复杂算子详解（持续更新中）

1、edges_sub_pix (ImageReduced, Edges, 'canny', 1, 20, 40) 

用于图像->轮廓    提取亚像素级精度的边缘轮廓

'canny'  滤波器类型  

1     平滑系数（建议范围0.1-1.1 Alpha 值越大，平滑效果越强）
20    低梯度幅度阈值（建议5-40 低阈值越低，检测到的边缘越丰富，可能引入更多噪声。）

40    高梯度幅度阈值高阈值通常设置为低阈值的 1.5 到 2 倍，以区分边缘与背景

功能重要实现步骤：

• 强边缘点：梯度幅值 > High（40），直接保留。
• 弱边缘点：Low（20） ≤ 梯度幅值 ≤ High（40），仅当与强边缘点相连时保留。
• 背景点：梯度幅值 < Low（20），丢弃。

附：梯度幅度计算公式

---

2、segment_contours_xld (Edges, ContoursSplit, 'lines_circles', 5, 4, 2)

XLD-XLD  用于将连续的 XLD轮廓分割为独立线段或圆弧的XLD集合

'lines_circles'   轮廓分割的类型，还有'lines' 仅分割为直线段，'circles' 。

5    用于平滑轮廓的点数（建议 0-9）

4    轮廓与逼近直线之间的最大距离（第一次迭代 建议1-3.5）

2    轮廓与逼近直线之间的最大距离（第二次迭代 建议1-3.5）。

迭代过程：

• 第一次迭代：
  对原始轮廓进行直线拟合，计算最大距离 D1​。
  若 D1​ 超过阈值，则将轮廓分割为更小的段。
• 第二次迭代：
  对分割后的子轮廓重新进行直线拟合，计算新的最大距离 D2​。
  若 D2​ 仍较大，可能继续分割或改用其他模型（如圆弧）。

---

3、 polar_trans_image_ext (Image, PolarTransImage, 256, 256, 0, 6.28319, 10, 100, 512, 512, 'nearest_neighbor')

image-image   用于将笛卡尔坐标系下的图像转换为极坐标系，常用于处理圆形物体

256 256      直角坐标系下的圆弧中心点坐标

0 6.28319   0° 方向的光线映射到输出图像的第一列；360°映射到最后一列

10 100        半径10 - 100 的圆环映射到输出图像的第一行到最后一行。

512 512      输出图片的宽 高

'nearest_neighbor'    最近邻插值插值方法（速度快，但可能产生锯齿）'bilinear'（双线性插值，平滑但计算量稍大）