halcon学习-算子-光度立体/字符分割/文本倾斜校正/双边滤波

1.set_text_model_param
设置查找字符所需要的参数，如’dark_on_light’‘min_char_height’‘text_line_separators’'dot_print’等
’ dot_print_tight_char_spaces '设置为分隔字符。
设置’dot_print_min_char_gap’来连接剩余的分割字符。
‘dot_print_max_dot_gap’ 设置最大字符间距来连接点。
‘separate_touching_chars’(‘false’/’standard’/’enhance’)分离黏连字符

另外，同样有分离黏连字符作用的算子还有 partition_dynamic
2.get_region_index 包含给定像素的所有区域的索引。

3.光度立体技术
photometric_stereo 根据光度立体技术重建表面。
derivate_vector_field将向量场的分量与高斯函数的导数进行卷积，并计算由此得到的各种特征，得到高斯曲率图像。

4.polar_trans_region 将圆弧内的区域转换为极坐标。

5.diff_of_gauss 近似对数算子(高斯拉普拉斯)。

6.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。生成的图像在ImageMax中返回。

7.segment_characters
此运算符用于分割图像给定区域中的字符。该区域仅用于缩小工作面积。分割后的字符在RegionForeground返回。
提供了两种不同的检测字符的方法。所有的分割方法都假定文本比背景颜色深。如果不是这样，请用invert_image反转图像。

8.tuple_histo_range 计算元组在某个值范围内的值分布。
tuple_find 返回另一个元组中出现的所有元组的索引。
gen_image_proto 创建具有指定的常量灰度值的图像。

9.文本倾斜度校正
text_line_slant 确定文本行或段落的字符倾斜度。
hom_mat2d_identity
hom_mat2d_slant
affine_trans_image

10.bilateral_filter 图像的双边滤波。相当于可以保留边缘的高斯滤波器。（例程：ocr_yogurt_auto）
bilateral_filter(Image, ImageJoint: ImageBilateral: SigmaSpatial, SigmaRange, GenParamName, GenParamValue: )
SigmaSpatial定义了滤波器掩模的大小，并与传统高斯滤波器的标准偏差相对应。数值越大，滤波器的影响面积越大，保留的细节越少。
SigmaRange用于根据当前像素周围ImageJoint的像素修改过滤器掩码。只有在边缘较弱的区域，对比度低于SigmaRange的像素才有助于平滑。请注意，uint2或真实图像中的对比度可能与SigmaRange的默认值有显著差异，并相应地调整参数。
SigmaRange
灰度值小于SigmaRange区域将被平滑，大于SigmaRange的区域将被当成边缘保存下来。
SigmaSpatial
图像的每个像素都使用依赖于ImageJoint的过滤器掩码进行过滤。该滤波掩模结合了一个依赖于SigmaSpatial的高斯贴近函数和一个依赖于SigmaRange的加权灰度值差异的高斯相似函数。
如果Image和ImageJoint是相同的，则bilateral_filter的行为类似于保存边缘的平滑，其中SigmaSpatial定义了过滤器掩模的大小。将对比度明显大于SigmaRange的边缘像素保留下来，而对均匀区域的像素进行平滑处理。
如果图像和ImageJoint不同，则使用受ImageJoint影响的滤波掩模对图像的每个像素进行平滑处理。在ImageJoint边缘较强且对比度明显大于SigmaRange的位置，对像素进行平滑处理，使其小于均匀区域中的像素。
如果ImageJoint是常量，则bilateral_filter等价于带有SigmaSpatial的高斯平滑(参见gauss_filter或smooth_image)。

双边滤波定义可见大佬的文章：https://blog.csdn.net/keith_bb/article/details/54427779