using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using OpenCvSharp;

namespace ceju
{
    class SubFunction
    {
        /*
         *  摘要：
         *      计算图片非零像素的平均阈值
         *  参数：
         *      image：
         *          输入图片，（单通道）
         *      threshold：
         *          输出阈值
         */
        public static void AverageThreshold(Mat image, out double threshould)
        {
            // 计算非零像素的个数
            int count = 0;
            BasFunction.Count(image, out count);

            // 计算像素和
            double sum = 0;
            for (int i = 0; i < image.Rows; i++)
            {
                for (int j = 0; j < image.Cols; j++)
                {
                    sum += image.Get<int>(i, j);
                }
            }

            // 求平均阈值
            threshould = sum / count;
        }
        /*
         *  摘要：
         *      提取图像的中部区域的边界
         *  参数：
         *      image：
         *           阈值分割后的二值0，1图像
         *  返回：
         *      数组middleArea;
         *      middleArea[0]：中部左边界
         *      middleArea[1]：中部右边界
         *  方法：
         *      对每列求和，得到行向量；
         *      得到行向量的最大值；
         *      分别对行向量从左往右和从右往左遍历，找到大于最大值-10的列
         */
        public static int[] GetMiddleArea(Mat image)
        {
            //求行数和列数
            int rows = image.Rows;
            int cols = image.Cols;
            //将Mat类中的数据放到数组中
            int[,] arr = BasFunction.Mat2Array(image);
            //将数组转换成0，1数组
            arr = BasFunction.ConversionRange(arr);
            //中部边界的数组
            int[] middleArea = new int[2];
            //对数组每列求和得到行向量
            int[] sumC = BasFunction.Sum(arr, 1);
            //得到该行向量的最大值
            int sumCMax = BasFunction.Max(sumC);
            //从左向右遍历，大于临界值时，得到中部左边界
            for (int j = 0; j < cols; j++)
            {
                if (sumC[j] > sumCMax - 10)
                {
                    middleArea[0] = j;
                    break;
                }
            }
            //从右向左遍历，大于临界值时，得到中部右边界
            for (int j = cols - 1; j >= 0; j--)
            {
                if (sumC[j] > sumCMax - 10)
                {
                    middleArea[1] = j;
                    break;
                }
            }
            return middleArea;
        }
        /*
         *  摘要：
         *      得到数据提取区域的边界
         *  参数：
         *      image：
         *          输入阈值分割后的图像
         *      middleArea：
         *          输入中间区域的边界，
         *          middleArea[0]:中部左边界
         *          middleArea[1]:中部右边界
         *  返回：
         *      dataArea：
         *          数据提取区域的边界
         *          dataArea[0]：左半边的左边界
         *          dataArea[1]：左半边的右边界
         *          dataArea[2]：右半边的左边界
         *          dataArea[3]：右半边的右边界
         */
        public static int[] GetDataArea(Mat image, int[] middleArea)
        {
            //图片行列数
            int rows = image.Rows;
            int cols = image.Cols;
            //图片填充的上界
            int y = 0;
            //将Mat类数据存入数组中
            int[,] arr = BasFunction.Mat2Array(image);
            //将数组转换成0，1数组
            arr = BasFunction.ConversionRange(arr);
            //对二维数组每行求和，输出列向量
            int[] sumR = BasFunction.Sum(arr, 2);
            //列向量的最大值
            int sumRMax = BasFunction.Max(sumR);
            //当列向量某行的值大于最大值的一半时，得到填充上界
            for (int i = 1; i < rows; i++)
            {
                if (sumR[i] > sumRMax / 2)
                {
                    y = i;
                    break;
                }
            }
            //将二维数组，y以下的所有行都变为1
            int[,] arrFill = arr;
            for (int i = y; i < rows; i++)
            {
                for (int j = 1; j < cols; j++)
                {
                    arrFill[i, j] = 1;
                }
            }
            //对填充后的数组每列求和，得到行向量
            int[] sumCArrayFill = BasFunction.Sum(arrFill, 1);
            //该行向量的middleArea[0] - 500到middleArea[0]区间，左半边
            int[] sumCArrayFillLeft = BasFunction.Intercept(sumCArrayFill, middleArea[0] - 500, middleArea[0]);
            //该行向量的middleArea[1]到middleArea[1] + 500区间，右半边
            int[] sumCArrayFillRight = BasFunction.Intercept(sumCArrayFill, middleArea[1], middleArea[1] + 500);
            //左半边的最大值
            int sumCArrayFillLeftMax = BasFunction.Max(sumCArrayFillLeft);
            //右半边最大值
            int sumCArrayFillRightMax = BasFunction.Max(sumCArrayFillRight);
            //数据提取区域，分别是左半边左右边界，右半边左右边界
            int[] dataArea = new int[4];
            for (int j = middleArea[0] - 500; j < middleArea[0]; j++)
            {
                if (sumCArrayFill[j] > sumCArrayFillLeftMax - 10)
                {
                    dataArea[0] = j;
                    break;
                }
            }
            for (int j = middleArea[0]; j > middleArea[0] - 500; j--)
            {
                if (sumCArrayFill[j] > sumCArrayFillLeftMax - 5)
                {
                    dataArea[1] = j;
                    break;
                }
            }
            for (int j = middleArea[1]; j < middleArea[1] + 500; j++)
            {
                if (sumCArrayFill[j] > sumCArrayFillRightMax - 5)
                {
                    dataArea[2] = j;
                    break;
                }
            }
            for (int j = middleArea[1] + 500; j > middleArea[1]; j--)
            {
                if (sumCArrayFill[j] > sumCArrayFillRightMax - 10)
                {
                    dataArea[3] = j;
                    break;
                }
            }
            return dataArea;
        }
        /*
        *  摘要：
        *      提取线条，保存每列第一个点，需要没有间断点
        *  参数：
        *      array：
        *          输入二维数组，0，1二值
        *      line：
        *          输出线条，0，1二值
        *      averageCoordinate：
        *           输出平均纵坐标
        *      leftBorder：
        *          左边界
        *      rightBorder：
        *          右边界
        */
        public static void ExtractLines(int[,] array, out int[,] line, out double averageCoordinate, int leftBorder, int rightBorder)
        {
            //数组长宽
            int rows = array.GetLength(0);
            int cols = array.GetLength(1);
            //输出的线条数组
            line = new int[rows, cols];
            //记录线条上点的纵坐标数组
            int[] coordinate = new int[cols];
            //线条平均纵坐标
            averageCoordinate = 0;
            //纵坐标之和
            int sum = 0;
            //线条上点的个数
            int count = 0;
            //遍历，原数组上该位置有点时，线条上的该位置置1
            for (int j = leftBorder; j < rightBorder; j++)
            {
                for (int i = 0; i < rows; i++)
                {
                    if (array[i, j] == 1)
                    {
                        line[i, j] = 1;
                        coordinate[j] = i;
                        break;
                    }
                }
            }
            //计算纵坐标之和
            BasFunction.Sum(coordinate, out sum);
            //计算线条内点的个数
            BasFunction.Count(coordinate, out count);
            //平均纵坐标
            averageCoordinate = sum / count;
        }
        /*
        *  摘要：
        *      提取线条，保存每列第一个点，需要没有间断点，不输出线条
        *  参数：
        *      array：
        *          输入二维数组，0，1二值
        *      averageCoordinate：
        *           输出平均纵坐标
        *      leftBorder：
        *          左边界
        *      rightBorder：
        *          右边界
        */
        public static void ExtractLines(int[,] array, out double averageCoordinate, int leftBorder, int rightBorder)
        {
            //数组长宽
            int rows = array.GetLength(0);
            int cols = array.GetLength(1);

