石鑫华视觉
这里的类和算子是针对.NET环境的。类和算子是从Halcon 17.12版本开始，名称中未包含数字版本说明的，表示17.12版本中已经包含。名称中有数字说明的，则表示是从数字版本后才增加的。目前已经更新到Halcon 24.11版本。而17.12之前版本中是否包含当前的类和算子，则未做验证。但是从更新历史来看，大部分的类和算子都是包含的，更新版本后，也只是增加一两个新类、几个十来个算子，多数版本可能并未增加新类。增加一个新类相当于增加一个新的功能模块，并不是每个版本都有新功能模块推出的，很多版本只在现有类中增加了几个算子。图像处理发展这么多年，中间增加的功能都比较少，Halcon在引入深度学习后，才多增加了几个类，如深度学习、深度OCR、深度Counting、深度Matching3D等。
《LabVIEW HALCON图像处理入门教程(24.09)》含深度学习，LabVIEW使用NI Vision+Halcon混合编程机器视觉与图像处理入门学习资料
http://visionbbs.com/thread-28124-1-1.html
Index of all Classes and Methods所有类和方法索引
Represents an instance of an image object(-array).
表示图像对象（-数组）的实例。
Calculate the absolute difference of two images.
计算两幅图像的绝对差。
Calculate the absolute value (modulus) of an image.
计算图像的绝对值（模）。
Access a channel of a multi-channel image.
访问多通道图像的通道。
Calculate the arccosine of an image.
计算图像的反余弦。
Adapting a template to the size of an image.
使模板适应图像的大小。
Add two images.
加两幅图像。
Add a border to an image.
为图像添加边框。
Add noise to an image.
为图像添加噪声。
Add noise to an image.
为图像添加噪声。
Add preparation data to an existing sample identifier.
将准备数据添加到现有的样本标识符中。
Add training data to an existing sample identifier.
将训练数据添加到现有的样本标识符中。
Add training samples from an image to the training data of a Gaussian Mixture Model.
将图像中的训练样本添加到高斯混合模型的训练数据中。
Add training samples from an image to the training data of a k-Nearest-Neighbor classifier.
将图像中的训练样本添加到k-最近邻（K-NN）分类器的训练数据中。
Add training samples from an image to the training data of a multilayer perceptron.
将图像中的训练样本添加到多层感知机的训练数据中。
Add training samples from an image to the training data of a support vector machine.
将图像中的训练样本添加到支持向量机的训练数据中。
Add training images to the texture inspection model.
将训练图像添加到纹理检查模型中。
Apply an automatic color correction to panorama images.
对全景图像应用自动颜色校正。
Apply an arbitrary affine 2D transformation to images.
对图像应用任意仿射二维变换。
Apply an arbitrary affine 2D transformation to an image and specify the output image size.
对图像应用任意仿射二维变换，并指定输出图像大小。
Perform an anisotropic diffusion of an image.
对图像进行各向异性扩散。
Append additional matrices (channels) to the image.
将其他矩阵（通道）附加到图像。
Color space transformation using pre-generated look-up-table.
使用预生成的查找表进行颜色空间变换。
Identify objects with a sample identifier.
使用样本标识符标识对象。
Apply the calibration transformations to the input disparity image.
将标定变换应用于输入视差图像。
Inspection of the texture within an image.
检查图像中的纹理。
Compute the area and center of gravity of a region in a gray value image.
计算灰度图像中某个区域的面积和重心。
Calculate the arcsine of an image.
计算图像的反正弦。
Calculate the arctangent of two images.
计算两幅图像的反正切。
Calculate the arctangent of an image.
计算图像的反正切。
Segment an image using thresholds determined from its histogram.
使用从直方图确定的阈值对图像进行分割。
Edge extraction using bandpass filters.
使用带通滤波器进行边缘提取。
Searching the best matching of a template and an image.
搜索模板和图像的最佳匹配。
Searching the best gray value matches in a pyramid.
在金字塔中搜索最佳灰度值匹配。
Searching the best gray value matches in a pre generated pyramid.
在预生成的金字塔中搜索最佳灰度值匹配。
Searching the best matching of a template and an image with rotation.
