的应用案例，我们可以深入了解Halcon算子的实际应用。

这些案例涵盖了工业质检、医疗影像、无人驾驶、智能制造等多个领域，展示了Halcon算子的强大功能和广泛适用性。

6. 我对Halcon算子的个人理解作为一名Halcon用户，我对Halcon算子有着深刻的认识和体会。

我认为Halcon算子不仅仅是图像处理的工具，更是一种思维方式和解决问题的哲学。

通过深入学习和使用Halcon算子，我对图像处理和机器视觉有了全新的认识和理解。

总结与回顾通过本文的全面介绍和深度探讨，我们对Halcon算子有了更加全面和深入的了解。

从算子的分类到使用技巧，再到实际案例分析，我们逐步领略了Halcon算子的强大功能和潜力。

我相信，在今后的工作和研究中，我们可以更好地运用Halcon算子，为图像处理和机器视觉领域的发展做出更大的贡献。

Halcon算子介绍

图像、窗口基础操作部分基础操作dev_close_window()关闭当前激活的窗口read_image( : Image : FileName : )读取图像，可以支持多种格式，比如TIFF，PNG，JPEG-XR，JPEG-2000等，还支持一次性读取多个图像。

Image：输出，读取完后在halcon所存放的变量名FileName：图片路径，可以是多个路径，可以是绝对路径或者相对路径，还可以省略扩展名示例：* Reading an image:read_image(Image,'mreut')* Reading 3 images into an image array:read_image(Images,['ic0','ic1','ic2'])stop()停止程序（等待用户继续运行）get_image_size(Image : : : Width, Height)获取图像的尺寸Image：要获取尺寸的图像Width：输出，图像的宽度Height：输出，图像的高度dev_open_window( : : Row, Column, Width, Height, Background : WindowHandle)打开一个新的图像窗口Row：图像窗口左上角的起始行，默认0。

（好像没什么用）Column:图像窗口左上角的起始列，默认0.（好像没什么用）Width：图像窗口的宽度，默认256Height：图像窗口的高度，默认256Background:新窗口的背景颜色，默认黑色（black）WindowHandle：窗口的识别Iddev_display(Object : : : )将图像显示到当前的图像窗口上Object：要显示的图像对象dev_set_draw( : : DrawMode : )设置Region的显示形式DrawMode：区域的显示形式，默认'fill'，可选'fill', 'margin'，fill表示显示实心区域，margin 表示只显示区域的外边界dev_set_color( : : ColorName : )设置输出颜色ColorName：颜色名称，默认’white’，可选值（格式）：'white', 'black', 'gray', 'red', 'green', 'blue', '#003075', '#e53019', '#ffb529'disp_message( : : WindowHandle, String, CoordSystem, Row, Column, Color, Box : )输出一段文字信息WindowHandle：要显示文字的窗口handleString：要显示的文字信息，会显示在一个行里CoordSystem：使用的坐标系，默认window，可选'window', 'image'Row，Column：文字坐标，默认12Color：文字颜色，默认'black'，可选'', 'black', 'blue', 'yellow', 'red', 'green', 'cyan', 'magenta', 'forest green', 'lime green', 'coral', 'slate blue'Box：是否包含在一个背景框内，默认'true'，可选'true', 'false'基础语法If(‘condition’) … else … endif条件判断While(‘condition’) … endwhileWhile循环for Index := ‘start‘ to ‘max’ by ‘step’ … endforfor循环图像处理部分基础操作图像转化convert_image_type(Image : ImageConverted : NewType : )转换图像类型Image : 要转化的图像ImageConverted : 输出，转化后的图像NewType :要转化的图像类型，详见Halcon的图像像素类型decompose3(MultiChannelImage : Image1, Image2, Image3 : : )把一个RGB图像转化为3个单通道的图像MultiChannelImage：输入的多通道图像（应该是3通道？）Image1, Image2, Image3:输出，转化后的单通道图像，1是red，2是green，3是bluergb1_to_gray(RGBImage : GrayImage : : )把一张RGB图像转化为灰度图像RGBImage:输入的RGB图像GrayImage：输出，得到的灰度图像腐蚀膨胀gen_disc_se( : SE : Type, Width, Height, Smax : )创建一个椭圆形结构元素，用于图像的腐蚀膨胀SE：输出，生成后的结构元素，图像类型Type：结构元素的图像像素类型，默认是’byte’，可选：’byte’，’uint2’，’real’，详见Halcon 的图像像素类型gray_erosion(Image, SE : ImageErosion : : )使用结构元素对图像做腐蚀操作（结构元素可以是gen_disc_se的输出）Image：要做腐蚀操作的图像SE：结构元素ImageErosion：输出，腐蚀后的图像gray_dilation(Image, SE : ImageDilation : : )使用结构元素对图像做膨胀操作（结构元素可以是gen_disc_se的输出）Image：要做膨胀操作的图像SE：结构元素ImageDilation：输出，膨胀后的图像区域处理部分基础操作threshold(Image : Region : MinGray, MaxGray : )将图像根据灰度值二值化Image：需要进行二值化的图像Region：输出，二值化后的结果区域MinGray：最小灰度值，默认128MaxGray：最大灰度值，默认255，必须大于MinGrayconnection(Region : ConnectedRegions : : )计算出区域中连接的部分Region：要计算的区域ConnectedRegions：输出，计算后的Region数组，相连的部分将被划分为一个区域，会以不同颜色加以区分select_shape(Regions : SelectedRegions : Features, Operation, Min, Max : )从一个区域数组中选择出符合某特征条件的区域Regions：输入的区域数组SelectedRegions：输出，选出的符合某些特征条件的区域数组Features：条件特征，详见区域特征说明Operation：对于符合特征的区域的连接操作，可以是And 或者OrMin：特征的最小值Max：特征的最大值示例：read_image(Image,'monkey')threshold(Image,S1,160,255)connection(S1,S2)select_shape(S2,Eyes,['area','anisometry'],'and',[500,1.0],[50000,1.7])disp_region(Eyes,WindowHandle)difference(Region, Sub : RegionDifference : : )计算两个区域的差Region ：需要处理的区域Sub ：被减去的区域RegionDifference ：输出，计算后的结果。

