以模板轮廓进行创建、查找模板，在创建模板时可以对模板轮廓进行预览编辑。
创建模板 |
角度步长 |
旋转匹配时角度的步长（步长越小，越精确，时间越长） |
算法选择 |
算法优化参数
0：自动选择以下方法
方法1：none 不减少像素
方法2： point_reduction_low 大约一半像素点
方法3：point_reduction_medium 大约1/3
方法4：point_reduction_high 大约1/4
方法5：pregeneration模板预先创建，牺牲内存来换取查找速度
方法6：no_pregeneration在查找时才创建必须数据，占用内存少 |
模板极性 |
自动： 使用极性
方法1：使用极性（模板需与目标一致）
方法2：忽略总体极性
方法3：忽略局部极性
 |
最小对比度 |
（待完善） |
滤波平滑系数 |
对图像进行平滑滤波 |
滤波低阀值 |
对比度低于阀值的认为不是轮廓 |
滤波高阀值 |
对比度大于阀值的认为是轮廓 |
最小轮廓长度 |
限制轮廓的长度 |
查找类型 |
尺寸不变：查找目标与模板大小尺寸一致。
各项同性：查找目标可与模板存在等比例缩放。
各项异性：查找目标可与模板存在非规整变形s |
查找模板 |
最小得分 |
搜索模板的角度范围。 |
角度范围 |
匹配相似度分数 |
匹配数量 |
设定匹配目标的个数 |
最大重叠系数 |
任意两个搜索对象的最大重叠区域比率，0代表不允许重叠 |
亚像素方法 |
相邻两像素之间细分，对这些更小的单元实施插值算法
无：‘none’: 不使用亚像素，最大误差为半个像素
方案1.‘interpolation’: 差值的亚像素精度
方案2.‘least_squares’
方案3.‘least_squares_high’
方案4.‘least_squares_very_high’ 最小二乘法亚像素精度
方案5. 'max_deformation 1'
方案6. 'max_deformation 2'
方案7. 'max_deformation 3'
方案8. 'max_deformation 4'
方案9. 'max_deformation 5'
方案10. 'max_deformation6' |
金字塔等级 |
分解级数，图像的分解（级数越小，分解越细，精度越高，时间越长） |
贪心指数 |
该参数是用来做定位加速的
Ø 值越小，速度越慢
Ø 值越高，找丢目标的可能越大
Ø 建议取值：50 |
以模板轮廓进行创建、查找模板，在创建模板时无法预览编辑模板轮廓。
创建模板 |
角度步长 |
旋转匹配时角度的步长（步长越小，越精确，时间越长） |
算法选择 |
算法优化参数
0：自动选择以下方法
方法1：none 不减少像素
方法2： point_reduction_low 大约一半像素点
方法3：point_reduction_medium 大约1/3
方法4：point_reduction_high 大约1/4
方法5：pregeneration模板预先创建，牺牲内存来换取查找速度
方法6：no_pregeneration在查找时才创建必须数据，占用内存少 |
模板极性 |
自动： 使用极性
方法1：使用极性（模板需与目标一致）
方法2：忽略总体极性
方法3：忽略局部极性
|
最小对比度 |
（待完善） |
滤波平滑系数 |
对图像进行平滑滤波 |
滤波低阀值 |
对比度低于阀值的认为不是轮廓 |
滤波高阀值 |
对比度大于阀值的认为是轮廓 |
最小轮廓长度 |
限制轮廓的长度 |
查找类型 |
尺寸不变：查找目标与模板大小尺寸一致。