            //记录线条上点的纵坐标数组
            int[] coordinate = new int[cols];
            //线条平均纵坐标
            averageCoordinate = 0;
            //纵坐标之和
            int sum = 0;
            //线条上点的个数
            int count = 0;
            //遍历，查询有点的个数
            for (int j = leftBorder; j < rightBorder; j++)
            {
                for (int i = 0; i < rows; i++)
                {
                    if (array[i, j] == 1)
                    {

                        coordinate[j] = i;
                        break;
                    }
                }
            }
            //计算纵坐标之和
            BasFunction.Sum(coordinate, out sum);
            //计算线条内点的个数
            BasFunction.Count(coordinate, out count);
            //平均纵坐标
            averageCoordinate = sum / count;
        }
        /*
        *  摘要：
        *      提取线条，保存每列第一个点，需要没有间断点
        *  参数：
        *      array：
        *          输入二维数组，0，1二值
        *      line：
        *          输出线条，0，1二值
        *      averageCoordinateNew：
        *          输出平均纵坐标
        *      leftBorder：
        *          左边界
        *      rightBorder：
        *          右边界
        *      averageCoordinate：
        *           作为基准的上一条线的平均纵坐标
        */
        public static void ExtractLines(int[,] array, out int[,] line, out double averageCoordinateNew, int leftBorder, int rightBorder, double averageCoordinate)
        {
            //数组长宽
            int rows = array.GetLength(0);
            int cols = array.GetLength(1);
            //输出的线条数组
            line = new int[rows, cols];
            //新的记录线条纵坐标的数组
            int[] coordinateNew = new int[cols];
            //遍历范围的上界和下界
            int upperBound = (int)averageCoordinate + 15;
            int lowerBound = (int)averageCoordinate + 45;
            //初始化，记录纵坐标的数组全为0
            for (int j = 0; j < cols; j++)
            {
                coordinateNew[j] = 0;
            }
            //计算线条内点的个数
            int count = 0;
            BasFunction.Count(coordinateNew, out count);
            //当点的个数少于5的时候循环
            while (count < 5)
            {
                //每次循环，寻找范围向下移动5个像素
                upperBound = upperBound + 5;
                lowerBound = lowerBound + 5;
                //遍历，寻找线条上的点，并记录纵坐标
                for (int j = leftBorder; j < rightBorder; j++)
                {
                    for (int i = upperBound; i < lowerBound; i++)
                    {
                        if (array[i, j] > 0)
                        {
                            line[i, j] = 1;
                            coordinateNew[j] = i;
                            break;
                        }
                    }
                }
                //重新计算线条内点的个数
                BasFunction.Count(coordinateNew, out count);

            }
            //纵坐标之和
            int sum = 0;
            BasFunction.Sum(coordinateNew, out sum);
            //平均纵坐标
            averageCoordinateNew = 0;
            averageCoordinateNew = sum / count;
        }
        /*
        *  摘要：
        *      提取线条，保存每列第一个点，需要没有间断点，不输出线条，只输出纵坐标
        *  参数：
        *      array：
        *          输入二维数组，0，1二值
        *      averageCoordinateNew：
        *          输出平均纵坐标
        *      leftBorder：
        *          左边界
        *      rightBorder：
        *          右边界
        *      averageCoordinate：
        *           作为基准的上一条线的平均纵坐标
        */
        public static void ExtractLines(int[,] array, out double averageCoordinateNew, int leftBorder, int rightBorder, double averageCoordinate)
        {
            //数组长宽
            int rows = array.GetLength(0);
            int cols = array.GetLength(1);

            //新的记录线条纵坐标的数组
            int[] coordinateNew = new int[cols];
            //遍历范围的上界和下界
            int upperBound = (int)averageCoordinate + 15;
            int lowerBound = (int)averageCoordinate + 45;
            //初始化，记录纵坐标的数组全为0
            for (int j = 0; j < cols; j++)
            {
                coordinateNew[j] = 0;
            }
            //计算线条内点的个数
            int count = 0;
            BasFunction.Count(coordinateNew, out count);
            //当点的个数少于5的时候循环
            while (count < 5)
            {
                //每次循环，寻找范围向下移动5个像素
                upperBound = upperBound + 5;
                lowerBound = lowerBound + 5;
                //遍历，寻找线条上的点，并记录纵坐标
                for (int j = leftBorder; j < rightBorder; j++)
                {
                    for (int i = upperBound; i < lowerBound; i++)
                    {
                        if (array[i, j] > 0)
                        {

                            coordinateNew[j] = i;
                            break;
                        }
                    }
                }
                //重新计算线条内点的个数
                BasFunction.Count(coordinateNew, out count);

            }
            //纵坐标之和
            int sum = 0;
            BasFunction.Sum(coordinateNew, out sum);
            //平均纵坐标
            averageCoordinateNew = 0;
            averageCoordinateNew = sum / count;
        }
        /*
       *  摘要：
       *      提取线条，保存每列第一个点，需要没有间断点，不输出线条，只输出纵坐标(从下往上)
       *  参数：
       *      array：
       *          输入二维数组，0，1二值
       *      averageCoordinateNew：
       *          输出平均纵坐标
       *      leftBorder：
       *          左边界
       *      rightBorder：
       *          右边界
       *      averageCoordinate：
       *           作为基准的上一条线的平均纵坐标
       */
        public static void ExtractLines2(int[,] array, out double averageCoordinateNew, int leftBorder, int rightBorder, double averageCoordinate)
        {
            //数组长宽
            int rows = array.GetLength(0);
            int cols = array.GetLength(1);