HALCON中的算子大全(中英对照)

1.4 Support-Vector-Machines 1. add_sample_class_svm 功能：把一个训练样本添加到一个支持向量机的训练数据上。 2. classify_class_svm 功能：通过一个支持向量机为一个特征向量分类。 3. clear_all_class_svm 功能：清除所有支持向量机。 4. clear_class_svm 功能：清除一个支持向量机。 5. clear_samples_class_svm 功能：清除一个支持向量机的训练数据。 6. create_class_svm 功能：为模式分类创建一个支持向量机。 7. get_params_class_svm 功能：返回一个支持向量机的参数。 8. get_prep_info_class_svm 功能：计算一个支持向量机的预处理特征向量的信息内容。 9. get_sample_class_svm 功能：从一个支持向量机的训练数据返回一个训练样本。 10. get_sample_num_class_svm 功能：返回存储在一个支持向量机训练数据中的训练样本的数量。 11. get_support_vector_class_svm 功能：从一个训练过的支持向量机返回一个支持向量的索引。 12. get_support_vector_num_class_svm 功能：返回一个支持向量机的支持向量的数量。 13. read_class_svm 功能：从一个文件中读取一个支持向量机。 14. read_samples_class_svm
功能：停止程序执行。 18.until 功能：继续执行主体，只要条件是不真实的。 19. while 功能：继续执行主体，只要条件是真实的。
Chapter3 :Develop 1.dev_clear_obj 功能：从 HALCON 数据库中删除一个图标。 2. dev_clear_window 功能：清除活动图形窗口。 3. dev_close_inspect_ctrl 功能：关闭一个控制变量的监视窗口。 4. dev_close_window 功能：关闭活动图形窗口。 5. dev_display 功能：在现有图形窗口中显示图像目标。 6. dev_error_var 功能：定义或者不定义一个错误变量。 7. dev_get_preferences 功能：通过设计查询 HDevelop 的参数选择。 8. dev_inspect_ctrl 功能：打开一个窗口来检查一个控制变量。 9. dev_map_par 功能：打开一个对话框来指定显示参数。 10. dev_map_prog 功能：使 HDevelop 的主窗口可视化。 11. dev_map_var 功能：在屏幕上绘制可视化窗口。 12. dev_open_window 功能：打开一个图形窗口。 13. dev_set_check 功能：指定错误处理。 14. dev_set_color 功能：设置一个或更多输出颜色。 15. dev_set_colored 功能：设置混合输出颜色。 16. dev_set_draw 功能：定义区域填充模式。 17. dev_set_line_width 功能：定义区域轮廓输出的线宽。 18. dev_set_lut 功能：设置查询表(lut). 19. dev_set_paint

