Halcon操控灰度值

       其实在大多数时候主要是对灰度值读取，或通过官方算子操控灰度值，本文意在演绎通过灰度值、数组等生成一张图像，来提高对图像本质的理解

     在视觉的角度看图片的本质，可以理解为一组数据，2d图片可以理解为一组二维数组，3D图片可以理解为三维数组

     案例：通过数组+矩阵生成一张指定灰度值的图样

read_image (Image33, 'E:/Halcon数据/资源图片/33.png')

原图   

通过矩阵生成指定整张图像灰度值，如果想要一个丰富多彩的图片，可以将50替换成数组【】、数组每个值对应对应像素的灰度值，

get_image_size (Image33, Width, Height)
create_matrix (Height,  Width, 50, MatrixID)
get_full_matrix (MatrixID, Values1)

获取行列坐标集合

C:=[]
c1:=[0:Width-1]
for Index := 0 to Height-1 by 1
    C:=[C,c1]
endfor
R:=[]
for Index1 := 0 to Height-1 by 1
    tuple_gen_const (Width, Index1, r1)
    R:=[R,r1]
endfor

通过创建矩阵查看数据验证数据准确性

create_matrix (Height,  Width, C, MatrixIDC)
create_matrix (Height,  Width, R, MatrixIDR)

重置整张图像灰度值

set_grayval (Image33, R, C, Values1)

延申拓展为scale_image

v3:=Values1*3-10
set_grayval (Image33, R, C, v3)