The Leaper Vision Toolkit MCP server exposes tools that can move money, delete data, or destroy resources. Without policy enforcement, an autonomous agent has unrestricted access to every one of them.
Destructive tools (il_image_morph_bottom_hat) permanently delete resources. There is no undo. An agent calling these in a retry loop causes irreversible damage.
Write operations (display_blob_analysis, display_circle_detector, display_line_detector) modify state. Without rate limits, an agent can make hundreds of changes in seconds -- faster than any human can review or revert.
Execute tools (edge_filter_new, il_annulus_sector_region, il_blob_analysis) trigger processes with side effects. Builds, notifications, workflows -- all fired without throttling.
These Leaper Vision Toolkit tools can modify, create, or destroy resources. Without a policy, your agent has unrestricted access to all of them.
display_blob_analysis Display the blob analysis results. 这是针对斑点的图像的交互工具，并返回标记斑点后的图片。
This interface provide functionalities of the display control. 该接口提供显示控件功能。
Usually you add the display control via the Toolbox in Visual Studio. 通常可通过 Visual Studio 的工具箱，将显示控件加入到应用程序窗口中。
This interface helps you to manage the scene in the display control, for the image, regions, geometric primitives and algorithms' results to shown in the control. 该接口提供管理显示窗口内场景的功能，用于设置场景中的图像，增加删除场景中的 region、几何形状和算法结果等。
返回结构是一个序列化的json，其中：
ResultImg属性是标记输入图像斑点标记后的图片URL地址
Write display_circle_detector Display the circle detection results. 这个是针对圆定位的图像的交互工具，并返回检测和定位圆后的图片。
This interface provide functionalities of the display control. 该接口提供显示控件功能。
Usually you add the display control via the Toolbox in Visual Studio. 通常可通过 Visual Studio 的工具箱，将显示控件加入到应用程序窗口中。
This interface helps you to manage the scene in the display control, for the image, regions, geometric primitives and algorithms' results to shown in the control. 该接口提供管理显示窗口内场景的功能，用于设置场景中的图像，增加删除场景中的 region、几何形状和算法结果等。
返回结构是一个序列化的json，其中：
ResultImg属性是检测和定位圆后的图片URL地址 Write display_line_detector Display the line detection results. 这个是针对直线定位的图像的交互工具，并返回检测和定位直线后的图片。
This interface provide functionalities of the display control. 该接口提供显示控件功能。
Usually you add the display control via the Toolbox in Visual Studio. 通常可通过 Visual Studio 的工具箱，将显示控件加入到应用程序窗口中。
This interface helps you to manage the scene in the display control, for the image, regions, geometric primitives and algorithms' results to shown in the control. 该接口提供管理显示窗口内场景的功能，用于设置场景中的图像，增加删除场景中的 region、几何形状和算法结果等。
返回结构是一个序列化的json，其中：
ResultImg属性是检测和定位直线后的图片URL地址 Write display_match Display the pattern matching results. 这个是执行模板匹配的图像的交互工具，并返回标记斑点后的图片。
This interface provide functionalities of the display control. 该接口提供显示控件功能。
Usually you add the display control via the Toolbox in Visual Studio. 通常可通过 Visual Studio 的工具箱，将显示控件加入到应用程序窗口中。
This interface helps you to manage the scene in the display control, for the image, regions, geometric primitives and algorithms' results to shown in the control. 该接口提供管理显示窗口内场景的功能，用于设置场景中的图像，增加删除场景中的 region、几何形状和算法结果等。
返回结构是一个序列化的json，其中：
ResultImg属性是标记输入图像斑点标记后的图片URL地址 Write edge_filter_gradient_full Both vertically and horizontally oriented edges are represented by bright pixels.
全梯度，水平和垂直边缘在输出图像中均表现为较亮的像素。
Provides image edge enhancement functionality for full gradient.
提供了图像边缘增强的功能，在全梯度。
Returns a serialized JSON string with properties: ResultImg (output result image URL).
返回结构是一个序列化的json，其中：ResultImg属性是输出结果图像URL地址 Write edge_filter_gradient_h Horizontally oriented edges are represented by bright pixels.
水平梯度，水平边缘在输出图像中表现为较亮的像素。
Provides image edge enhancement functionality for horizontal gradient.
提供了图像边缘增强的功能，在水平梯度。
Returns a serialized JSON string with properties: ResultImg (output result image URL).
返回结构是一个序列化的json，其中：ResultImg属性是输出结果图像URL地址 Write edge_filter_gradient_v Vertically oriented edges are represented by bright pixels.
垂直梯度，垂直边缘在输出图像中表现为较亮的像素。
Provides image edge enhancement functionality for vertical gradient.
提供了图像边缘增强的功能，在垂直梯度。
Returns a serialized JSON string with properties: ResultImg (output result image URL).