HALCON运算符及功能-中文

HALCON运算符及功能Chapter1:Classification1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个高斯混合模型的训练数据上。

2.classify_class_gmm功能：通过一个高斯混合模型来计算一个特征向量的类。

3.clear_all_class_gmm功能：清除所有高斯混合模型。

4.clear_class_gmm功能：清除一个高斯混合模型。

5.clear_samples_class_gmm功能：清除一个高斯混合模型的训练数据。

6.create_class_gmm功能：为分类创建一个高斯混合模型。

7.evaluate_class_gmm功能：通过一个高斯混合模型评价一个特征向量。

8.get_params_class_gmm功能：返回一个高斯混合模型的参数。

9.get_prep_info_class_gmm功能：计算一个高斯混合模型的预处理特征向量的信息内容。

10.get_sample_class_gmm功能：从一个高斯混合模型的训练数据返回训练样本。

11.get_sample_num_class_gmm功能：返回存储在一个高斯混合模型的训练数据中的训练样本的数量。

12.read_class_gmm功能：从一个文件中读取一个高斯混合模型。

13.read_samples_class_gmm功能：从一个文件中读取一个高斯混合模型的训练数据。

14.train_class_gmm功能：训练一个高斯混合模型。

15.write_class_gmm功能：向文件中写入一个高斯混合模型。

16.write_samples_class_gmm功能：向文件中写入一个高斯混合模型的训练数据。

1.2Hyperboxes1.clear_sampset功能：释放一个数据集的内存。

2.close_all_class_box功能：清除所有分类器。

HALCON算子中文解释

HALCON算子函数——Chapter 5 : Filter 5.1 Arithmetic1. abs_image功能：计算一个图像的绝对值（模数）。

2. add_image功能：使两个图像相加。

3. div_image功能：使两个图像相除。

4. invert_image功能：使一个图像反像。

5. max_image功能：按像素计算两个图像的最大值。

6. min_image功能：按像素计算两个图像的最大小值。

7. mult_image功能：使两个图像相乘。

8. scale_image功能：为一个图像的灰度值分级。

9. sqrt_image功能：计算一个图像的平方根。

10. sub_image功能：使两个图像相减。

5.2 Bit1. bit_and功能：输入图像的所有像素的逐位与。

2. bit_lshift功能：图像的所有像素的左移。

3. bit_mask功能：使用位掩码的每个像素的逻辑与。

4. bit_not功能：对像素的所有位求补。

5. bit_or功能：输入图像的所有像素的逐位或。

6. bit_rshift功能：图像的所有像素的右移。

7. bit_slice功能：从像素中提取一位。

8. bit_xor功能：输入图像的所有像素的逐位异或。

5.3 Color1. cfa_to_rgb功能：把一个单通道颜色滤波阵列图像变成RGB图像。

2. gen_principal_comp_trans功能：计算多通道图像的主要部分分析的转换矩阵。

3. linear_trans_color功能：计算多通道图像的颜色值的一个仿射转换。

4. principal_comp功能：计算多通道图像的主要部分。

5. rgb1_to_gray功能：把一个RGB图像转变成一个灰度图像。

6. rgb3_to_gray功能：把一个RGB图像转变成一个灰度图像。

7. trans_from_rgb功能：把一个图像从RGB颜色空间转变成任意颜色空间。

halcon算子及其用途

halcon算子及其用途Halcon算子及其用途HALCON算子函数——Chapter 11 : Morphology（形态学）Gray-Values1. dual_rank功能：打开、取中值和关闭圆和矩形掩码。