各项同性：查找目标可与模板存在等比例缩放。
各项异性：查找目标可与模板存在非规整变形s |
查找模板 |
最小得分 |
搜索模板的角度范围。 |
角度范围 |
匹配相似度分数 |
匹配数量 |
设定匹配目标的个数 |
最大重叠系数 |
任意两个搜索对象的最大重叠区域比率，0代表不允许重叠 |
亚像素方法 |
相邻两像素之间细分，对这些更小的单元实施插值算法
无：‘none’: 不使用亚像素，最大误差为半个像素
方案1.‘interpolation’: 差值的亚像素精度
方案2.‘least_squares’
方案3.‘least_squares_high’
方案4.‘least_squares_very_high’ 最小二乘法亚像素精度
方案5. 'max_deformation 1'
方案6. 'max_deformation 2'
方案7. 'max_deformation 3'
方案8. 'max_deformation 4'
方案9. 'max_deformation 5'
方案10. 'max_deformation6' |
金字塔等级 |
分解级数，图像的分解层次（级数越小，分解越细，精度越高，时间越长） |
贪心指数 |
该参数是用来做定位加速的
Ø 值越小，速度越慢
Ø 值越高，找丢目标的可能越大
Ø 建议取值：50 |
基于模板灰度进行创建、查找模板。
创建模板 |
角度步长 |
（待完善） |
使用极性 |
（待完善） |
查找模板 |
最小得分 |
搜索模板的角度范围。 |
角度范围 |
匹配相似度分数 |
匹配数量 |
设定匹配目标的个数 |
最大重叠系数 |
任意两个搜索对象的最大重叠区域比率，0代表不允许重叠 |
亚像素方法 |
相邻两像素之间细分，对这些更小的单元实施插值算法
无：‘none’: 不使用亚像素，最大误差为半个像素
方案1.‘interpolation’: 差值的亚像素精度
方案2.‘least_squares’
方案3.‘least_squares_high’
方案4.‘least_squares_very_high’ 最小二乘法亚像素精度
方案5. 'max_deformation 1'
方案6. 'max_deformation 2'
方案7. 'max_deformation 3'
方案8. 'max_deformation 4'
方案9. 'max_deformation 5'
方案10. 'max_deformation6' |
金字塔等级 |
分解级数，图像的分解层次（级数越小，分解越细，精度越高，时间越长） |
贪心指数 |
该参数是用来做定位加速的
Ø 值越小，速度越慢
Ø 值越高，找丢目标的可能越大
Ø 建议取值：70 — 90 |
卡尺个数 |
设置 ROI 区域内搜索线的个数 |
卡尺边缘阀值 |
沿搜索线方向，两像素点的灰度值之差 |
卡尺极性 |
指定用于确定边缘的像素强度过渡类型
（1）从黑到白，表示沿搜索线方向，搜索灰度值由暗到亮变化的边缘点。
（2）从白到黑，表示沿搜索线方向，搜索灰度值由亮到暗变化的边缘点。
（3）所有，查找任意极性的所有边缘点。 |
卡尺边缘点选取 |
指定在图像中找到的边缘类型
（1）第一条边缘：是指在 ROI 范围内根据设定条件搜索到满足条件的边缘点拟合成
直线的第一条边
（2）最后一条边缘：是指在 ROI 范围内根据设定条件搜索到满足条件的边缘点拟合
成直线的最后一条边
（3）对比度最强：是指在 ROI 范围内根据设定条件搜索到的满足条件的最佳边缘点
（相对于其他边缘点，灰度差较大的边缘点）拟合成的直线 。 |
