很多项目场景中，使用相机采集到原始图像后，都会对图像进行增强来增加检测区域的对比度，VM文档中对于【图像增强】模块中对比度的解释是

对比度

假定图像中的所有像素点的灰度值都在某个均值的附近波动。将波动的幅度变大，图像特征

的明暗差异也就更大。明暗差异增大后，更容易区分图像中的信息。

此处提及的“波动”的幅度，可通过下文参数配置中的对比度系数调整。

从说明中我们可以得到一个信息 均值

调整不同对比度系数得到一组图片

系数为10

系数50

系数500

1.系数 10、50 → 图像基本不变，说明 factor ≈ 0（接近 0 时 scale_image 不做增强）

2.系数 1000 → 图像几乎纯黑白，说明 factor 已经很大（≥ 10 就会把轻微的灰度差拉到饱和）

推断：

HALCON中scale_image的factor=1时图像不变，factor > 1 时增强对比度。

    系数 50 → 图像还是灰的，说明 factor < 1，即 50/x < 1，所以 x > 50

    系数 500 → 图像明显拉伸，说明 factor > 1，即 500/x > 1，所以 x < 500

    x 在 50 到 500 之间，最自然的整十整百数就是 100。

验证：系数 100 → factor = 1（不变），系数 1000 → factor = 10（极度拉伸），完全符合所有观察结果。

依据上面的推断，我们进行验证测试

intensity(Image, Image, Mean, Deviation)

convert_image_type(Image, ImageReal, 'real')

* VisionMaster 系数到实际 factor 的映射

ContrastCoefficient := 50

ActualFactor := ContrastCoefficient / 100.0

scale_image(ImageReal, ImageScaled, ActualFactor, Mean * (1.0 - ActualFactor))

convert_image_type(ImageScaled, ImageResult, 'byte')

最终得到的ImageResult和VM中保持一致。