返回结构是一个序列化的json，其中：ResultImg属性是输出结果图像URL地址 Write edge_filter_set_edge_kernel Set the kernel used in edge filtering of specified type and size.
设置图像边缘滤波器所使用的滤波核类型核尺寸。
Sets the filter kernel type and size for image edge enhancement, and returns the configured edge filter object.
提供了图像边缘增强的功能,设置图像边缘滤波器所使用的滤波核类型核尺寸 ,并返回设置完成的图像边缘增强的功能调用的对象。
If other edge enhancement functions depend on this edge filter object, they can use the current object JSON.
如果别的图像边缘增强的功能要依赖于当前图像边缘增强的功能调用对象来调用，可以使用当前对象Json。
Returns a serialized JSON string with properties: LpvClassName (function name) and InputParameterFile (parameter file name).
返回结构是一个序列化的JSON字符串，属性包括：LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName should be: ILEdgeFilter (edge enhancement function object).
LpvClassName 表示图像边缘增强的功能调用的对象名称，目前名称应为：ILEdgeFilter (图像边缘增强的功能相关对象);
InputParameterFile represents the parameter file name for the edge filter object.
InputParameterFile 表示图像边缘增强的功能调用的对象的参数文件名称。 Write edge_filter_set_edge_polarity Set the edge polarity of interest in edge filtering.
设置滤波器的边缘极性，以获得感兴趣极性的边缘。
Sets the edge polarity of the filter to obtain edges of interest, and returns the configured edge filter object.
提供了图像边缘增强的功能,设置滤波器的边缘极性，以获得感兴趣极性的边缘 ,并返回设置完成的图像边缘增强的功能调用的对象。
If other edge enhancement functions depend on this edge filter object, they can use the current object JSON.
如果别的图像边缘增强的功能要依赖于当前图像边缘增强的功能调用对象来调用，可以使用当前对象Json。
Returns a serialized JSON string with properties: LpvClassName (function name) and InputParameterFile (parameter file name).
返回结构是一个序列化的JSON字符串，属性包括：LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName should be: ILEdgeFilter (edge enhancement function object).
LpvClassName 表示图像边缘增强的功能调用的对象名称，目前名称应为：ILEdgeFilter (图像边缘增强的功能相关对象);
InputParameterFile represents the parameter file name for the edge filter object.
InputParameterFile 表示图像边缘增强的功能调用的对象的参数文件名称。 Write il_annulus_region Create an annulus region object. 创建一个圆环ROI区域对象。
Annulus region is a ring-shaped area defined by an inner and outer circle with the same center. 圆环区域是由共享同一中心的内圆和外圆定义的环形区域。
The region covers the area between the inner and outer circles. 该区域覆盖内圆和外圆之间的区域。
并返回生成后的ILAnnulusRegion类型的描述JSON。
其中ILAnnulusRegion类型继承于ILRegion类型
Write il_circle_detector 这个是个圆定位相关的初始化工具，初始化创建一个圆定位工具的功能调用的对象。
是所有圆定位工具下的MCP工具的初始化工具，在这些工具调用之前，都需要保证前处理调用过有且仅有一次此初始化工具。返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName 表示圆定位工具的功能调用的对象名称，目前名称应为：ILCircleDetector (圆定位工具的功能调用的对象)。
InputParameterFile 表示 ILCircleDetector 类初始化文件名称。
Write il_circle_detector_set_accept_score 设置圆定位工具所使用的检测的分数阈值，并返回设置完成的圆定位工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示圆定位工具的功能调用的对象名称，目前名称应为：ILCircleDetector (圆定位工具的功能相关对象);
InputParameterFile 表示圆定位工具的功能调用的对象的参数文件名称。
Write il_circle_detector_set_edge_width 设置圆定位工具所使用的圆边缘的宽度，并返回设置完成的圆定位工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示圆定位工具的功能调用的对象名称，目前名称应为：ILCircleDetector (圆定位工具的功能相关对象);
InputParameterFile 表示圆定位工具的功能调用的对象的参数文件名称。
Write il_circle_detector_set_find_by 设置圆定位工具所使用的检测的搜索策略，并返回设置完成的圆定位工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示圆定位工具的功能调用的对象名称，目前名称应为：ILCircleDetector (圆定位工具的功能相关对象);
InputParameterFile 表示圆定位工具的功能调用的对象的参数文件名称。
Write il_circle_detector_set_max_count 设置圆定位工具所使用的最大检出个数，并返回设置完成的圆定位工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示圆定位工具的功能调用的对象名称，目前名称应为：ILCircleDetector (圆定位工具的功能相关对象);
InputParameterFile 表示圆定位工具的功能调用的对象的参数文件名称。
Write il_circle_detector_set_norm_score 设置圆定位工具所使用的是否基于区域中的最大梯度值归一化圆分数，并返回设置完成的圆定位工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示圆定位工具的功能调用的对象名称，目前名称应为：ILCircleDetector (圆定位工具的功能相关对象);
InputParameterFile 表示圆定位工具的功能调用的对象的参数文件名称。