局外点数量 |
（待完善） |
卡尺方向 |
ROI 区域内边缘点搜索线的搜索方向 |
卡尺个数 |
设置 ROI 区域内搜索线的个数 |
卡尺边缘阈值 |
沿搜索线方向，两像素点的灰度值之差 |
卡尺极性 |
指定用于确定边缘的像素强度过渡类型
- 从黑到白，表示沿搜索线方向，搜索灰度值由暗到亮变化的边缘点。
（2）从白到黑，表示沿搜索线方向，搜索灰度值由亮到暗变化的边缘点。
（3）所有，查找任意极性的所有边缘点。 |
卡尺边缘点选取 |
指定在图像中找到的边缘类型 。
（1）第一条边缘：第一条边缘，是指在 ROI 范围内根据设定条件搜索到边缘点拟合的第一个满足条件的圆
- 最后一条边缘：是指在 ROI 范围内根据设定条件搜索到满足条件的的边缘点拟合成最后一个圆
- 对比度最强：是指在 ROI 范围内根据设定条件搜索到的满足条件的最佳边缘点（相对于其他边缘点， 灰度差较大的边缘点）拟合成的圆
- 卡尺方向： ROI 区域内边缘点搜索线的搜索方向。
|
局外点个数 |
卡尺点相对较远的 |
半径约束 |
限制查找圆的半径大小 ，固定圆的半径 |
卡尺方向 |
ROI 区域内边缘点搜索线的搜索方向 |
| 检测类型 |
直线缺口：检测圆上的缺口 |
| 缺口角度 |
圆缺口的角度大小 |
| 缺口端点 |
圆缺口上的两个端点（变量类型：线段） |
| 图像卡尺 |
圆上的卡尺点的图像坐标，只存16个点位。从起始角度开始存（变量需填浮点数组） |
| 机械卡尺 |
圆上的卡尺点的对中坐标，只存16个点位。从起始角度开始存（变量需填浮点数组） |
算法选择 |
（待完善） |
最小灰度值 |
所找到的对象的最小灰度值 |
最大灰度值 |
所找到的对象的最大灰度值 |
最小填充面积 |
将有孔洞的 Blob，进行填充，设置填充的最小面积 |
最大填充面积 |
将有孔洞的 Blob，进行填充，设置填充的最大面积 |
最小面积 |
所找到的对象的最小面积，单位为像素 |
最大面积 |
所找到的对象的最大面积，单位为像素 |
最小高度 |
所找到的对象的图像高度 |
最大高度 |
所找到的对象的图像高度 |
最小宽度 |
所找到的对象的图像宽度 |
最大宽度 |
所找到的对象的图像高度 |
Blob个数 |
设置需要找的对象个数 |
类型 |
- 二进制阈值
- 反二进制阈值
- 截断阈值化
- 阈值化为0
- 反阈值化为0
|
阈值 |
阈值的标准线 |
目标最大值 |
设定需执行的灰度值 |
解释 |
类型1：区域内像素灰度值低于阈值的标准线时，阈值就设定为0；高于阈值的标准线就设定需执行的灰度值 。
类型2：区域内像素灰度值低于阈值的标准线时，阈值就设定需执行的灰度值 ；高于阈值的标准线就设定为0 。
类型3：区域内像素灰度值高于阈值的标准线时，阈值就设定需执行的灰度值 ；低于阈值的标准线不变化 。
类型4：区域内像素灰度值低于阈值的标准线时，阈值就设为0；高于阈值的标准线不变化（目标最大值设定无效）。
类型5：区域内像素灰度值高于阈值的标准线时，阈值就设为0；低于阈值的标准线不变化（目标最大值设定无效） 。 |
类型 |
1.均值滤波
2.中值滤波
3.高斯滤波
4.图像灰度开运算
5.图像灰度闭运算 |
掩膜大小 |
|
解释 |
均值滤波：作用是消除尖锐噪声，实现平滑，模糊图像等功能。掩膜大小值越大效果越明显
中值滤波：作用是消除椒盐噪声，掩膜大小值越大效果越明显。
高斯滤波：作用是消除高斯噪声，掩膜大小值越大效果越明显。
图像灰度开运算：对区域先进行腐蚀操作，然后对腐蚀的结果再进行膨胀操作；作用是消除离散点和毛刺，可以将两个物体分开。掩膜大小值越大效果越明显