通过旋转搜索模板和图像的最佳匹配。
Searching the best matching of a template and a pyramid with rotation.
通过旋转搜索模板和金字塔的最佳匹配。
bilateral filtering of an image.
图像的双边滤波。
Segment an image using an automatically determined threshold.
使用自动确定的阈值分割图像。
Segment an image using binary thresholding.
使用二值阈值分割图像。
Compute the disparities of a rectified image pair using correlation techniques.
使用相关技术计算校正图像对的视差。
Compute the disparities of a rectified stereo image pair using multigrid methods.
使用多重网格方法计算校正后的立体图像对的视差。
Compute the disparities of a rectified stereo image pair using multi-scanline optimization.
使用多扫描线优化计算校正后的立体图像对的视差。
Compute the distance values for a rectified stereo image pair using correlation techniques.
使用相关技术计算校正后的立体图像对的距离值。
Compute the distance values for a rectified stereo image pair using multigrid methods.
使用多重网格方法计算校正后的立体图像对的距离值。
Compute the distance values for a rectified stereo image pair using multi-scanline optimization.
使用多扫描线优化计算校正后的立体图像对的距离值。
Smooth an image using the binomial filter.
使用二项式滤波器平滑图像。
Bit-by-bit AND of all pixels of the input images.
输入图像的所有像素的逐位与。
Left shift of all pixels of the image.
图像所有像素的左移。
Logical “AND” of each pixel using a bit mask.
使用位掩模对每个像素进行逻辑“与”。
Complement all bits of the pixels.
所有像素的位的补码（取反）。类似于C语言的“~”。
Bit-by-bit OR of all pixels of the input images.
输入图像的所有像素的逐位OR。
Right shift of all pixels of the image.
图像所有像素的右移。
Extract a bit from the pixels.
从像素中提取一点。
Bit-by-bit XOR of all pixels of the input images.
对输入图像的所有像素进行逐位异或。
Convert a single-channel color filter array image into an RGB image.
将单通道颜色滤波阵列CFA（Color Filter Array）图像转换为RGB图像。
Change definition domain of an image.
更改图像的定义域。
Change image size.
更改图像大小。这里的函数名称是更改格式，实际上的作用是更改大小，为什么不直接将函数名称叫为更改大小？因为图像格式更多的可以理解成png/jpg等图像类型，或者是byte/int2/uint2等位深类型。当然，byte/int2/uint2等在Halcon中则描述为Type。
Change the radial distortion of an image.
更改图像的径向畸变。
Convert one-channel images into a multi-channel image
将单通道图像转换为多通道图像
Perform a threshold segmentation for extracting characters.
执行阈值分割以提取字符。
Compare two images pixel by pixel.
逐像素比较两幅图像。
Segment an image using two-dimensional pixel classification.
使用二维像素分类对图像进行分割。2dim是二维，Sup可能是Segment using pixel的首字母？
Segment two images by clustering.
通过聚类对两幅图像进行分割。Halcon的有些函数名称取的真的是比较无语，精简又不是精简，取单字母又不是首字母。这里的Unsup应该是un Segment using pixel，不使用像素分割，那就是使用聚类分割？
Classify pixels using hyper-cuboids.
使用超长方体对像素进行分类。
Classify pixels using hyper-spheres or hyper-cubes.
使用超球体或超立方体对像素进行分类。
Classify an image with a Gaussian Mixture Model.
使用高斯混合模型对图像进行分类。
Classify an image with a k-Nearest-Neighbor classifier.
使用k-最近邻分类器对图像进行分类。
Classify a byte image using a look-up table.
使用查找表对字节图像进行分类。
Classify an image with a multilayer perceptron.
用多层感知机对图像进行分类。
Classify an image with a support vector machine.
使用支持向量机对图像进行分类。
Release the look-up-table needed for color space transformation.
释放颜色空间变换所需的查找表。
Adopt new parameters that are used to create the model components into the training result.
在训练结果中采用用于创建模型组件的新参数。
Perform a coherence enhancing diffusion of an image.
对图像执行相干增强扩散。
Compare an image to a variation model.
将图像与变体模型进行比较。