            //新的记录线条纵坐标的数组
            int[] coordinateNew = new int[cols];
            //遍历范围的上界和下界
            int upperBound = (int)averageCoordinate - 45;
            int lowerBound = (int)averageCoordinate - 10;
            //初始化，记录纵坐标的数组全为0
            for (int j = 0; j < cols; j++)
            {
                coordinateNew[j] = 0;
            }
            //计算线条内点的个数
            int count = 0;
            BasFunction.Count(coordinateNew, out count);
            //当点的个数少于5的时候循环
            while (count < 5)
            {
                //每次循环，寻找范围向下移动5个像素
                upperBound = upperBound - 5;
                lowerBound = lowerBound - 5;
                //遍历，寻找线条上的点，并记录纵坐标
                for (int j = leftBorder; j < rightBorder; j++)
                {
                    for (int i = lowerBound; i > upperBound; i--)
                    {
                        if (array[i, j] > 0)
                        {

                            coordinateNew[j] = i;
                            break;
                        }
                    }
                }
                //重新计算线条内点的个数
                BasFunction.Count(coordinateNew, out count);

            }
            //纵坐标之和
            int sum = 0;
            BasFunction.Sum(coordinateNew, out sum);
            //平均纵坐标
            averageCoordinateNew = 0;
            averageCoordinateNew = sum / count;
        }
        /*
         * 摘要：
         *      计算孔径的起止点
         * 参数：
         *      array：
         *          阈值分割后的目标区域数组
         *      aperture：
         *          输出孔径起止点
         *          aperture[0]：左起始点
         *          aperture[1]：右结束点
         *      ordinate1:
         *          左部分纵坐标
         *      ordinate2：
         *          右部分纵坐标
         *      middleArea：
         *          中部区域边界
         *          middleArea[0]：中部左边界
         *          middleArea[1]：中部右边界
         *      dataArea:
         *          数据提取区域边界
         *          dataArea[0]：左部分左边界
         *          dataArea[1]：左部分右边界
         *          dataArea[2]：右部分左边界
         *          dataArea[3]：右部分右边界
         */
        public static void GetAperture(int[,] array, out int[] aperture, int ordinate1, int ordinate2, int[] middleArea, int[] dataArea)
        {
            //孔径起始点
            aperture = new int[2];
            //数组行列数
            int rows = array.GetLength(0);
            int cols = array.GetLength(1);
            //中部区域的中心
            int middle = (middleArea[0] + middleArea[1]) / 2;
            //左右截取的区域
            int[,] leftSeg = new int[rows, cols];
            int[,] rightSeg = new int[rows, cols];
            leftSeg = BasFunction.InterceptArray(array, leftSeg, ordinate1 - 10, ordinate1 + 10, dataArea[0], middleArea[0] + 5, 1);
            rightSeg = BasFunction.InterceptArray(array, rightSeg, ordinate2 - 10, ordinate2 + 10, middleArea[1] - 5, dataArea[3], 1);
            //左部分列求和，行向量
            int[] sum1 = BasFunction.Sum(leftSeg, 1);
            //右部分列求和，行向量
            int[] sum2 = BasFunction.Sum(rightSeg, 1);
            //左部分遍历，从中间到左边界，当大于0时记录为孔径起始点
            for (int j = middle; j > dataArea[0]; j--)
            {
                if (sum1[j] > 0)
                {
                    aperture[0] = j;
                    break;
                }
            }
            //右部分遍历，从中间到右边界，当大于0时记录为孔径结束点
            for (int j = middle; j < dataArea[3]; j++)
            {
                if (sum2[j] > 0)
                {
                    aperture[1] = j;
                    break;
                }
            }

        }
        /*
         *  摘要：
         *      计算孔铜距离并得到对应的曲面上的点坐标
         *  参数：
         *      line：
         *          第一条线
         *      apertureBeign：
         *          孔径左起始点坐标，先纵坐标后横坐标
         *      apertureEnd：
         *          孔径右截止点坐标，先纵坐标后横坐标
         *      kongtong：
         *          输出孔铜数据数组，先左后右
         *      pointLeft：
         *          曲面上左面的点坐标，先纵坐标后横坐标
         *      pointRight：
         *          曲面上右面的点坐标，先纵坐标后横坐标
         */
        public static void GetKongtong(int[,] line, int[] apertureBegin, int[] apertureEnd, out double[] kongtong, out int[] pointLeft, out int[] pointRight)
        {
            //数组行列数
            int rows = line.GetLength(0);
            int cols = line.GetLength(1);
            //截取曲面线条
            int[,] lineSeg = new int[rows, cols];
            lineSeg = BasFunction.InterceptArray(line, lineSeg, 0, rows, apertureBegin[1], apertureEnd[1]);
            //曲面上点的个数
            int count = 0;
            BasFunction.Count(lineSeg, out count);
            //得到曲面线条上点的坐标位置
            int[,] coordinate = new int[count, 2];
            BasFunction.Find(lineSeg, out coordinate);
            //计算距离,最小的距离分别为左孔铜和右孔铜
            double leftKongtong = 1000;
            double rightKongtong = 1000;
            double distance1 = 0;
            double distance2 = 0;
            //当距离最短是曲线上点的坐标，第一列是纵坐标（行数），第二列是横坐标（列数）
            pointLeft = new int[2];
            pointRight = new int[2];
            for (int i = 0; i < count; i++)
            {
                //计算曲面点到左起始点的距离
                distance1 = Math.Sqrt(Math.Pow((coordinate[i, 0] - apertureBegin[0]), 2) + Math.Pow((coordinate[i, 1] - apertureBegin[1]), 2));
                //计算曲面点到右截止点的距离
                distance2 = Math.Sqrt(Math.Pow((coordinate[i, 0] - apertureEnd[0]), 2) + Math.Pow((coordinate[i, 1] - apertureEnd[1]), 2));
                //得到左右孔铜以及对应的曲面坐标
                if (leftKongtong > distance1)
                {
                    leftKongtong = distance1;
                    pointLeft[0] = coordinate[i, 0];
                    pointLeft[1] = coordinate[i, 1];
                }
                if (rightKongtong > distance2)
                {
                    rightKongtong = distance2;
                    pointRight[0] = coordinate[i, 0];
                    pointRight[1] = coordinate[i, 1];
                }
            }
            kongtong = new double[2] { leftKongtong, rightKongtong };
        }
        /*
         *  摘要：
         *      得到孔深，并且得到曲面最凸点或者最凹点的坐标
         *  参数：
         *      line：
         *          线条
         *      apertureBegin：
         *          孔径左侧起始点坐标，先纵后横
         *      apertureEnd：
         *          孔径右侧结束点坐标，先纵后横
         *      curveVertex：
         *          曲面凸点的坐标
         */
        public static void CurveVertex(int[,] line, int[] apertureBegin, int[] apertureEnd, out int[] curveVertex, out double middleApertureY)
        {
            //曲面顶点的坐标
            curveVertex = new int[2];
            //数组行列数
            int rows = line.GetLength(0);
            int cols = line.GetLength(1);
            //孔径平均横坐标
            double middleAperture = (apertureBegin[1] + apertureEnd[1]) / 2;
            //孔径平均高度
            int[] apertureY = new int[2];
            for (int i = 0; i < rows; i++)
            {
                if (line[i, apertureBegin[1]] > 0)
                {
                    apertureY[0] = i;
                    break;
                }
            }
            for (int i = 0; i < rows; i++)
            {
                if (line[i, apertureEnd[1]] > 0)
                {
                    apertureY[1] = i;
                    break;
                }
            }
            middleApertureY = (apertureY[0] + apertureY[1]) / 2;