2. gen_disc_se功能：为灰度形态学生成椭圆结构基础。

3. gray_bothat功能：执行一个图像的一个灰度值bottom_hat变换（原图像和它的闭之间的差）。

4. gray_closing功能：关闭一个图像的一个灰度值。

5. gray_closing_rect功能：关闭带矩形掩码的灰度值。

6. gray_cl_osing_shape功能：关闭带选择掩码的灰度值。

7. gray_dilation功能：扩大一个图像上的灰度值。

8. gray_dilation_rect功能：确定一个矩形的最小灰度值。

9. gray_dilation_shape功能：确定一个选择的掩码的最大灰度值。

．10. gray_erosion功能：腐蚀一个图像的灰度值。

11. gray_erosion_rect功能：确定一个矩形的最小灰度值。

12. gray_erosion_shape功能：确定一个选择的掩码的最小灰度值。

13. gray_opening功能：打开一个图像的灰度值。

14. gray_opening_rect功能：打开一个矩形掩码的灰度值。

15. gray_openin_g_shape功能：打开一个选择的掩码的灰度值。

16. gray_range_rect功能：确定一个矩形的灰度值范围。

17. gray_tophat功能：执行一个图像的一个灰度值top_hat变换（原图像和它的开之间的差）。

18. read_gray_se功能：为灰度形态学下载一个结构基础。

Region1. bottom_hat功能：计算区域的bottom_hat（原图像和它的闭之间的差）。

2. boundary功能：把一个区域减小到它的边界。

Halcon中文简体手册

中文手册快速指引目录Introducing HALCON (4)1.1 Key Features (4)1.2 谁应该用HALCON？ (5)1.3 您需要的知识 (5)1.4 开始使用HALCON (6)1.5 如何取得更多信息 (6)如何用HALCON 来开发程序 (8)2.1 HALCON 的核心: 组织架构以及数据结构 (9)2.2 HDevelop 快速入门 (12)2.3 在程序语言中使用HALCON (13)2.4 延伸HALCON 功能 (15)2.5 HALCON 的使用极限 (15)各种行业的应用 (16)3.1 电子零件和设备 (16)3.2 食物 (19)3.3 医疗和生命科学 (20)3.4 铁、钢和金属 (23)3.5 机械 (26)3.6 航空摄影测量和遥感 (32)3.7 印刷 (38)3.8 橡胶、合成纤维材料、金属薄片 (39)3.9 半导体 (41)第一章Introducing HALCONHALCON 是当今machine vision技术的代表，它总是以最新科技为基础，提供了现今市场中最强大的vision library。

不论您的工作为何，HALCON都能快速而精确的解决问题。

Vision Development Environment 一个专业的影像处理工具不能只具有影像处理功能。

影像处理只是整个工作的其中一环，还要有其它软件功能，像是过程控制，数据处理，硬件方面还有照明和取像设备，以及其它硬体机构等等。

一个影像处理系统除了要易于使用，还必须能够以富有弹性的方式将上述功能加入开发的流程之中。

为此，HALOCN考虑到各种重要的层面：透过一个交互式的工具HDevelop快速达成软件开发的工作，藉由程序代码的输出，可以轻易的和标准的软件开发工具，例如Micrisoft Visual C++ 整合。

问题导向式文件涵盖了所有层次，包括取得重点信息到进阶的细项讨论。

halcon算子功能查找大全中文版（可直接下载）

halcon算⼦功能查找⼤全中⽂版（可直接下载）原⽂作者：aircrafthaicon算⼦中⽂查找⼤全百度云链接最近开始实习⼯作了，有⽤到halcon，然后⾥⾯的算⼦真的太多了⼜是英⽂看的我头疼⽹上⼜搜索不到或者说很难搜索某某算⼦是⼲嘛的烦死了QAQChapter_1_:Classification1.1 Gaussian-Mixture-Models1.add_sample_class_gmm功能：把⼀个训练样本添加到⼀个⾼斯混合模型的训练数据上。

