功能：通过一幅图像的特定区域直接测试分级器。 12. trainf ocr class box
功能：根据指定测试文件测试分级器的OCRHandle。 13. write ocr
功能：将OCR分级器的OCRHandle写入文件的FileName（文件名）。 12.2 Lexica 1.clear_all_lexica
功能：清除所有的词汇（词典），释放它们的资源。 2. clear lexicon
功能：清除一个词汇（词典），释放相应的资源。 3. create lexicon
功能：根据一些Words(单词)的元组创建一个新的词汇（词典）。 4．Import lexicon
功能：通过FileName(文件名)选定的文件中的一系列单词创建一个新的词典。 5. inspect lexicon
功能：返回Words参数的词典中所有单词的元组。 6. lookup lexicon
功能：检查Word（单词）是否在词典的LexiconHandle中，若在返回1否则返回0。 7. suggest lexicon
功能：将Word（单词）与词典中所有词汇相比较，计算出将Word从词典中导入单词中所需的足校的编辑操作符NUMcorrections。 12.3 Neural-Nets（神经网络） 1. clear all ocr class mlp
功能：清除所有的create ocr class mlp创建的OCR分级器，释放分级器占据的存储空间。
2. clear ocr class mlp 功能：清除所有的由OCRHandle给定的且由create ocr class mlp创建的OCR分级器，释放所有的分级器占据的存储空间。 3. create ocr class mlp
功能：利用MLP（多层感知器）创建一个新的OCR分级器。 4. do ocr multi class mlp 功能：为根据给定区域字符和OCR分级器OCRHandle的灰度图像值而给定的每个字符计算出最好的类，将类返回到Class中，且将类的置信度返回到Confidence中。 5. do ocr single class mlp 功能：为根据给定区域字符和OCR分级器OCRHandle的灰度图像值而给定的字符计算出最好的Num类，将类返回到Class中，且将类的置信度返回到Confidence中。 6. do ocr word mlp
功能：功能与do ocr multi class mlp相同，只是do ocr word mlp将字符组作为一个实体。
7.get_features_ocr_class_mlp
功能：为根据OCR分级器OCRHandle确定的字符计算其特征参数，并将它们返回到Features。
8. get params ocr class mlp
功能：返回一个OCR分级器的参数只有当分级器由do ocr multi class mlp创建时。
9. get prep info ocr class mlp
功能：计算OCR分级器预设定矢量特性的信息。 10. read ocr class mlp
功能：从一个文件中读取OCR分级器。 11. trainf ocr class mlp
功能：测试OCR分级器的OCRHandle，根据存储在OCR文件中的测试特性。 12. write ocr class mlp
功能：将OCR分级器的OCRHandle写入由文件名确定的文件中。 12.4 Support-Vector-Machines_（支持矢量机） 1. clear_all ocr class svm
功能：清除所有的基于OCR分级器的SVM，释放相应的存储空间。 2. clear ocr class svm
功能：清除基于OCR分级器的一个SVM，释放相应的存储空间。 3. create ocr class svm
功能：利用支持向量机创建一个OCR分级器。 4. do ocr multi class svm
功能：根据基于OCR分级器的SVM将大量字符分类。 5. do ocr single class svm
功能：根据基于OCR分级器的SVM将单个字符分类。 6. do ocr word svm
功能：利用OCR分级器将一系列相关字符分类。 7. get features ocr class svm 功能：计算一个字符的特征。 8. get params ocr class svm
功能：返回一个OCR分级器的参数。 9. get prep info ocr class svm
功能：计算基于OCR分级器的SVM的预定义特征矢量的信息内容。 10. get support vector num ocr class svm 功能：返回OCR分级器支持的矢量的数目。 11. get support vector ocr class svm
功能：返回基于支持向量机的已测试OCR分级器中支持向量的索引。 12. read ocr class svm
功能：从文件中读取基于OCR分级器的SVM。 13. reduce ocr class svm
功能：根据一个减小的SVM来接近一个基于OCR分级器的SVM。 14．Trainf ocr class svm 功能：测试一个OCR分级器。 15. write ocr class svm
功能：将一个OCR分级器写入文件。 12.5 Tools
1．Segment characters
功能：将一副图像给定区域的字符分割。 2. select characters
功能：从一个给定区域中选择字符。
3．text line orientation
功能：决定一个文本行或段落的定向（定位）。 4．text_line slant
功能：决定一个文本行或段落的字符的倾斜。 12.6 Training-Files 1. append ocr trainf
功能：将字符添加到一个测试文件中。 2. concat ocr trainf 功能：合并测试文件。 3．read_ocr trainf
