1.缺陷分类：
边缘凹凸、毛刺
内部污点、内部凹凸、特定空洞、破损
划痕（一般用低角度环形光和同轴光源）
凸点一般用带角度的光源斜着打，背景打亮，凸点打暗。
凹点一般用平行光从上往下打，背景打亮，凹点打暗。
2.缺陷处理的方式：
Blob+区域特征：cheak_blister.hdev(检测胶囊缺失和错误)
Blob+区域特征+差分：fin.hdev(边缘凸起的检测)
频域+空间域
光度立体法
特征训练（分类器、深度学习）、OCV光学字符检测
测量+拟合：fit_rectangle2_contour_xld(矩形拟合)和measure_fill_level(测量液位高度)和align_measurements(检测剃须刀片断齿)
3.形态学中的区域Region差分
增加像素：膨胀+闭运算，其中并运算是增加多一些
减少像素：腐蚀+开运算，其中开运算是减少多一些
4.局部二值化
这种用法适用于光照稳定、环境简单的现场
mean_image (Image, ImageMean, 3, 3) //均值滤波，例如是3*3的模板，从图像左上角滑到图像右下角，每一点的像素值取临近9个像素值的平均值，这样可以使图像变得平滑和均匀，没有太大的凸起
dyn_threshold (Image, ImageMean, RegionDynThresh, 5, ‘dark’) //5是offset，offset越大，越难提取太亮或太暗的
5.形态学中的图像Image差分：灰度形态学
亮的像素点变多：膨胀+闭运算，其中闭运算算子：gray_closing_shape (Image, ImageClosing, 7, 7, ‘octagon’) octagon：八角形，用的7*7的模板
暗的像素点变多：腐蚀+开运算，其中开运算算子：gray_opening_shape (Image, ImageOpening, 7, 7, ‘octagon’)
6.图像处理的十大类
图像的基本理论
图像增强
图像的灰度变换：scale_image
图像的几何变换：仿射变化、投影变换、极坐标变换
图像的频域变换：傅里叶变换、小波变换
图像复原技术
图像形态学：分区域形态学和灰度形态学
图像分割：边缘检测、二值化、边缘分析，分割出感兴趣的
运动图像：图像差分
图像配准：例如形状匹配
7.仿射变换矩阵
8.OCV光学字符识别
create_ocv_proj (‘A’, OCVHandle) 创建OCV句柄
traind_ocv_proj (ImageReduced, OCVHandle, ‘A’, ‘single’) 训练OCV句柄
write_ocv (OCVHandle, ‘test_ocv.ocv’) 保存OCV句柄
read_ocv (‘test_ocv.ocv’, OCVHandle) 读取OCV句柄
do_ocv_simple (ImageReduced, OCVHandle, ‘A’, ‘true’, ‘true’, ‘true’, ‘true’, -1, Quality) 检测OCV质量：使用OCV工具验证样品
do_ocv_simple(Pattern : : OCVHandle, PatternName, AdaptPos, AdaptSize, AdaptAngle, AdaptGray, Threshold : Quality)