用opencv 实现halcon算子 SampleFunct1d功能

Halcon 没有名为 SampleFunct1d 的算子，但是可以使用 OpenCV 来实现类似的功能。

下面是使用 OpenCV 中的函数实现 SampleFunct1d 的示例代码：

import cv2
import numpy as np

def sample_funct_1d(function, x_min, x_max, x_dist, border='constant'):
    # 计算采样点数量
    num_samples = int((x_max - x_min) / x_dist) + 1
    # 生成采样点坐标
    x_coords = np.linspace(x_min, x_max, num_samples)
    # 进行线性插值
    y_coords = np.interp(x_coords, np.arange(len(function)), function)
    # 处理边界情况
    if border == 'zero':
        y_coords[x_coords < x_min] = 0
        y_coords[x_coords > x_max] = 0
    elif border == 'constant':
        y_coords[x_coords < x_min] = function[0]
        y_coords[x_coords > x_max] = function[-1]
    elif border == 'mirror':
        left = 2 * function[0] - function[:num_samples][::-1]
        right = 2 * function[-1] - function[-num_samples:][::-1]
        function_ex = np.concatenate((left, function, right))
        x_coords_ex = np.linspace(x_min - x_dist * num_samples, x_max + x_dist * num_samples, 3 * num_samples)
        y_coords = np.interp(x_coords, x_coords_ex, function_ex)
    elif border == 'cyclic':
        function_ex = np.concatenate((function[-num_samples:], function, function[:num_samples]))
        x_coords_ex = np.linspace(x_min - x_dist * num_samples, x_max + x_dist * num_samples, 3 * num_samples)
        y_coords = np.interp(x_coords, x_coords_ex, function_ex)
    return y_coords

此代码实现了对一维函数的等距采样，并支持四种边界处理模式。可以使用类似下面的代码调用：

y_coords = sample_funct_1d(function, x_min, x_max, x_dist, border='mirror')

其中 function 是输入的一维函数，x_min 和 x_max 是采样区间的左右端点，x_dist 是采样点之间的距离，border 是边界处理模式，支持 'zero'、'constant'、'mirror'、'cyclic' 四种选项。函数返回值是采样点的纵坐标。