Write il_circle_detector_set_polarity 设置圆定位工具所使用的检测的边缘极性，并返回设置完成的圆定位工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示圆定位工具的功能调用的对象名称，目前名称应为：ILCircleDetector (圆定位工具的功能相关对象);
InputParameterFile 表示圆定位工具的功能调用的对象的参数文件名称。
Write il_circle_region Create a circle region object. 创建一个圆形ROI区域对象。
Circle region is a circular area defined by a center point and radius. 圆形区域是由中心点和半径定义的圆形区域。
This region covers the area inside the circle boundary. 该区域覆盖圆形边界内的区域。
并返回生成后的ILCircleRegion类型的描述JSON。
其中ILCircleRegion类型继承于ILRegion类型
Write il_ellipse_region Create an ellipse region object. 创建一个椭圆ROI区域对象。
Ellipse region is an elliptical area defined by a center point, major and minor axes, and rotation angle. 椭圆区域是由中心点、长短轴和旋转角度定义的椭圆区域。
The region covers the area inside the ellipse boundary. 该区域覆盖椭圆边界内的区域。
并返回生成后的ILEllipseRegion类型的描述JSON。
其中ILEllipseRegion类型继承于ILRegion类型
Write il_image_filter 这个是图像滤波工具的初始化工具，创建一个 ILImageFilter 对象。
初始化图像滤波工具，用于后续的各种滤波操作。
This is an initialization tool for image filtering, creating an ILImageFilter object.
Initializes the image filter tool for subsequent filtering operations.
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName 表示图像滤波工具的功能调用的对象名称，目前名称应为：ILImageFilter。
InputParameterFile 表示 ILImageFilter 类初始化文件名称。
Write il_image_filter_edge_preserve_denoise 过滤图像噪声并保留边缘工具。
Smooth out image noise while retaining sharp edges.
The smoothness of the denoising process is controlled by kernel sigma value with recommended value in 0.01 ~ 0.1.
用户没有指定滤波相关参数时，必须设置默认参数：通过ILImageFilter_SetKernelSigma设置滤波核平滑度=0.01，加速算法运行的系数4。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_filter_edge_preserve_texture_enhance 增强图像纹理并保留边缘工具。
Enhance the texture on image while retaining sharp edges.
The smoothness of the denoising process is controlled by kernel sigma value with recommended value in 0.01 ~ 0.1.
用户没有指定滤波相关参数时，必须设置默认参数：通过ILImageFilter_SetKernelSigma设置滤波核平滑度=0.01，加速算法运行的系数4。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_filter_equalize 均衡化工具。该工具将归一化亮度，增加图像对比度。
Equalizes the histogram of the input grayscale image. It will normalizes the brightness and increases the contrast of the image.
This operation is not a linear filter, thus does not use the kernel size.
用户没有指定滤波相关参数时，不要调用设置参数的插件，传入的ILImageFilter 类的文件中已经设置了滤波相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_filter_fill_hole 修补输入图像中的孔洞工具。
Fill holes in the input image by reconstructing missing pixels using nearby pixel values.
A hole is defined as a region of black pixels in the mask image.
用户没有指定滤波相关参数时，不要调用设置参数的插件，传入的ILImageFilter 类的文件中已经设置了滤波相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_filter_gaussian 高斯滤波工具。
Apply a Gaussian filter to the input image.
Gaussian filter is a smoothing filter that reduces noise while preserving edges.
用户没有指定滤波相关参数时，不要调用设置参数的插件，传入的ILImageFilter 类的文件中已经设置了滤波相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_filter_high_pass 高通滤波工具，相对于梯度更一致的区域，增强图像中的边。
Apply a high-pass filter to the input image to enhance edges.
High-pass filter emphasizes regions with strong gradients and reduces consistent areas.
用户没有指定滤波相关参数时，不要调用设置参数的插件，传入的ILImageFilter 类的文件中已经设置了滤波相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_filter_linear_filter 线性滤波工具，基于自定义核，对输入图像进行线性滤波。
Apply a linear filter to the input image using a custom kernel.
Result pixel values beyond the depth range will be truncated, e.g., for 8-bit images, values are truncated to 0 ~ 255 range.
用户没有指定滤波相关参数时，不要调用设置参数的插件，传入的ILImageFilter 类的文件中已经设置了滤波相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_filter_linear_filter_abs 基于自定义核，对输入图像进行线性滤波，输出滤波结果的绝对值 。
Apply linear filtering on the given image using the custom kernel.
kMat then report absolute value.
