八月初开始自学halcon，到现在历时两个月，想对自己这段时间的学习做一个总结，这是第一次写博客，深感纸质笔记经不住时间的考验，这次的总结主要目的是想把这段时间做的纸质笔记保存在网络上。第一次写博客，就先把自己这段时间研究并使用的部分算子总结一下，并附上自己的浅薄理解，欢迎补充

dev_close_window()关闭窗口
dev_open_window()打开一个新窗口
rgb1_to_gray()灰度化
dev_display(对象)显示
get_image_size()得到image的长和宽
disp_message(句柄，‘字符’，变量)显示文字
shreshold()图像二值化
connection()分割区域
select_shape()形状选取
fill_up()填充孔洞
shape_trans( ， ，参3)形状转换
参数3：rectangle1：平行于坐标系的最小外接矩形
rectangle2：最小外接矩形
reduce_domain()缩放新定义域至原来的范围（所见图像定义域）
opening：开运算
closeing：闭运算
erosion：腐蚀运算
dilation：膨胀运算
注：四种运算都后接圆形或矩形结构元素
count_obj(）计算连通域
dev_set_color/width/,/,/,/,()设置颜色线宽等各种属性
area_center()计算面积中心
gray_opening_shape()灰度开运算
draw_region()画板
hom_mat2d_identity()/rotate()/scale()生成仿射变换的同等变换、旋转变换、比例缩放的矩阵
affine_trans_region()/image()应用矩阵进行区域或图像的仿射变换
access_channel( ， ，1)多通道变单通道，同灰度化
orientation()得出区域的水平偏角
vector_angle_to_rigid(x0,y0,角0，x1,y1,角1)从点0角0转到点1角1所需要的矩阵
read_ocr_class_mlp()读取分类器（文本）
do_ocr_multi_class_mlp()文本分类
union1()区域合成一个连通域
vector_to_hom_mat2d(row1,col1,row2,col2,HD)从点1变换到点2需要的矩阵
affine_trans_point_2d(HD，Px,Py,Qx,Qy)按照变换矩阵HD将Px，Py变换到Qx,Qy
gen_contour_polygon_xld(countour,Qx,Qy)按照轮廓点组Qx，Qy得到轮廓contour
decompose3()将image拆成R，G，B三个单通道图像
trans_from_rgb()将R、G、B转成H、S、V
draw_rectangle1()画一个矩形，可手动画，也可设定长宽位置
gen_rectangle1()获得一个矩形变量
gen_empty_obj()创建一个空元组
concat_obj(1，2，3)将1，2关联并写入3
smooth_contours_xld(contour,smooth, )将XLD转换成轮廓（拟合成线）
gen_rectangle1_mod( ,row,col,row1,col1)得到一个预设的矩形区域变量
write_contour_xld_dxf()将轮廓信息转换成DXF文件，并按路径保存
write_image(image,‘bmp’,0,‘路径’)写图片，路径：文件名写成‘+a+’可以依次保存多张图片
read_image()读入图像
list_files()依次读入文件夹里的文件
dump_windows_image()将窗口此时所有的像素保存成图片
gen_caltab(;;XNum,YNum,MarkDist,DiameterRatio,CalTabDescrFile,CalTabPsFile)制作标定板
注：参数1.行的黑原点数量 2.列的黑原点数量 3.黑圆中心点的距离 4.原点直径与距离比值 5.描述文件路径 6.图像文件路径
zoom_image_size( , ,x,y,‘constant’)按尺寸缩放图像
zoom_image_factor( , ,x,y,‘constant’)按比例因子缩放图像
zoom_region(x,y)按比例因子缩放区域
crop_domain()切割出一张图片，常与gen_rectangle和reduce_domain联用
add_image()叠加图像
region_to_bin()将region转image的二值化转换
overpaint_region()给感兴趣区域涂色
paint_xld(xld,image1,image2,0)将xld画入image，根据image的通道数决定颜色通道数
paint_region()将region画入image，注意image的通道数来决定颜色的通道数
gen_region_contour_xld()将xld转region，可选fill填充和margin边缘两种模式
gen_contour_region_xld()将region转xld
gen_contour_polygon_xld(contour,row,col)根据点组（row，col）生成轮廓contour
get_contour_xld()得到contour的每个轮廓点的行列信息
smooth_contour_xld(contour,snoothcontour,平滑系数)将contour的轮廓进行平滑处理
create_class_mlp()创建分类器，即mlp神经网络
add_image_image_class_mlp()给分类器添加图片样本
train_class_mlp()训练分类器
write_class_mlp()将训练好的分类器写入有文件
read_class_mlp()读取训练好的分类器
write_sample_class_mlp()将训练器里的样本数据写入文件
write_tuple()将数组数据写入文件