2.classify_class_gmm功能：通过⼀个⾼斯混合模型来计算⼀个特征向量的类。

3. clear_all_class_gmm功能：清除所有⾼斯混合模型。

4. clear_class_gmm功能：清除⼀个⾼斯混合模型。

5. clear_samples_class_gmm功能：清除⼀个⾼斯混合模型的训练数据。

6. create_class_gmm功能：为分类创建⼀个⾼斯混合模型。

7.evaluate_class_gmm功能：通过⼀个⾼斯混合模型评价⼀个特征向量。

8. get_params_class_gmm功能：返回⼀个⾼斯混合模型的参数。

9. get_prep_info_class_gmm功能：计算⼀个⾼斯混合模型的预处理特征向量的信息内容。

10. get_sample_class_gmm功能：从⼀个⾼斯混合模型的训练数据返回训练样本。

11. get_sample_num_class_gmm功能：返回存储在⼀个⾼斯混合模型的训练数据中的训练样本的数量。

12. read_class_gmm功能：从⼀个⽂件中读取⼀个⾼斯混合模型。

13. read_samples_class_gmm功能：从⼀个⽂件中读取⼀个⾼斯混合模型的训练数据。

14. train_class_gmm功能：训练⼀个⾼斯混合模型。

15. write_class_gmm功能：向⽂件中写⼊⼀个⾼斯混合模型。

HALCON运算符及功能-中文

HALCON运算符及功能Chapter1:Classification1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个高斯混合模型的训练数据上。

2.classify_class_gmm功能：通过一个高斯混合模型来计算一个特征向量的类。

3.clear_all_class_gmm功能：清除所有高斯混合模型。

4.clear_class_gmm功能：清除一个高斯混合模型。

5.clear_samples_class_gmm功能：清除一个高斯混合模型的训练数据。

6.create_class_gmm功能：为分类创建一个高斯混合模型。

7.evaluate_class_gmm功能：通过一个高斯混合模型评价一个特征向量。

8.get_params_class_gmm功能：返回一个高斯混合模型的参数。

9.get_prep_info_class_gmm功能：计算一个高斯混合模型的预处理特征向量的信息内容。

10.get_sample_class_gmm功能：从一个高斯混合模型的训练数据返回训练样本。

11.get_sample_num_class_gmm功能：返回存储在一个高斯混合模型的训练数据中的训练样本的数量。

12.read_class_gmm功能：从一个文件中读取一个高斯混合模型。

13.read_samples_class_gmm功能：从一个文件中读取一个高斯混合模型的训练数据。

14.train_class_gmm功能：训练一个高斯混合模型。

15.write_class_gmm功能：向文件中写入一个高斯混合模型。

16.write_samples_class_gmm功能：向文件中写入一个高斯混合模型的训练数据。

1.2Hyperboxes1.clear_sampset功能：释放一个数据集的内存。

2.close_all_class_box功能：清除所有分类器。

halcon常用算子中文说明-推荐下载

sub_image (ImageConverted1, ImageConverted2, ImageSub, 1, 0)一幅图减另一幅图。

用一幅图的灰度减另一幅的灰度成新的一幅图。

mult_image (Image, ImagePart, ImageResult, 0.015, 0)一幅图加一幅成的一幅图convert_image_type (Traffic2, ImageConverted2, 'int2')转换图像的格式crop_part (ImageNoise, ImagePart, 0, 0, Width, Height)取出一幅图的中部分dots_image (ImageResult, DotImage, 5, 'dark', 2)取出图像中圆点partition_dynamic (SelectedRegions, Partitioned, 25, 20)根据各个区域的特征将各个区域分割开。

intersection (Partitioned, Region, Characters)取出两个区域中重叠的部分，如果Region 有两个区域在Partitioned 中，则这两个区域合并成一区域。

difference (RegionDilation, RegionErosion, RegionDifference)取出两个区域中不重叠的部分。

critical_points_sub_pix (FilterResponse, 'facet', 1.5, 0.7, RowMin, ColMin, RowMax, ColMax, RowSaddle, ColSaddle)取出图像中的关键点。

corner_response (Image, FilterResponse, 3, 0.04)auto_threshold (Image, Regions, 10)自动阈值分割，根据灰度直方图中两波峰中的波谷取出阈值。

