XLD（eXtended Line Descriptions）：XLD其实就是指的亚像素轮廓。
如何理解亚像素
上一篇《halcon入门小技巧》提到的：
threshold (Image, Region, 128, 255) 这个呢，是给了一个灰度的范围，通过像素进行划分区域。
像素已经是图片成像的最小单位了，下图就是将一张图片放大到看到像素的程度。这每一个方块就是一个像素，每个像素都有自己的一个灰度值。两个像素之间的灰度值是跳变的。
如果进一步细分，假设像素的正中间点才是该像素的值，像素其他地方的值是渐变的方式过度到另一个像素。那么像素内部除中间点之外的点的值需要参考周围像素的值。
现在又有一个函数，针对亚像素：
threshold_sub_pix (ImageReduced, Border, 128)这个函数的意思就是，按照上述的方式，推算出每个像素点中128这个灰度值应该出现在哪个位置，再将128的这个位置连线，得到一个轮廓称之为“亚像素轮廓” ：
这里的参数Border就是我们说的轮廓：
类型为 xld_cont, 这种类型就是”亚像素轮廓“，是一条线（线是给你看的，其实是由一系列的点组成）可以用长度描述。
cont是contour的缩写：
当我们得到了一堆的轮廓之后，我们应该如何筛选呢？
我们可以通过长度选择轮廓线，首先通过halcon软件提供的特征提取功能，得到轮廓的长度
然后调用select_contours_xld进行筛选。
select_contours_xld (Border, SelectedContours, 'contour_length', 90, 120, -0.5, 0.5)
参数解释：
Border, SelectedContours：从亚像素轮廓Border中选出符合条件的SelectedContours'contour_length'：表示条件是轮廓长度90, 120：表示轮廓的长度范围-0.5, 0.5：作用目前还不清楚
此时还可以查看符合条件轮廓的个数：
count_obj (SelectedContours, Number)
通过亚像素轮廓得到区域
gen_region_contour_xld (SelectedContours, Region1, 'filled')
这里就会发现和亚像素轮廓不同，区域和图像一样是一像素为单位的。
再次通过区域得到image
reduce_domain (ImageReduced, Region1, ImageReduced1)
这里再解释一下reduce_domain，他是通过区域Region得到图片，区域可以很多个，但是得到的图片只能由一张，如果此时有多个Region，那么得到的图片是通过第一个Region生成的图片。
小结：
这里发现了一个小套路：
1、先得到亚像素轮廓
2、筛选轮廓
3、通过轮廓得到Region
4、通过Region得到图片