            //截取曲面线条
            int[,] lineSeg = new int[rows, cols];
            lineSeg = BasFunction.InterceptArray(line, lineSeg, 0, rows, apertureBegin[1], apertureEnd[1]);
            //曲面上点的个数
            int count = 0;
            BasFunction.Count(lineSeg, out count);
            //得到曲面线条上点的坐标位置
            int[,] coordinate = new int[count, 2];
            BasFunction.Find(lineSeg, out coordinate);
            //孔深,取曲面上的点到孔径平均高度只差的最大值
            double kongshenAomian = 0;
            double kongshenTumian = 0;
            int[] coordinateAomian = new int[2];
            int[] coordinateTumian = new int[2];
            double tAomian = 0;
            double tTumian = 0;
            for (int i = 0; i < count; i++)
            {
                tAomian = coordinate[i, 0] - middleApertureY;
                tTumian = middleApertureY - coordinate[i, 0];
                if (tAomian > kongshenAomian)
                {
                    kongshenAomian = tAomian;
                    //纵坐标
                    coordinateAomian[0] = coordinate[i, 0];
                    //横坐标
                    coordinateAomian[1] = coordinate[i, 1];
                }
                if (tTumian > kongshenTumian)
                {
                    kongshenTumian = tTumian;
                    coordinateTumian[0] = coordinate[i, 0];
                    coordinateTumian[1] = coordinate[i, 1];
                }
            }
            //判断哪个点离孔径中心更近,更近的为曲面坐标
            double absAomian = Math.Abs(coordinateAomian[1] - middleAperture);
            double absTumian = Math.Abs(coordinateTumian[1] - middleAperture);
            if (absAomian < absTumian)
            {
                curveVertex = coordinateAomian;
            }
            else
            {
                curveVertex = coordinateTumian;
            }
        }

        /*
         *  摘要：
         *      得到内部线条，将内部线条进行腐蚀后，求平均纵坐标
         *  参数：
         *      image：
         *          输入图像，一般是绿色通道
         *      upperBound, lowerBound, leftBoundary, rightBoundary：
         *          内部区域的上下左右边界
         *      meanOrdinate：
         *          输出的纵坐标
         *          
         */
        public static void InsideLine(Mat image, int upperBound, int lowerBound, int leftBoundary, int rightBoundary, out double meanOrdinate)
        {
            // 内部区域的行列数
            int rows = lowerBound - upperBound;
            int cols = rightBoundary - leftBoundary;
            // 内部区域的图像
            Mat inside = new Mat(rows, cols, image.Type());
            // 滤波提高对比度后的图像
            Mat filter = new Mat(rows, cols, MatType.CV_8UC1);
            // 绘制内部区域像素
            for (int i = 0; i < rows; i++)
            {
                for (int j = 0; j < cols; j++)
                {
                    int value = image.Get<int>(i + upperBound, j + leftBoundary);
                    inside.Set<int>(i, j, 255 - value);
                }
            }
            // 滤波核
            InputArray kernel = InputArray.Create<int>(new int[3, 3] { { 0, -1, 0 }, { -1, 5, -1 }, { 0, -1, 0 } });
            // 滤波
            Cv2.Filter2D(inside, filter, -1, kernel);
            Cv2.ConvertScaleAbs(filter, filter);
            // 腐蚀宽度
            double width = (rightBoundary - leftBoundary) * 0.3;
            // 腐蚀结构元素
            Mat seErode = Cv2.GetStructuringElement(MorphShapes.Rect, new Size((int)width, 1));
            // 腐蚀
            Mat erode = new Mat();
            //Cv2.Erode(filter, erode, seErode);
            // 二值化
            Mat thresh = new Mat(filter.Size(), filter.Type());
            thresh = filter.Threshold(0, 255, ThresholdTypes.Otsu);
            // 再次腐蚀
            Cv2.Erode(thresh, erode, seErode);
            // 边缘检测
            Mat grad_y = new Mat();
            Mat grad_y2 = new Mat();
            Cv2.Sobel(erode, grad_y, MatType.CV_16S, 0, 1);
            Cv2.ConvertScaleAbs(grad_y, grad_y2);

            //new Window("zengqiang", WindowMode.Normal, filter);
            //new Window("erzhihua", WindowMode.Normal, thresh);
            //new Window("fushi", WindowMode.Normal, erode);
            //new Window("bianyuanjiance", WindowMode.Normal, grad_y2);
            //Cv2.WaitKey(0);

            int[,] arraySobel = new int[rows, cols];
            arraySobel = BasFunction.Mat2Array(grad_y2);
            arraySobel = BasFunction.ConversionRange(arraySobel);
            int[,] line6 = new int[rows, cols];
            meanOrdinate = 0;
            //SubFunction.ExtractLines(arraySobel, out line6, out meanOrdinateL6, 0, 180,1);
            //meanOrdinateL6 = meanOrdinateL6-3 + upperBound;
            // 非零元素坐标
            int[,] coordianate;
            BasFunction.Find(arraySobel, out coordianate);
            // 非零元素个数
            int count = coordianate.GetLength(0);
            double sum = 0;
            for (int i = 0; i < count; i++)
            {
                sum += coordianate[i, 0];
            }
            // 得到内部线的纵坐标（平均坐标加上上界）
            meanOrdinate = sum / count + upperBound;
            //new Window("inside", WindowMode.AutoSize, inside);
            //new Window("filter", WindowMode.AutoSize, filter);
            //new Window("thresh", WindowMode.AutoSize, thresh);
            //new Window("sobel", WindowMode.AutoSize, grad_y2);
            //Cv2.WaitKey(0);
        }
        public static double AverageBrightness(double[,] array)
        {
            //数组中大于0的个数
            int count = 0;
            BasFunction.Count(array, out count);
            //数组中所有亮度之和
            double sum = 0;
            BasFunction.Sum(array, out sum);
            //数组中的平均亮度
            double result = sum / count;
            return result;
        }
        /*
         *  摘要：
         *      绘制线条
         *  参数：
         *      image：
         *          绘制的图片
         *      x1：点1的横坐标
         *      y1：点1的纵坐标
         *      x2：点2的横坐标
         *      y2：点2的纵坐标
         */
        public static void LineShow(Mat image, int x1, int y1, int x2, int y2)
        {
            Point p1 = new Point();
            Point p2 = new Point();
            p1.X = x1;
            p1.Y = y1;
            p2.X = x2;
            p2.Y = y2;
            Scalar color = new Scalar(0, 0, 255);
            //颜色
            Cv2.Line(image, p1, p2, color, 2, LineTypes.Link8);