功能：从文件中读取字符，将其转换到图像中。 4. read ocr trainf names
功能：查询哪些字符存储在测试文件中。 5．read ocr trainf_select
功能：从文件中读取测试特定字符，将其转换到图像中。 6. write ocr trainf
功能：将已测试的字符存储到文件中。 7. write ocr trainf image
功能：将字符写入正在测试的文件中。
HALCON算子函数——Chapter 8 : Lines
8.1 Access 1. approx_chain
功能：通过弧和线近似一个轮廓。 2. approx_chain_simple
功能：通过弧和线近似一个轮廓。 8.2 Features 1. line_orientation
功能：计算线的方位。 2. line_position
功能：计算一条线的重心、长度和方位。 3. partition_lines
功能：通过各种标准区分线。 4. select_lines
功能：通过各种标准选择线。 5. select_lines_longest 功能：选择最长输入线。
HALCON算子函数——Chapter 9 : Matching
9.1 Component-Based 1. clear_all_component_models 功能：释放所有组件模型的内存。 2. clear_all_training_components 功能：释放所有组件训练结果的内存。
3. clear_component_model 功能：释放一个组件模型的内存。 4. clear_training_components 功能：释放一个组件训练结果的内存。 5. cluster_model_components
功能：把用于创建模型组件的新参数用于训练结果。 6. create_component_model
功能：基于确定的指定组件和关系准备一个匹配的组件模型。 7. create_trained_component_model
功能：基于训练过的组件准备一个匹配的组件模型。 8. find_component_model
功能：在一个图像中找出一个组件模型的最佳匹配。 9. gen_initial_components
功能：提取一个组件模型的最初组件。 10. get_component_model_params 功能：返回一个组件模型的参数。 11. get_component_model_tree 功能：返回一个组件模型的查找树。 12. get_component_relations
功能：返回包含在训练结果内的模型组件间的关系。 13. get_found_component_model
功能：返回一个组件模型的一个创建例子的组件。 14. get_training_components
功能：在一个特定的图像中返回初始值或者模型组件。 15. inspect_clustered_components 功能：检查从训练获取的刚性的模型组件。 16. modify_component_relations 功能：修改一个训练结果中的关系。 17. read_component_model 功能：从一个文件中读取组件模型。 18. read_training_components
功能：从一个文件中读取组件训练结果。 19. train_model_components
功能：为基于组件的匹配训练组件和关系。 20. write_component_model
功能：把一个组件模型写入一个文件中。 21. write_training_components
功能：把一个组件训练结果写入一个文件中。 9.2 Correlation-Based 1. clear_all_ncc_models 功能：释放NCC模型的内存。 2. clear_ncc_model
功能：释放NCC模型的内存。 3. create_ncc_model
功能：为匹配准备一个NCC模型。 4. find_ncc_model
功能：找出一个图像中的一个NCC模型的最佳匹配。 5. get_ncc_model_origin
功能：返回一个NCC模型的原点（参考点）。 6. get_ncc_model_params 功能：返回一个NCC模型的参数。 7. read_ncc_model
功能：从一个文件中读取一个NCC模型。 8. set_ncc_model_origin
功能：设置一个NCC模型的原点（参考点）。 9. write_ncc_model
功能：向一个文件中写入NCC模型。 9.3 Gray-Value-Based 1. adapt_template
功能：把一个模板用于一个图像的大小。 2. best_match
功能：寻找一个模板和一个图像的最佳匹配。 3. best_match_mg
功能：在金字塔中寻找最佳灰度值匹配。 4. best_match_pre_mg
功能：在预生成的金字塔中寻找最佳灰度值匹配。 5. best_match_rot
功能：寻找一个模板和一个旋转图像的最佳匹配。 6. best_match_rot_mg
功能：寻找一个模板和一个旋转金字塔的最佳匹配。 7. clear_all_templates 功能：所有模板的内存分配。 9. clear_template
功能：一个模板的内存分配。 10. create_template
功能：为模板匹配准备一个格式。 11. create_template_rot
功能：为旋转模板匹配准备一个格式。 12. fast_match
功能：寻找一个模板和一个图像的所有好的匹配。 13. fast_match_mg
功能：在金字塔中寻找所有好的灰度值匹配。 14. read_template
功能：从一个文件中读取一个模板。 15. set_offset_template 功能：模板的灰度值偏差。 16. set_reference_template
功能：为一个匹配模板定义参考位置。