halcon 拉普拉斯算子参数

halcon 拉普拉斯算子参数Halcon 拉普拉斯算子参数引言Halcon是一款功能强大的工业视觉软件，广泛应用于机器视觉领域。

在Halcon中，拉普拉斯算子是一种常用的边缘检测算法。

本文将介绍Halcon中拉普拉斯算子的参数及其作用，帮助读者更好地理解和应用该算法。

一、拉普拉斯算子概述拉普拉斯算子是一种二阶微分算子，用于检测图像中的边缘。

它通过计算像素周围的灰度值差异来确定边缘的位置和方向。

在Halcon 中，拉普拉斯算子可以通过设置不同的参数来调整边缘检测的效果。

二、拉普拉斯算子的参数在Halcon中，拉普拉斯算子的参数包括模板类型、平滑参数和尺度参数。

下面将逐一介绍这些参数及其作用。

1. 模板类型模板类型是指用于计算像素周围灰度值差异的模板形状。

Halcon提供了多种模板类型供用户选择，包括3x3、5x5、7x7等。

较小的模板可以检测到细小的边缘，而较大的模板可以检测到更粗的边缘。

2. 平滑参数平滑参数用于控制图像在进行边缘检测前的平滑程度。

通过对图像进行平滑处理，可以减少噪声对边缘检测结果的影响。

Halcon中的平滑参数可以设置为0、1、2或3，分别对应不进行平滑、进行一次平滑、进行两次平滑和进行三次平滑。

3. 尺度参数尺度参数用于指定边缘检测的灵敏度。

较小的尺度参数可以检测到较细的边缘，而较大的尺度参数可以检测到较粗的边缘。

Halcon中的尺度参数可以设置为1、2或3，分别对应低灵敏度、中等灵敏度和高灵敏度。

三、拉普拉斯算子的应用拉普拉斯算子在机器视觉领域有着广泛的应用。

它可以用于边缘检测、形状分析、物体定位等任务。

在实际应用中，根据具体的需求和图像特点，可以通过调整拉普拉斯算子的参数来达到最佳的边缘检测效果。

例如，当需要检测细小的边缘时，可以选择较小的模板类型和较小的尺度参数；当需要检测粗大的边缘时，可以选择较大的模板类型和较大的尺度参数。

通过调整平滑参数，可以平衡边缘检测的效果和噪声的抑制程度。

halcon字符分割算子

halcon字符分割算子
在HALCON中，有多种用于字符分割的算子，以下是其中一些常用的算子：
- dark_on_light：设置查找字符所需的参数。

- min_char_height：设置最小字符高度。

- text_line_separators：设置文本行分隔符。

- dot_print：打印点。

- partition_dynamic：分离黏连字符。

- get_region_index：包含给定像素的所有区域的索引。

- photometric_stereo：根据光度立体技术重建表面。

- polar_trans_region：将圆弧内的区域转换为极坐标。

- diff_of_gauss：近似对数算子（高斯拉普拉斯）。

- gray_dilation_shape：计算每个图像Image点的形状掩码MaskShape、垂直大小MaskHigh和水平大小MaskWidth，掩码内输入图像图像的最大灰度值。