        }
        /*
         *  摘要：
         *      将三通道图片分割成单通道
         *  参数：
         *      image：
         *          三通道图片
         *      imageBlue，imageGreen，imageRed：
         *          蓝绿红图片
         *      colorChoose：
         *          选择线条颜色，blue，green，red
         */
        public static void LineShow(Mat image, int x1, int y1, int x2, int y2, string colorChoose)
        {
            Point p1 = new Point();
            Point p2 = new Point();
            p1.X = x1;
            p1.Y = y1;
            p2.X = x2;
            p2.Y = y2;
            Scalar color = new Scalar();//颜色
            switch (colorChoose)
            {
                case "blue":
                    color = new Scalar(255, 0, 0);
                    break;
                case "green":
                    color = new Scalar(0, 255, 0);
                    break;
                case "red":
                    color = new Scalar(0, 0, 255);
                    break;
                default:
                    break;

            }

            Cv2.Line(image, p1, p2, color, 2, LineTypes.Link8);

        }
        /*
         *  摘要：
         *      显示文字
         *  参数：
         *      image：
         *          背景图片
         *      data：
         *          显示数字
         *      x，y：
         *          显示坐标
         */
        public static void TextShow(Mat image, double data, int x, int y)
        {
            data = Math.Round(data, 2);
            Scalar color = new Scalar(255, 0, 0);
            Point p = new Point();
            p.X = x;
            p.Y = y;
            Cv2.PutText(image, data.ToString() + "um", p, HersheyFonts.HersheyComplex, 0.8, color, 2, LineTypes.Link8);
        }
        /*
         *  摘要：
         *      将三通道图片分割成单通道
         *  参数：
         *      image：
         *          三通道图片
         *      imageBlue，imageGreen，imageRed：
         *          蓝绿红图片
         */
        public static void SeparateRGB(Mat image, out Mat imageBlue, out Mat imageGreen, out Mat imageRed)
        {
            int rows = image.Rows;
            int cols = image.Cols;
            imageBlue = new Mat(rows, cols, MatType.CV_8UC1);
            imageGreen = new Mat(rows, cols, MatType.CV_8UC1);
            imageRed = new Mat(rows, cols, MatType.CV_8UC1);
            for (int i = 0; i < rows; i++)
            {
                for (int j = 0; j < cols; j++)
                {

                    int b = image.Get<Vec3b>(i, j)[0];
                    int g = image.Get<Vec3b>(i, j)[1];
                    int r = image.Get<Vec3b>(i, j)[2];
                    imageBlue.Set<int>(i, j, b);
                    imageGreen.Set<int>(i, j, g);
                    imageRed.Set<int>(i, j, r);
                }
            }
        }
        /* 
         *  摘要：
         *      对图片进行Sobel边缘检测，输出的是横向检测与纵向检测混合之后的结果
         */      
        public static void Sobel(Mat imageContour,out Mat imageSobel)
        {       
            //横向检测
            Mat grad_x = new Mat();
            Mat grad_x2 = new Mat();
            Cv2.Sobel(imageContour, grad_x, MatType.CV_16S, 1, 0);
            Cv2.ConvertScaleAbs(grad_x, grad_x2);
            //纵向检测
            Mat grad_y = new Mat();
            Mat grad_y2 = new Mat();
            Cv2.Sobel(imageContour, grad_y, MatType.CV_16S, 0, 1);
            Cv2.ConvertScaleAbs(grad_y, grad_y2);
            //横纵向混合平均
            imageSobel = new Mat();
            Cv2.AddWeighted(grad_x2, 0.5, grad_y2, 0.5, 0, imageSobel);
        }
        /*
         *  摘要：
         *      标注线条（竖向的标记线条）
         *  参数：
         *      image：
         *          画线条的图片
         *      x1,y1,x2,y2:
         *          线条端点的横纵坐标
         *      data：
         *          显示数据
         */
        public static void LabelVertical(Mat image, int x1, int y1, int x2, int y2, double data)
        {
            double proportion = 0.2689;
            data = data * proportion;
            double middle = (y1 + y2) / 2;
            LineShow(image, x1, y1, x2, y2, "blue");
            LineShow(image, x1 - 5, y1, x1 + 5, y1, "blue");
            LineShow(image, x1 - 5, y2, x1 + 5, y2, "blue");
            TextShow(image, data, x1, (int)middle);
        }
        /*
         *  摘要：
         *      标注线条（横向的标记线条）
         *  参数：
         *      image：
         *          画线条的图片
         *      x1,y1,x2,y2:
         *          线条端点的横纵坐标
         *      data：
         *          显示数据
         */
        public static void LableHorizontal(Mat image, int x1, int y1, int x2, int y2, double data)
        {
            double proportion = 0.2689;
            data = data * proportion;
            double middle = (x1 + x2) / 2;
            LineShow(image, x1, y1, x2, y2, "blue");
            LineShow(image, x1, y1 - 5, x1, y1 + 5, "blue");
            LineShow(image, x2, y1 - 5, x2, y1 + 5, "blue");
            TextShow(image, data, (int)middle, y1);
        }

        // 深盲孔子程序
        /* 
         *  摘要：
         *      获得胶体区域的二值图
         *  参数：
         *      imageContour：
         *          目标区域图，用作掩膜
         *      imageRed：
         *          原图红色通道图
         *      result：
         *          输出图片
         *      upperBound：
         *          上界
         *      lowerBound：
         *          下界
         */
        public static void GlueArea(Mat imageContour, Mat imageRed, out Mat result, int upperBound, int lowerBound,int leftBound,int rightBound)
        {
            int rows = lowerBound - upperBound;
            int cols = rightBound - leftBound;

            // 掩膜
            Mat image = new Mat(imageRed.Size(), imageRed.Type());
            image.CopyTo(imageRed, ~imageContour);

            // 得到胶体区域
            Mat glue = new Mat(rows, cols, imageRed.Type());
            BasFunction.InterceptMat(image, out glue, upperBound, lowerBound, leftBound, rightBound);

            // 滤波
            Mat glueFilter = new Mat(glue.Size(), glue.Type());
            Cv2.Blur(glue, glueFilter, new OpenCvSharp.Size(3, 3));

            // 计算平均阈值
            double threshold = 0;
            AverageThreshold(glueFilter, out threshold);

            // 阈值分割
            Mat thresh = new Mat();
            Cv2.Threshold(glueFilter, thresh, threshold, 255, ThresholdTypes.Binary);

