ZEiii_的博客

不同于默认脚本的赋值，NPointPoint工具输入变量是VP里面的自带方法。以下是示例的两种脚本输入npp工具点位数据的方法，

/ 创建一个名为"InputImage_Cam"的CogToolBlockTerminal对象，并指定其数据类型为List<int>// 将InputItems添加到mToolBlock的输出项列表中在外面运行一次就可以删掉了（一次性代码，添加了就没用了）下面是集合输出示例。

总结来说，这三个工具在模板匹配任务上有不同的特点和适用范围。CogSearchMaxTool适用于具有旋转和光照变化的模板匹配，CogPMAlignTool适用于高精度匹配和具有形状变化的模板匹配，而CogCNLSearchTool适用于形状匹配和目标定位。选择合适的工具取决于具体的应用需求和图像特征。

一周的弧度数为2πr/r=2π，360°角=2π弧度弧度值乘以180/π来将其转换为角度值，其中π是圆周率，约为3.14159265359。

在硬阈值中将图像的像素分为对象和背景两种，这时，优点是速度快，缺点是产生空间量化误差。为了消除空间量化误差，引入了软阈值。软阈值将图像中的像素分为对象、边缘和背景三种。为此，引入了像素加权来表示可能性，像素加权使用0~1来表示像素，0代表是背景， 1代表是对象，0

图2显示了硬阈值的应用，以及所产生的图像的分割成目标和背景像素。在下面的例子 中，使用的150的阈值。其值大于或等于150的所有像素都被视为背景;小于150值的所有像素都被视为对象。由于斑点分析基本上是分析一个闭合形状的特性，在图像上进行斑点分析的处理时，图像必须分割成需处理的部分和背景部分。许多技术可用于图像分割成目标像素和背景像素。用于分割图像最简单的方法是选择一个像素值。低于阈值的灰度值的所有像素被作为为目标像素，高于阈值的所有像素被指定为背景像素。这种技术被称为二进制阈值或硬阈值。

一个缓冲区显示了底层Blob工具的InputImage属 性。• LastRun.BlobImage缓冲区显示由所提取的斑点数据生成的图像，但不包括己过滤掉的斑点。• LastRun.BlobImageUnfiltered缓冲区显示由所提取的斑点数据生成的图像。• LastRun.Histogram缓冲区显示工具所运行最后一个图像的关注区域中的直方图。冲区中显示的斑点分析结果。这些缓冲区中的某几个需要您选择显示特定 结果才会出现。• LastRun.InputImage显示工具最后一次分析的图像。

实例化应该还有另一种写法直接展示。