- segment_characters：字符分割。

- tuple_histo_range：计算元组在某个值范围内的值分布。

这些算子可以通过设置不同的参数来控制算法的分割效果和性能，以满足不同的应用场景和需求。

在使用HALCON进行字符分割时，建议根据具体情况选择合适的算子，并根据实际结果进行调整和优化。

halcon 中math的用法

halcon 中math的用法Halcon中的math模块提供了许多数学函数和运算符，用于处理图像处理和计算机视觉应用中的数学运算。

下面是一些常用的math函数和用法的详细说明：1. abs：计算一个数的绝对值。

用法：abs(Value : double) -> double2. sin：计算一个角度的正弦值。

用法：sin(Value : double) -> double3. cos：计算一个角度的余弦值。

用法：cos(Value : double) -> double4. tan：计算一个角度的正切值。

用法：tan(Value : double) -> double5. atan2：计算两个数的反正切值。

用法：atan2(Y : double, X : double) -> double6. sqrt：计算一个数的平方根。

用法：sqrt(Value : double) -> double7. exp：计算一个数的指数值。

用法：exp(Value : double) -> double8. log：计算一个数的自然对数。

用法：log(Value : double) -> double9. pow：计算一个数的指定次幂。

用法：pow(Base : double, Exponent : double) -> double10. round：将一个数四舍五入为最接近的整数。

用法：round(Value : double) -> int11. floor：将一个数向下取整为最接近的整数。

用法：floor(Value : double) -> int12. ceil：将一个数向上取整为最接近的整数。

用法：ceil(Value : double) -> int13. min：返回两个数中的较小值。

用法：min(Value1 : double, Value2 : double) -> double14. max：返回两个数中的较大值。

HALCON中文中文注解

Halcon查询图像参数1、get_grayval(Image::Row,Column:Grayval)计算Image图像中坐标为（Row，Column）的点的灰度值Grayval。

2、get_image_pointer1(Image:::Pointer,Type,Width,Height)计算Image图像的数据指针Pointer，图像类型Type，图像宽度Width和高度Height。

Pointer指向了Image data的起点位置。

3、get_image_pointer3(ImageRGB:::PointerRed,PointerGreen, PointerBlue,Type,Width,Height)计算彩色图像ImageRGB的参数。

4、get_image_pointer1_rect(Image:::PixelPointer,Width,Height, VerticalPitch,HorizontalBitPitch,BitsPerPixel)计算Image图像中定义区域的最小的长方形的区域的指针Pointer，宽度Width，高度Height，VerticalPitch代表Image的Width*(HorizontalBitPitch/8)。

两个相邻象素的水平距离（以比特计算）HorizontalBitPitch，每像素的比特数BitsPerPixel。

5、get_image_time(Image:::MSecond,Second,Minute,Hour,Day,YDay, Month,Year)获取图像生成的时间。

摄像头获取图像和相关参数1、close_all_framegrabbers(:::)关闭所有图像采集设备。

2、close_framegrabber(::AcqHandle:)关闭Handle为AcqHandle的图像采集设备。

3、open_framegrabber(::Name,HorizontalResolution, VerticalResolution,ImageWidth,ImageHeight,StartRow,StartColumn, Field,BitsPerChannel,ColorSpace,Generic,ExternalTrigger, CameraType,Device,Port,LineIn:AcqHandle)打开图像采集设备参数信息：Name：图像采集设备的名称HorizontalResolution和VerticalResolution：分别指预期的图像采集接口的水平分辨率和垂直分辨率ImageWidth和ImageHeight：指预期图像的宽度部分和高度部分。