            // 闭运算去噪(去除小孔)
            Mat close = new Mat();
            Mat se = Cv2.GetStructuringElement(MorphShapes.Rect, new Size(5, 5));// 结构元素
            Cv2.MorphologyEx(thresh, close, MorphTypes.Close, se);
            // 腐蚀去噪（去除小点）
            Mat se2 = Cv2.GetStructuringElement(MorphShapes.Rect, new Size(10, 1));// 结构元素
            Mat erode = new Mat();
            Cv2.Erode(close, erode, se);// 腐蚀

            // 边缘检测
            Mat sobel = new Mat();
            Sobel(erode, out sobel);

            // 输出
            result =new Mat(imageRed.Size(),imageRed.Type());
            for (int i = 0; i < rows; i++)
            {
                for (int j = 0; j < cols; j--)
                {
                    int value = erode.Get<int>(i, j);
                    result.Set<int>(i + upperBound, j + leftBound, value);
                }
            }
        }
        /*
         *  摘要：
         *      计算胶内缩数据的上胶边界
         *  参数：
         *      imageContour：
         *          目标区域图
         *      upperWaist：
         *          输出的上胶边界，先左后右
         *      upperBound：
         *          提取区域的上界
         *      lowerBound：
         *          提取区域的下界
         *      middle：
         *          应是孔径的中心
         */
        public static void GetWaist(Mat imageContour, out int[] upperWaist, int upperBound, int lowerBound, int middle)
        {
            // 上胶区域
            Mat waist = new Mat();
            BasFunction.InterceptMat(~imageContour, out waist, upperBound, lowerBound, 0, imageContour.Cols);

            // 转数组
            int[,] arrayWaist = BasFunction.Mat2Array(waist);
            arrayWaist = BasFunction.ConversionRange(arrayWaist);

            // 每列求和
            int[] sum = BasFunction.Sum(arrayWaist, 1);

            // 遍历，找到上胶边界
            int leftWaist = 0;
            int rightWaist = 0;
            for (int j = middle; j > 1; j--)
            {                
                if (sum[j] > 0)
                { 
                    leftWaist = j + 1;
                    break;
                }                   
            }
            for (int j = middle; j < imageContour.Cols; j++)
            {               
                if (sum[j] > 0)
                { 
                    rightWaist = j - 1;
                    break;
                }                   
            }
            // 打包输出
            upperWaist = new int[2] { leftWaist, rightWaist };
        }
        /*
         *  摘要：
         *      计算下胶边界（外部）
         *  参数：
         *      imageContour：
         *          目标区域图
         *      lowerWaist：
         *          输出的边界，先左后右
         *      upperBound：
         *          区域上界
         *      lowerBound：
         *          区域下界
         *      dataArea：
         *          数据提取区域，其中dataArea[0]与dataArea[3]用作左右边界
         */          
        public static void GetLowerWaist(Mat imageContour, out int[] lowerWaist, int upperBound, int lowerBound, int[] dataArea)
        {
            // 截取下胶区域
            Mat waist = new Mat();
            BasFunction.InterceptMat(imageContour, out waist, upperBound - 10, lowerBound - 20, dataArea[0], dataArea[3]);

            // 转数组
            int[,] arrayWaist = BasFunction.Mat2Array(waist);
            arrayWaist = BasFunction.ConversionRange(arrayWaist);

            // 每列求和
            int[] sum = BasFunction.Sum(arrayWaist, 1);

            // 遍历找到下胶边界
            int leftWaist = 0;
            int rightWaist = 0;
            for (int j = dataArea[0]; j < dataArea[3]; j++)
            {
                if (sum[j] > 0)
                {
                    leftWaist = j - 1;
                    break;
                }
            }
            for (int j = dataArea[3]; j > dataArea[0]; j--)
            {
                if (sum[j] > 0)
                {
                    rightWaist = j + 1;
                    break;
                }
            }
            lowerWaist = new int[2] { leftWaist, rightWaist };
        }

        // 槽孔子程序
        /*
         *  摘要：
         *      为了去除亮光，计算两部分区域的边界
         *  参数：
         *      array：
         *          输入二值化后的目标区域图片数组
         *      b2，b3：
         *          输出的两部分边界
         */          
        public static void SplitArea(int[,] array, out int b2, out int b3)
        {
            int[] sum = BasFunction.Sum(array, 1);// 每列求和
            int b1 = 0;// 左边开始
            b2 = 0;// 左边结束
            b3 = 0;// 右边结束
            int b4 = 0;// 右边开始
            for (int j = 0; j < sum.Length; j++)
            {
                if (sum[j] > 0)
                {
                    b1 = j;
                    break;
                }
            }
            for (int j = b1; j < sum.Length; j++)
            {
                if (sum[j] == 0)
                {
                    b2 = j;
                    break;
                }
            }
            for (int j = sum.Length - 1; j > b2; j--)
            {
                if (sum[j] > 0)
                {
                    b4 = j;
                    break;
                }
            }
            for (int j = b4; j > b2; j--)
            {
                if (sum[j] == 0)
                {
                    b3 = j;
                    break;
                }
            }
        }
        /*
         *  摘要：
         *      将槽孔的中间部分填充
         *  参数：
         *      imageContour：
         *          输入目标区域图片
         *      result：
         *          输出填充好的结果
         */          
        public static void Fill(Mat imageContour, out Mat result)
        {
            int[,] arrayContour = BasFunction.Mat2Array(imageContour);
            arrayContour = BasFunction.ConversionRange(arrayContour);

            int[] sum2 = BasFunction.Sum(arrayContour, 2);// 每行求和 
            int max = BasFunction.Max(sum2);

            int y1 = 0;
            int y2 = 0;// 填充上下界
            for (int i = 0; i < imageContour.Rows; i++)
            {
                if (sum2[i] > max - 50)
                {
                    y1 = i;
                    break;
                }
            }
            for (int i = imageContour.Rows - 1; i > 0; i--)
            {
                if (sum2[i] > max - 50)
                {
                    y2 = i;
                    break;
                }
            }
            BasFunction.SetNumber(imageContour, out result, y1, y2, 0, imageContour.Cols, 255);
        }
        /*
         *  摘要：
         *      求槽孔的数据提取区域
         *  参数：
         *      image：
         *          输入的填充后的图像
         *      dataArea：
         *          输出的提取区域，先左后右
         */          
        public static void DataArea2(Mat image, out int[] dataArea)
        {
            // 转成数组
            int[,] array = BasFunction.Mat2Array(image);
            array = BasFunction.ConversionRange(array);

            int[] sum = BasFunction.Sum(array, 1);// 每列求和
            int max = BasFunction.Max(sum);// 和最大值

