提示：若没有查找的算子，可以评论区留言，会尽快更新

前言

提示：可以使用搜索小工具搜索对应算子名称：

本篇博文主要用于记录学习Halcon中算子的应用场景，及其使用代码和图像展示。只讲通俗易懂使用方法，不讲原理，不讲原理，不讲原理，重要的事情说三遍。

---

提示：以下是本篇文章正文内容，下面案例可供参考, 注意参数坐标的使用，能帮助你理解算子

一、Halcon应用？

Halcon 是一个强大的图像处理工具，该工具是为了解决机器视觉项目任务而创建的。

二、算子汇总

每一博文仅展示10个算子，点击此链接进行查询所有算子，并点击对应算子跳转相应博文。

【跳转链接】

三、应用算子

151. create_funct_1d_array()

先上代码：

y := [1,4,9,16,25,36,49,64,15]
create_funct_1d_array (y, Function)

解析：
从Y序列中创建一个离散一维函数，其中X是默认从0 开始的，即：【X Y】
【0 1】【1 4】【2 9】……【8 15】
变量展示的数据，建议查看手册去熟悉， 【函数类型 步长 自变量】

---

152. create_funct_1d_pairs（）

先上代码：

x := [1,2,3,4,5,6,7,8]
y := [1,4,9,16,25,36,49,64]
create_funct_1d_pairs (x, y, Function1)

解析
这个算子和create_funct_1d_array相比恰好多了X的参数，以此创建一个【X Y】对，一一对应的函数

---

153. get_y_value_funct_1d（）

先上代码：

y := [1,4,9,16,25,36,49,64,15]
create_funct_1d_array (y, Function)
get_y_value_funct_1d (Function, 1.2, 'constant', Y)

解析
获得1d函数对应的X下对应的Y值。注意你设定的边界处理模式 ‘constant’，设置不同可能会边界结果不同。对于X的任意位置采用线性插值方式处理结果。
参数 Border 决定了函数 Function 在其定义域之外的值。
对于 Border=‘zero’，这些值被设置为 0；
对于 Border=‘constant’，它们被设置为边界处的相应值；
对于 Border=‘mirror’，它们在边界处进行镜像；
对于 Border=‘cyclic’，它们以周期方式延续；
而对于 Border=‘error’，则会引发异常。

---

154. sample_funct_1d ()

先上代码：

x := [1,2,3,4,5,6,7,8]
y := [1,4,9,50,60,36,49,64]
create_funct_1d_pairs (x, y, Function1)
sample_funct_1d (Function1, 1, 8, 0.1, 'constant', SampledFunction)

解析：
这个算子一般用在create_funct_1d_pairs之后，以此增加函数中自变量的长度，通过设置参数0.1等，去约定你想要的拟合结果函数，原来自变量 1 2 ， 就变为1 1.1 1.2 1.3 ……，直到8，同理Y值也会相应的进行拟合，简而言之就是扩充自变量和因变量的数量。

---

155. smooth_funct_1d_mean()

先上代码：

x := [1,2,3,4,5,6,7,8]
y := [1,4,9,50,60,36,49,64]
create_funct_1d_pairs (x, y, Function1)
sample_funct_1d (Function1, 1, 8, 0.1, 'constant', SampledFunction)
smooth_funct_1d_mean (SampledFunction, 5, 2, SmoothedFunction)

解析：
通过选择长度的值进行均值函数平滑，需求最少的自变量长度就是平滑size和迭代次数的和
参考图像: 左侧原始图，右侧是均值平滑的结果

---

156. num_points_funct_1d（）

先上代码：

x := [1,2,3,4,5,6,7,8]
y := [1,4,9,50,60,36,49,64]
create_funct_1d_pairs (x, y, Function1)
sample_funct_1d (Function1, 1, 8, 0.1, 'constant', SampledFunction)
num_points_funct_1d (SampledFunction, Length)

解析：
函数的控制点数量， 1.1 1.2 1.3 …… 8 共计 Length = 71

157. smooth_funct_1d_gauss（）

先上代码：

x := [1,2,3,4,5,6,7,8]
y := [1,4,9,50,60,36,49,64]
create_funct_1d_pairs (x, y, Function1)
sample_funct_1d (Function1, 1, 8, 0.1, 'constant', SampledFunction)
smooth_funct_1d_gauss (SampledFunction, 0.1, SmoothedFunction1)

解析：
其作用和函数均值平滑一样，但是平滑方式不同，这个采用gauss平滑，同时对参数有一定的要求，
平滑参数 sigma 不能大于 (length-2)/7.8 * function，其中 length-2 是函数的控制点数量，function 指定 x 值的等距（自变量步长）。这里最大是0.8。
推荐自己上机测试一下。左侧原函数， 右侧是gauss, 大家可以调整参数看曲线变化。

---

158. derivate_funct_1d（）

先上代码：

x := [1,2,3,4,5,6,7,8]
y := [1,4,9,50,60,36,49,64]
create_funct_1d_pairs (x, y, Function1)
sample_funct_1d (Function1, 1, 8, 0.1, 'constant', SampledFunction)
num_points_funct_1d (SampledFunction, Length)
smooth_funct_1d_gauss (SampledFunction, 0.1, SmoothedFunction1)
derivate_funct_1d (SmoothedFunction1, 'first', Derivative)

解析：
获得函数的一阶导数，二阶导将参数first变为second即可
左侧是原函数，右侧是其一阶导数，可以看到小于<0的是属于下降沿部分

---

159. x_range_funct_1d（）

先上代码：

x := [1,2,3,4,5,6,7,8]
y := [1,4,0,-10,0,36,49,64]
create_funct_1d_pairs (x, y, Function1)
sample_funct_1d (Function1, 1, 8, 0.1, 'constant', SampledFunction)
x_range_funct_1d (SampledFunction, XMin, XMax)

解析
获得1d函数自变量的最小和最大值 XMin, XMax分别是1 和 8

---

160. y_range_funct_1d（）

先上代码：

x := [1,2,3,4,5,6,7,8]
y := [1,4,0,-10,0,36,49,64]
create_funct_1d_pairs (x, y, Function1)
sample_funct_1d (Function1, 1, 8, 0.1, 'constant', SampledFunction)
x_range_funct_1d (SampledFunction, XMin, XMax)
y_range_funct_1d (SampledFunction, YMin, YMax)

解析
获得1d函数因变量Y的最小和最大值 YMin, YMax分别是-10 和 64

---

以上内容陆续更新。。。

如有问题，欢迎大家指出，谢谢！！！