Halcon：獲取Image圖像中Region區域的特徵參數

1、area_center_gray ( Regions, Image : : : Area, Row, Column )  計算Image圖像中Region區域的面積Area和重心（Row，Column）。
2、 cooc_feature_image ( Regions, Image : : LdGray, Direction : Energy, Correlation, Homogeneity, Contrast ) 計算共生矩陣和推導出灰度特徵值 Direction：灰度共生矩陣計算的方向 Energy：灰度值能量  Correlation：灰度值的相互關係  Homogeneity：灰度值的均勻性 Contrast：灰度值的對比度 
3、 cooc_feature_matrix ( CoocMatrix : : : Energy, Correlation, Homogeneity, Contrast )  根據共生矩陣計算灰度特徵值  
4、elliptic_axis_gray ( Regions, Image : : : Ra, Rb, Phi )  計算Image圖像的Region區域的Ra，Rb和Phi。
5、 entropy_gray ( Regions, Image : : : Entropy, Anisotropy )  Image圖像中Region區域的計算熵Entropy和各向異性Anisotropy。
6、 estimate_noise ( Image : : Method, Percent : Sigma )  從單一圖像 Image中估計圖像的噪聲。 Sigma：加性噪聲的標準偏差 Method ：估計噪聲的方法 
Method∈{foerstner、immerkaer、least_squares、mean}、
7、fit_surface_first_order ( Regions, Image : : Algorithm, Iterations, ClippingFactor : Alpha, Beta, Gamma )  計算一階灰度平面的灰度矩陣和灰度值的逼近參數。 Algorithm：採用的算法 Algorithm：迭代次數  ClippingFactor：消除臨界值的削波係數  
8、fit_surface_second_order ( Regions, Image : : Algorithm, Iterations, ClippingFactor : Alpha, Beta, Gamma, Delta, Epsilon, Zeta )  計算二階灰度平面的灰度矩陣和灰度值的逼近參數。 
9、fuzzy_entropy ( Regions, Image : : Apar, Cpar : Entropy )  確定區域Regions的模糊熵 將圖像視爲模糊集合 Apar爲模糊區域的起始點 Cpar爲模糊區域的結束點 Entropy爲Regions的模糊熵  
10、fuzzy_perimeter ( Regions, Image : : Apar, Cpar : Perimeter )  計算Region區域的模糊周長  
11、gen_cooc_matrix ( Regions, Image : Matrix : LdGray, Direction : )  生成Image圖像Region區域的共生矩陣  
12、gray_histo ( Regions, Image : : : AbsoluteHisto, RelativeHisto )  獲取Image圖像Region區域的灰度相對直方圖RelativeHisto和絕對直方圖AbsoluteHisto。 
注意：Region區域必須先計算過它的直方圖。 
13、gray_histo_abs ( Regions, Image : : Quantization : AbsoluteHisto )  獲取Image圖像Region區域的灰度絕對直方圖AbsoluteHisto。 Quantization：灰度值的量化、  
14、gray_projections ( Region, Image : : Mode : HorProjection, VertProjection )  計算Region區域在水平方向和垂直方向的灰度值投影。 
15、histo_2dim ( Regions, ImageCol, ImageRow : Histo2Dim : : )  計算二通道灰度圖像的直方圖  
16、intensity ( Regions, Image : : : Mean, Deviation )  計算region區域的灰度平均值和偏差  
17、min_max_gray ( Regions, Image : : Percent : Min, Max, Range )  計算Region區域的最大最小灰度值。 Range：最大灰度值和最小灰度值之間的差距  
18、moments_gray_plane ( Regions, Image : : : MRow, MCol, Alpha, Beta, Mean )  計算平面的灰度矩陣和灰度值的逼近參數。 
19、plane_deviation ( Regions, Image : : : Deviation )  逼近的圖象平面計算灰度值偏差  
20、select_gray ( Regions, Image : SelectedRegions : Features, Operation, Min, Max : )  根據灰度值選擇區域 
Features∈{area、row、column、ra、rb、phi、min、max、mean、deviation、plane_deviation、anisotropy、entropy、fuzzy_entropy、fuzzy_perimeter、moments_row、moments_column、alpha、
beta}  Operation∈{and、or}  
shape_histo_all ( Region, Image : : Feature : AbsoluteHisto, RelativeHisto )  shape_histo_point ( Region, Image : : Feature, Row, Column : AbsoluteHisto, RelativeHisto )  獲取閾值特徵直方圖  Feature∈{connected_components、convexity、compactness、anisometry、holes}