            dataArea = new int[2];
            for (int j = 0; j < sum.Length; j++)
            {
                if (sum[j] > max - 10)
                {
                    dataArea[0] = j;
                    break;
                }
            }
            for (int j = sum.Length - 1; j > 0; j--)
            {
                if (sum[j] > max - 10)
                {
                    dataArea[1] = j;
                    break;
                }
            }
        }
        /* 
         *  摘要：
         *      提取竖线（从右往左）
         *  参数：
         *      array：
         *           输入轮廓线的数组
         *      result：
         *          输出平均横坐标
         *      upperBound，lowerBound:
         *          提取的上下边界
         */          
        public static void ExtractVerticalLines(int[,] array, out double result, int upperBound, int lowerBound)
        {
            int rows = array.GetLength(0);
            int cols = array.GetLength(1);
            int[] coordinate = new int[rows];// 线条内有点的横坐标
            for (int i = upperBound; i < lowerBound; i++)
            {
                for (int j = cols - 1; j > 0; j--)
                {
                    if (array[i, j] > 0)
                    {
                        coordinate[i] = j;
                        break;
                    }
                }
            }
            // 计算横坐标之和
            int sum = 0;
            BasFunction.Sum(coordinate, out sum);
            // 点的个数
            int count = 0;
            BasFunction.Count(coordinate, out count);
            // 输出平均横坐标
            result = sum / count;
        }
        /*
         *  摘要：
         *      提取非第一列竖线(从右往左)
         *  参数：
         *      array：
         *          轮廓线数组
         *      result：
         *          输出平均横坐标结果
         *      upperBound，lowerBound：
         *          提取区域上下界
         *      basic：
         *          前一条竖线横坐标，作为基准
         */          
        public static void ExtractVerticalLines(int[,] array, out double result, int upperBound, int lowerBound,double basic)
        {
            int rows = array.GetLength(0);
            int cols = array.GetLength(1);
            int[] coordinate = new int[rows];// 线条内有点的横坐标

            // 寻找的左右范围
            int leftBound = (int)basic - 45;
            int rightBound = (int)basic - 15;

            //初始化，记录横坐标的数组全为0
            for (int i = 0; i < rows; i++)
            {
                coordinate[i] = 0;
            }
            //计算线条内非零点的个数
            int count = 0;
            BasFunction.Count(coordinate, out count);
            //当点的个数少于5的时候循环
            while (count < 5)
            {
                //每次循环，寻找范围向左移动5个像素
                leftBound = leftBound - 5;
                rightBound = rightBound - 5;
                //遍历，寻找线条上的点，并记录横坐标
                for (int i = upperBound; i<lowerBound; i++)
                {
                    for (int j = rightBound; j >leftBound; j--)
                    {
                        if (array[i, j] > 0)
                        {

                            coordinate[i] = j;
                            break;
                        }
                    }
                }
                //重新计算线条内点的个数
                BasFunction.Count(coordinate, out count);
            }
            //横坐标之和
            int sum = 0;
            BasFunction.Sum(coordinate, out sum);
            //平均横坐标
            result = sum / count;
        }
        /* 
         *  摘要：
         *      提取竖线（从左往右）
         *  参数：
         *      array：
         *           输入轮廓线的数组
         *      result：
         *          输出平均横坐标
         *      upperBound，lowerBound:
         *          提取的上下边界
         */
        public static void ExtractVerticalLines2(int[,] array, out double result, int upperBound, int lowerBound)
        {
            int rows = array.GetLength(0);
            int cols = array.GetLength(1);
            int[] coordinate = new int[rows];// 线条内有点的横坐标
            for (int i = upperBound; i < lowerBound; i++)
            {
                for (int j = 0; j < cols; j++)
                {
                    if (array[i, j] > 0)
                    {
                        coordinate[i] = j;
                        break;
                    }
                }
            }
            // 计算横坐标之和
            int sum = 0;
            BasFunction.Sum(coordinate, out sum);
            // 点的个数
            int count = 0;
            BasFunction.Count(coordinate, out count);
            // 输出平均横坐标
            result = sum / count;
        }
        /*
         *  摘要：
         *      提取非第一列竖线(从左往右)
         *  参数：
         *      array：
         *          轮廓线数组
         *      result：
         *          输出平均横坐标结果
         *      upperBound，lowerBound：
         *          提取区域上下界
         *      basic：
         *          前一条竖线横坐标，作为基准
         */
        public static void ExtractVerticalLines2(int[,] array, out double result, int upperBound, int lowerBound, double basic)
        {
            int rows = array.GetLength(0);
            int cols = array.GetLength(1);
            int[] coordinate = new int[rows];// 线条内有点的横坐标

            // 寻找的左右范围
            int leftBound = (int)basic + 15;
            int rightBound = (int)basic + 45;

            //初始化，记录横坐标的数组全为0
            for (int i = 0; i < rows; i++)
            {
                coordinate[i] = 0;
            }
            //计算线条内非零点的个数
            int count = 0;
            BasFunction.Count(coordinate, out count);
            //当点的个数少于5的时候循环
            while (count < 5)
            {
                //每次循环，寻找范围向左移动5个像素
                leftBound = leftBound + 5;
                rightBound = rightBound + 5;
                //遍历，寻找线条上的点，并记录横坐标
                for (int i = upperBound; i < lowerBound; i++)
                {
                    for (int j = leftBound; j < rightBound; j++)
                    {
                        if (array[i, j] > 0)
                        {
                            coordinate[i] = j;
                            break;
                        }
                    }
                }
                //重新计算线条内点的个数
                BasFunction.Count(coordinate, out count);
            }
            //横坐标之和
            int sum = 0;
            BasFunction.Sum(coordinate, out sum);
            //平均横坐标
            result = sum / count;
        }
        /*
         *  摘要：
         *      计算粗糙度
         *  参数：
         *      array：
         *          轮廓线条数组
         *      upperBound，lowerBound：
         *          粗糙度上下界
         *      basic：
         *          基准线条
         *      cucaodu：
         *          输出粗糙度
         */           
        public static void Cucaodu(int[,] array, int upperBound, int lowerBound, int basic, out int cucaodu, out int[] coordinate)
        {
            // 截取粗糙度附近线条
            int[,] seg = BasFunction.InterceptArray(array, upperBound, lowerBound, 0, array.GetLength(1));

            // 得到线上点的坐标
            int[,] zuobiao ;
            BasFunction.Find(seg, out zuobiao);

            // 遍历，计算粗糙度最大的时候的值和坐标位置
            cucaodu = 0;
            int t = 0;
            coordinate = new int[2];
            for (int i = 0; i < zuobiao.GetLength(0); i++)
            {
                t = Math.Abs(zuobiao[i, 1] - basic);
                if (cucaodu < t && t < 50)
                {
                    cucaodu = t;
                    coordinate[0] = zuobiao[i,0] + upperBound;
                    coordinate[1] = zuobiao[i,1];
                }
            }