halcon算子注解查询手册

Chapter 1 :Classification (4)1.1 Gaussian-Mixture-Models (4)1.2 Hyperboxes (4)1.3 Neural-Nets (5)1.4 Support-Vector-Machines (6)Chapter 2 Control (7)Chapter3 :Develop (8)Chapter 4 :File (10)4.1 Images (10)4.2 Misc (10)4.3 Region (10)4.4 Text (10)4.5 Tuple (11)Chapter 5:Filter (12)5.1 Arithmetic (12)5.2 Bit (12)5.3 Color (13)5.4 Edges (13)5.5 Enhancement (14)5.6 FFT (15)5.7 Geometric-Transformations (16)5.8 Inpainting (17)5.9 Lines (17)5.10 Match (18)5.11 Misc (18)5.12 Noise (18)5.13 Optical-Flow (19)5.14 Points (19)5.15 Smoothing (19)5.16 Texture (20)5.17 Wiener-Filter (20)Chapter 6 :Graphics (21)6.1 Drawing (21)6.2 Gnuplot (22)6.3 LUT (22)6.4 Mouse (23)6.5 Output (23)6.6 Parameters (24)6.7 Text (26)6.8 Window (27)Chapter 7 :Image (28)7.1 Access (28)7.2 Acquisition (28)7.3 Channel (29)7.5 Domain (31)7.6 Features (31)7.7 Format (32)7.8 Manipulation (33)7.9 Type-Conversion (33)Chapter 8 :Lines (33)8.1 Access (33)8.2 Features (34)Chapter 9 :Matching (34)9.1 Component-Based (34)9.2 Correlation-Based (35)9.3 Gray-Value-Based (36)9.4 Shape-Based (36)Chapter 10 :Matching-3D (37)Chapter 11 :Morphology (38)11.1 Gray-Values (38)11.2 Region (39)Chapter 12:OCR（光字符识别） (42)12.1 Hyperboxes (42)12.2 Lexica (42)12.3 Neural-Nets（神经网络） (43)12.4 Support-Vector-Machines （支持矢量机） (44)12.5 Tools (44)12.6 Training-Files (45)Chapter 13:Object (45)13.1 Information (45)13.2 Manipulation (45)Chapter 14:Regions (46)14.1 Access (46)14.2 Creation (46)14.3 Features (47)14.4 Geometric-Transformations (49)14.5 Sets (50)14.6 Tests (50)14.7 Transformation (50)Chapter 15:Segmentation (51)15.1 Classification (51)15.2 Edges (52)15.3 Regiongrowing (52)15.4 Threshold (53)15.5 Topography (53)Chapter 16:System (54)16.1 Database (54)16.3 Information (55)16.4 Operating-System (55)16.5 Parallelization (56)16.6 Parameters (56)16.7 Serial (56)16.8 Sockets (56)Chapter 17:Tools (57)17.1 2D-Transformations (57)17.2 3D-Transformations (59)17.3 Background-Estimator (60)17.4 Barcode (60)17.5 Calibration (61)17.6 Datacode (62)17.7 Fourier-Descriptor (63)17.8 Function (63)17.9 Geometry (64)17.10 Grid-Rectification (65)17.11 Hough (66)17.12 Image-Comparison (66)17.13 Kalman-Filter (67)17.14 Measure (67)17.15 OCV（Open Circuit Voltage | 光学字符校验） (68)17.16 Shape-from (68)17.17 Stereo (69)17.18 Tools-Legacy (70)Chapter 18:Tuple (71)18.1 Arithmetic (71)18.2 Bit-Operations (72)18.3 Comparison (73)18.4 Conversion (73)18.5 Creation (74)18.6 Element-Order (74)18.7 Features (74)18.8 Logical-Operations (74)18.9 Selection (75)18.10 String-Operators (75)Chapter 19:XLD (76)19.1 Access (76)19.2 Creation (76)19.3 Features (77)19.4 Geometric-Transformations (79)19.5 Sets (79)19.6 Transformation (80)Chapter 1 :Classification1.1 Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个高斯混合模型的训练数据上。

HALCON运算符及功能-中文

HALCON运算符及功能Chapter1:Classification1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个高斯混合模型的训练数据上。

2.classify_class_gmm功能：通过一个高斯混合模型来计算一个特征向量的类。

3.clear_all_class_gmm功能：清除所有高斯混合模型。

4.clear_class_gmm功能：清除一个高斯混合模型。

5.clear_samples_class_gmm功能：清除一个高斯混合模型的训练数据。

6.create_class_gmm功能：为分类创建一个高斯混合模型。

7.evaluate_class_gmm功能：通过一个高斯混合模型评价一个特征向量。

8.get_params_class_gmm功能：返回一个高斯混合模型的参数。

9.get_prep_info_class_gmm功能：计算一个高斯混合模型的预处理特征向量的信息内容。

10.get_sample_class_gmm功能：从一个高斯混合模型的训练数据返回训练样本。

11.get_sample_num_class_gmm功能：返回存储在一个高斯混合模型的训练数据中的训练样本的数量。

12.read_class_gmm功能：从一个文件中读取一个高斯混合模型。

13.read_samples_class_gmm功能：从一个文件中读取一个高斯混合模型的训练数据。

14.train_class_gmm功能：训练一个高斯混合模型。

15.write_class_gmm功能：向文件中写入一个高斯混合模型。

16.write_samples_class_gmm功能：向文件中写入一个高斯混合模型的训练数据。

1.2Hyperboxes1.clear_sampset功能：释放一个数据集的内存。

2.close_all_class_box功能：清除所有分类器。