Halcon中find_shape_models算子的极性

Halcon中的find_shape_models算子具有两种极性：positive和negative。极性的选择取决于目标物体在形状模板图像中的显示方式，以及匹配时是否需要检测到物体的缺陷或瑕疵。

当形状模板图像中的目标物体是白色的时，应该选择positive极性。这是因为在该极性下，算子会寻找与模板匹配的像素区域，这些区域的灰度值大于或等于形状模板图像中对应像素的灰度值。如果目标物体中存在较暗的区域（例如缺陷或瑕疵），那么这些区域可能会被错误地视为背景，导致匹配失败。

当形状模板图像中的目标物体是黑色的时，应该选择negative极性。在该极性下，算子会寻找与模板匹配的像素区域，这些区域的灰度值小于形状模板图像中对应像素的灰度值。这种极性适用于需要检测物体表面缺陷或瑕疵的情况，因为缺陷往往是比周围区域更暗的区域，如果选择positive极性可能会导致漏检。