        }
        /*
         *  摘要：
         *      将槽孔四层的亮光去掉
         *  参数：
         *      imageContour：
         *          目标区域二值化图
         *      imageRed：
         *          红色通道图
         *      result：
         *          输出去除亮光的目标区域图
         *      direction：
         *          选择是左边还是右边，“left”，“right”
         */          
        public static void RemoveLightSiceng(Mat imageContour, Mat imageRed, out Mat result, string direction)
        {
            // 对红色通道进行边缘检测
            Mat imageRedSobel = new Mat();
            SubFunction.Sobel(imageRed, out imageRedSobel);

            // 竖向腐蚀三次
            Mat se2 = Cv2.GetStructuringElement(MorphShapes.Rect, new Size(1, 3));
            Mat imageErode = new Mat();
            Cv2.Erode(imageRedSobel, imageErode, se2);
            Cv2.Erode(imageErode, imageErode, se2);
            Cv2.Erode(imageErode, imageErode, se2);

            // 转成数组
            int[,] arrayErode = BasFunction.Mat2Array(imageErode);
            arrayErode = BasFunction.ConversionRange(arrayErode);

            // 每列求和
            int[] sum = BasFunction.Sum(arrayErode, 1);
            // 最大值
            int max = BasFunction.Max(sum);

            // 遍历寻找边界
            int border = 0;
            result = imageContour;
            switch (direction)
            {
                case "left":
                    for (int j = imageRed.Cols - 1; j > 0; j--)
                    {
                        if (sum[j] > max - 50)
                        {
                            border = j;
                            break;
                        }
                    }
                    for (int i = 0; i < imageRed.Rows; i++)
                    { 
                        for (int j = border; j < imageRed.Cols; j++)
                        {
                            result.Set<byte>(i, j, 0);
                        }
                    }                   
                    break;
                case "right":
                    for (int j = 0; j < imageRed.Cols; j++)
                    {
                        if (sum[j] > max - 50)
                        {
                            border = j;
                            break;
                        }
                    }
                    for (int i = 0; i < imageRed.Rows; i++)
                    {
                        for (int j = 0; j < border; j++)
                        {
                            result.Set<byte>(i, j, 0);
                        }
                    }
                    break;                    
                default:
                    break;
            }
        }

        // 蚀刻因子
        /*
         *  摘要：
         *      提取蚀刻因子的检测区域
         *  参数：
         *      imageContour：
         *          输入目标区域二值化图像
         *      dataArea：
         *          输出提取区域数组，分别是上、下、左、右边界
         */          
        public static void SKYZDataArea(Mat imageContour, out int[] dataArea)
        {
            // 转数组
            int[,] arrayContour = BasFunction.Mat2Array(imageContour);
            arrayContour = BasFunction.ConversionRange(arrayContour);

            // 上下边界
            int[] sum = BasFunction.Sum(arrayContour, 2);
            dataArea = new int[4];
            for (int i = 0; i < imageContour.Rows; i++)
            {
                if (sum[i] > 0)
                {
                    dataArea[0] = i;// 当某行不全为0时为上界
                    break;
                }
            }
            for (int i = dataArea[0]; i < imageContour.Rows; i++)
            {
                if (sum[i] == 0)
                {
                    dataArea[1] = i;// 当某行全为0时为下界
                    break;
                }
            }
            // 左右边界
            int[,] arrayContour2 = BasFunction.InterceptArray(arrayContour, dataArea[0], dataArea[1], 0, imageContour.Cols);
            int[] sum2 = BasFunction.Sum(arrayContour2, 1);
            int middle = imageContour.Cols / 2;
            // 如果中间列大于0，则向左右找到全为0的列，如果中间列为0，则向右找到非零列和全零列
            if (sum2[middle] == 0)
            {
                for (int j = middle; j < imageContour.Cols; j++)
                {
                    if (sum2[j] > 0)
                    {
                        dataArea[2] = j;
                        break;
                    }
                }
                for (int j = dataArea[2]; j < imageContour.Cols; j++)
                {
                    if (sum2[j] == 0)
                    {
                        dataArea[3] = j;
                        break;
                    }
                }
            }
            else
            {
                for (int j = middle; j > 0; j--)
                {
                    if (sum2[j] == 0)
                    {
                        dataArea[2] = j;
                        break;
                    }
                }
                for (int j = middle; j < imageContour.Cols; j++)
                {
                    if (sum2[j] == 0)
                    {
                        dataArea[3] = j;
                        break;
                    }
                }
            }

        }
        /*
         *  摘要：
         *      提取最上面的线横纵坐标
         *  参数：
         *      arrayData：
         *          输入截取后的数组
         *      dataData：
         *          检测区域
         *      upperX：
         *          横坐标（先左后右）
         */          
        public static void UpperLine(int[,] arrayData, int[] dataArea,out int[] upperX)
        {
            // 计算上横线位置
            int[] size = new int[2] { dataArea[1] - dataArea[0], dataArea[3] - dataArea[2] }; // 先行数，后列数
            int[] sum = BasFunction.Sum(arrayData, 2);
            int upperY = 0;// 上横线纵坐标          
            for (int i = 0; i < size[0]; i++)
            {
                if (sum[i] > size[1] * 4 / 5)
                {
                    upperY = i;
                    break;
                }
            }
            upperX = new int[2];// 上横线横坐标边界
            for (int j = 0; j < size[1]; j++)
            {
                if (arrayData[upperY, j] > 0)
                {
                    upperX[0] = j;//左边界
                    break;
                }
            }
            for (int j = upperX[0]; j < size[1]; j++)
            {
                if (arrayData[upperY, j] == 0)
                {
                    upperX[1] = j;//右边界
                    break;
                }
            }
        }
        /*
         *  摘要：
         *      计算上下顶点的坐标
         *  参数：
         *      arrayData：
         *          输入截取后的数组
         *      basic:
         *          寻找宽度的某一条线（基准）
         *      upperY：
         *          上顶点的纵坐标
         *      lowerY：
         *          下顶点的纵坐标
         */          
        public static void LowerLine(int[,] arrayData, int basic, out int upperY,out int lowerY)
        {
            upperY = 0;
            lowerY = 0;
            int[] sum = BasFunction.Sum(arrayData,2);
            for (int i = 0; i < sum.Length; i++)
            {
                if (sum[i] > 0)
                {
                    upperY = i;
                    break;
                }
            }
            for (int i = upperY; i < sum.Length; i++)
            {
                if (arrayData[i, basic] > 0)
                {
                    upperY = i;
                    break;
                }
            }
            for (int i = sum.Length - 1; i > 0; i--)
            {
                if (sum[i] > 0)
                {
                    lowerY = i;
                    break;
                }
            }
            for (int i = lowerY - 1; i > 0; i--)
            {
                if (arrayData[i, basic] > 0)
                {
                    lowerY = i;
                    break;
                }
            }

        }
    }
}