wordpress tag做专题seo算法优化

算子

complement 返回一个区域的补集

complement(Region : RegionComplement : : )Region (输入对象)：这指的是输入的一个或多个图像区域。这些区域通常是通过图像处理技术（如阈值处理、边缘检测等）从原图中提取出来的。RegionComplement (输出对象)：这是指输入区域的补集区域。如果输入的“Region”是图像的一部分，那么“RegionComplement”就是除了这部分以外的图像其他部分。 

select_region_point 选择包含指定像素的所有区域

select_region_point(Regions : DestRegions : Row, Column : )Regions (输入对象)：待检查的区域数组。这些区域是图像处理过程中识别出的一系列区域。DestRegions (输出对象)：包含测试像素的所有区域数组。输出将是那些包含了由 Row 和 Column 参数指定位置的像素的所有区域。Row (输入控制)：测试像素所在的行索引。这是一个整数类型的参数，默认值为 100。它指定了像素在图像中的垂直位置。Column (输入控制)：测试像素所在的列索引。这也是一个整数类型的参数，默认值为 100。它指定了像素在图像中的水平位置。

intensity 计算灰度值的均值和偏差

intensity(Regions, Image : : : Mean, Deviation)Regions (输入对象)：在此区域内计算特征。这些区域是从图像中分割出来的一部分或多部分，通常是感兴趣区域（ROI, Regions Of Interest）。Image (输入对象)：单通道图像，通常是指灰度图像。它可以是多种类型的单通道图像，包括但不限于字节类型 (byte)、方向类型 (direction)、循环类型 (cyclic)、整型 (int1, int2, uint2, int4) 或浮点型 (real)。Mean (输出控制)：一个区域的平均灰度值。如果输入的 Regions 是一个数组，则 Mean 也会是一个数组，其中每个元素对应于输入区域数组中的一个区域的平均灰度值。Deviation (输出控制)：区域内灰度值的标准偏差。与 Mean 类似，如果输入的 Regions 是多个区域，则 Deviation 也会是一个数组，其中每个元素对应于输入区域数组中的一个区域的灰度值标准偏差。

案例

* particle.hdev: Measurement of small particles
* 
dev_update_off ()
dev_close_window ()
dev_open_window (0, 0, 512, 512, 'black', WindowID)
set_display_font (WindowID, 14, 'mono', 'true', 'false')
read_image (Image, 'particle')
dev_display (Image)
dev_disp_text ('Original image', 'window', 12, 12, 'black', [], [])
dev_disp_text ('Press Run (F5) to continue', 'window', 'bottom', 'right', 'black', [], [])
stop ()
* 阈值处理
threshold (Image, Large, 110, 255)
* Dilate regions with a circular structuring element
* 膨胀
dilation_circle (Large, LargeDilation, 7.5)
dev_display (Image)
dev_set_draw ('margin')
dev_set_line_width (3)
dev_set_color ('red')
dev_display (LargeDilation)
dev_set_draw ('fill')
dev_disp_text ('Exclude large areas from processing', 'window', 12, 12, 'black', [], [])
dev_disp_text ('Press Run (F5) to continue', 'window', 'bottom', 'right', 'black', [], [])
stop ()
* Continue to calculate small regions
* Return the complement of a region
*获取补集
complement (LargeDilation, NotLarge)
*将原图-补集
reduce_domain (Image, NotLarge, ParticlesRed)
* 去除杂志
mean_image (ParticlesRed, Mean, 31, 31)
* Segment the image using a local threshold
*获取亮点阈值
dyn_threshold (ParticlesRed, Mean, SmallRaw, 3, 'light')
* 亮点进行开运算
opening_circle (SmallRaw, Small, 2.5)
* 连接亮点
connection (Small, SmallConnection)
dev_display (Image)
dev_set_colored (12)
dev_display (SmallConnection)
dev_disp_text ('Extracted small particles', 'window', 12, 12, 'black', [], [])
dev_disp_text ('Press Run (F5) to continue', 'window', 'bottom', 'right', 'black', [], [])
stop ()
* Continue to select several regions and to get information
dev_set_color ('green')
dev_display (Image)
dev_set_draw ('margin')
dev_display (SmallConnection)
Button := 1
* Define limits for the displayed message at the end of the while-loop.
MaxRow := 450
MaxColumn := 440
MinRow := 40
MinColumn := 100
while (Button == 1)dev_disp_text (['Select object with left mouse button','Right button to quit'], 'window', 12, 12, 'black', 'box_color', '#fce9d4dd')dev_set_color ('green')* 点击区域点get_mbutton (WindowID, Row, Column, Button)dev_display (Image)dev_display (SmallConnection)dev_set_color ('red')* 获取到选中的区域select_region_point (SmallConnection, SmallSingle, Row, Column)dev_display (SmallSingle)count_obj (SmallSingle, NumSingle)if (NumSingle == 1)* 计算平均灰度值和偏差intensity (SmallSingle, Image, MeanGray, DeviationGray)*获取区域面积大小area_center (SmallSingle, Area, Row, Column)* Limit the message so that it is displayed entirely inside the graphics window.if (Row > MaxRow)Row := MaxRowendifif (Column > MaxColumn)Column := MaxColumnendifif (Row < MinRow)Row := MinRowendifif (Column < MinColumn)Column := MinColumnendifdev_disp_text (['Area = ' + Area,'Intensity = ' + MeanGray$'.3'], 'image', Row + 10, Column - 90, 'black', 'box_color', '#fce9d4dd')endif
endwhile
dev_set_line_width (1)
dev_update_on ()