一 读取的3种方式：
read_image( image,'filename') //image 是输出对象，后面是输入文件的路径和名称
读取多图：
1，申明一个数组，分别保存路径
ImagePath:=[]
ImagePath[0]:='D:/1.bmp'
ImagePath[1]:='D:/2.bmp'
ImagePath[2]:='D:/3.bmp'
for i:=0 to 2 by 1
read_image(Image,ImagePath[i])
endfor
2，for 循环
for i:=1 to 3 by 1
read_image(Image,'D:/’+'i'+'.bmp')
endfor
3, 读取目录下所有文件
助手，打开图像，选择路径，插入代码
list_files(输入文件目录地址，选取的要求(files指定选取文件格式，recursive递归，深入所有，derectories选取文件夹，follow_links,max_depth 5...)，输出的被选择的文件列表)
选择符合规则的tuple,其中\.是转义符，等价于'-->'
tuple_regexp_select(文件名字，['\.(bmp|tif)$','ignore_case忽略大小写'],输出)
fabric文件路径
二 图像变量Region
预处理：
| 消除噪声 | mean_image/ binomial_filter |
| 抑制小斑点或者细线 | median_image |
| 平滑 | smooth_image |
| 保存边缘的平滑 | anisotropic_diffusion |
变量Region：
Region 为某些附和要求性质的像素的子集，或者说一些被选择的图块区域s，region大小不受图像限制，有fill和margin两种表达方式，类似于游程编码，可用于压缩，eg：用a2b3c4代表aabbbcccc
region操作：
选择相应区域
select_shape(regions,output,'select type',..requirements)
计算相应区域的面积，中心坐标：
area_center(regions,area,row,column)
不规则区域的转换：
shape_trans(region,regiontrans,type)
convex hull凸包围（由外向内包围）
outer_circle 外圆（能够包括对象的半径最小的圆形）
inner_circle 内圆
rectangle1 正矩形
rectangle2 最小包围矩形
inner_rectangle1 最大内矩形
三 图型变量XLD（eXtended Line Descriptions）
XLD代表亚像素级别的轮廓或者多边形
threshold_sub_pix(inputimage, output,requirement)
gen_contour_region_xld(inputRegion,output,...)
XLD的选择操作（select_shape_xld/selet_contours_xld）:
select_shape_xld(XLD:SelectedXLD:Features,Operation,Min,Max:)
select_contours_xld(Contours:SelectedContours:Feature,Min1,Max1,Min2,Max2:)
计算xld的面积以及中心位置：
area_center_xld(XLD:::Area,row,column,pointOrder)
xld的合并操作：
union_colliner_contours_xld: 合并同一直线的xld
union_cocircular_contours_xld: 合并同圆的xld
union_adjacent_contours_xld: 合并相邻的xld
xld的转换操作与region类似：
shape_trans_xld(XLD:XLDTrans:Type:)
有上面几个类型
Xld的分割操作（segment_contours_xld）
把初始xld分割成直线，直线和圆，直线和椭圆
segment_contours_xld(Contours: ContoursSplit: Mode,SmoothCont, MaxLineDist1, MaxLineDist2:)
Xld 的拟合操作(fit_***_contour_xld) 把不完整的形状拟合完整
fit_line_contour_xld
fit_circle_contour_xld
fit_ellipse_contour_xld
fit_rectangle2_contour_xld
总结：
图像和视频，文件的读取
Region和XLD的初步介绍
注意：
在使用edges_sub_pix提取出来的结果，往往不是完整的圆形，需要用union来整合出完整的圆形。