图像灰度闭运算：对区域先进行膨胀操作，然后对膨胀的结果再进行腐蚀操作；作用是填充区域内部孔洞和区域的凹角点，可以把邻近的目标连接起来。掩膜大小值越大效果越明显。 |
掩膜高度 |
均值滤波内核高度 |
掩膜宽度 |
均值滤波内核宽度 |
对比度 |
增强因子 |
解释 |
作用是增强图像的高频区域（边缘和拐角），使图像看起来更清晰。
使用滤波器进行均值滤波（滤波器的大小由掩膜高度和掩膜宽度设定，数值越大，则图像对比度越强）；滤波后的图像灰度再通过增强因子进行增强。 |
乘数因子 |
乘数因子 |
加数因子 |
加数因子 |
解释 |
作用是拉开图像的对比度，让图像中黑的地方更黑，亮的地方更亮。
计算原理是：新区域灰度值:= 原区域灰度值 * 原区域灰度值*乘数因子 + 加数因子
计算的值大于255；则新灰度值为255。
使用示例：当乘数因子为0.01时；经过计算灰度值低于100的像素，处理后灰度值会更低，高于100则会更高。从而达到对比度增强效果。（乘数因子为0.02；则是以灰度值50为分界点） |
宽度比例 |
图像宽度等比例缩放比例因子（会改变图像分辨率大小） |
高度比例 |
图像高度等比例缩放比例因子（会改变图像分辨率大小） |
解释 |
区域分辨率需要是4的倍数（功能待完善） |
目标类型 |
选择要执行的目标颜色 |
| 掩膜高度 |
闭运算内核高度 |
| 掩膜宽度 |
闭运算内核宽度 |
| 目标阈值 |
设定目标类型的阈值 |
背景阈值 |
设定目标类型背景的阈值 |
解释 |
作用是对区域的目标与背景的阈值进行设定，增强对比度；
过程是提取目标类型，再对目标进行闭运算一次，填充小的孔洞。再设定目标和目标背景的阈值；一般用在读码的场合。 |
核高 |
核形态的高度 |
核宽 |
核形态的宽度 |
核形态 |
膨胀用的核结构元素 |
迭代次数 |
膨胀的次数 |
解释 |
作用是对区域边界点进行扩充，填充空洞，使边界像外部扩张。核高、宽和迭代次数越大越明显 |
核高 |
核形态的高度 |
核宽 |
核形态的宽度 |
核形态 |
腐蚀用的核结构元素 |
迭代次数 |
腐蚀的次数 |
解释 |
作用是消除物体的边界点，使边界向内部收缩的过程，把小于结构元素的干扰去掉。核高、宽和迭代次数越大越明显 |
核高 |
核形态的高度 |
核宽 |
核形态的宽度 |
核形态 |
开运算用的核结构元素 |
迭代次数 |
开运算的次数 |
解释 |
对区域先进行腐蚀操作，然后对腐蚀的结果再进行膨胀操作；作用是消除离散点和毛刺，可以将两个物体分开。核高、宽和迭代次数越大越明显 |
核高 |
核形态的高度 |
核宽 |
核形态的宽度 |
核形态 |
闭运算用的核结构元素 |
迭代次数 |
闭运算的次数 |
解释 |
对区域先进行膨胀操作，然后对膨胀的结果再进行腐蚀操作；作用是填充区域内部孔洞和区域的凹角点，可以把邻近的目标连接起来。核高、宽和迭代次数越大越明显 |
编码类型 |
一维码的类型 |
| 查找数量 |
需识别的数量（目前只支持数量1） |
起始角度 |
（待完善） |
角度范围 |
一维码的角度旋转范围 |
对比度 |
（待完善） |
扫描线数量 |
（待完善） |
查找数量 |
需识别的数量（目前只支持数量1） |
极性 |
（待完善） |
最小对比度 |
（待完善） |
最小灰度值 |
所找到的对象的最小灰度值 |
最大灰度值 |
所找到的对象的最大灰度值 |
最小面积 |
所找到的对象的最小面积，单位为像素 |
最大面积 |
所找到的对象的最大面积，单位为像素 |