用户没有指定滤波相关参数时，不要调用设置参数的插件，传入的ILImageFilter 类的文件中已经设置了滤波相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_filter_local_median 中值滤波，输出图像中的每个像素表示输入图像中这一局部区域中所有像素中的中值。
Apply a median filter to the input image.
Median filter is effective for reducing salt-and-pepper noise while preserving edges.
用户没有指定滤波相关参数时，不要调用设置参数的插件，传入的ILImageFilter 类的文件中已经设置了滤波相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_filter_local_median_norm 归一化中值滤波，用于从图像中去除背景像素。 该滤波器相当于输入图像与中值滤波的结果相减，然后将每个像素 << 1 + 128。
Used to subtract the background from an image.
This filter is the equivalent of subtracting the local median from the input image, shifts the result right by one, and then adds 128.
用户没有指定滤波相关参数时，不要调用设置参数的插件，传入的ILImageFilter 类的文件中已经设置了滤波相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_filter_mean_filter 均值滤波，输出像素中的每个像表示输入图像中这一局部区域中所有像素的均值。
Each output pixel represents the mean pixel value of the pixel values in the kernel neighborhood.
用户没有指定滤波相关参数时，不要调用设置参数的插件，传入的ILImageFilter 类的文件中已经设置了滤波相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_filter_optical_density 光密度，通过度量其通光量显露在输入图像中物体或特征的密度。
密度较高的物体或特征在输出图像中以较亮的像素表示。
Reveals the density of objects and features in the input image by measuring the amount of light that
passes through them. Denser objects and features are represented by lighter pixels in the output image.
用户没有指定滤波相关参数时，不要调用设置参数的插件，传入的ILImageFilter 类的文件中已经设置了滤波相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_filter_set_kernel_sigma 设置图像滤波工具的Sigma值和Gain值。
Change the kernel using the specified sigma and gain value.
Sigma controls the filter kernel's smoothness, gain controls the overall strength of the sharpening effect.
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示图像滤波工具的功能调用的对象名称，目前名称应为：ILImageFilter。
InputParameterFile 表示图像滤波工具的功能调用的对象的参数文件名称。 Write il_image_filter_set_kernel_size 设置图像滤波工具的滤波核尺寸。
Change kernel size used in the filter, by default it's a 3x3 kernel.
Large kernel size results usually in stronger filtering effect, but also slower.
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示图像滤波工具的功能调用的对象名称，目前名称应为：ILImageFilter。
InputParameterFile 表示图像滤波工具的功能调用的对象的参数文件名称。 Write il_image_filter_sharpen 锐化，使得图像中的边缘更锐利、纹理更清晰。
锐化效果的强度由滤波核的尺寸、 #KernelSigma 和 #KernelGain 值控制。
Emphasize texture and make the edges crisper and better defined.
The strength of the sharpening effect is controlled by the kernel's size, #KernelSigma and #KernelGain value.
用户没有指定滤波相关参数时，不要调用设置参数的插件，传入的ILImageFilter 类的文件中已经设置了滤波相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_morph ~english Initialize a morphological operation tool object.
This is the initialization tool for all morphological operation MCP tools. Before calling any morphological tools, ensure that this initialization tool has been called exactly once in the preprocessing.
The return structure is a serialized JSON string with properties including:
LpvClassName (the name of the function-calling object) and InputParameterFile (the parameter file name required for calling the tool function).
LpvClassName represents the name of the morphological tool's function-calling object, currently should be: ILImageMorph (morphological tool function-calling object).
InputParameterFile represents the initialization file name for the ILImageMorph class.
~chinese 初始化一个形态学操作工具对象。
这是所有形态学操作MCP工具的初始化工具。在调用任何形态学工具之前，确保在前处理中已经调用过此初始化工具且仅调用一次。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName（调用工具函数的名称）和 InputParameterFile（调用工具函数需要传入的参数文件名称）。
LpvClassName 表示形态学工具的功能调用的对象名称，目前名称应为：ILImageMorph（形态学工具的功能调用的对象）。
InputParameterFile 表示 ILImageMorph 类初始化文件名称。
Write il_image_morph_close 这个是闭操作工具。减少或消除输入图像中的较暗区域。闭操作等价于先膨胀再腐蚀。
用户没有指定形态学相关参数时，不要调用设置参数的插件，传入的 ILImageMorph 类的文件中已经设置了形态学相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_morph_dilate 这个是膨胀工具。输出结果中的每个像素为其结构元范围内邻域像素的灰度值中的最大值。
用户没有指定形态学相关参数时，不要调用设置参数的插件，传入的 ILImageMorph 类的文件中已经设置了形态学相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_morph_erode 这个是腐蚀工具。输出结果中的每个像素为其结构元范围内邻域像素的灰度值中的最小值。
用户没有指定形态学相关参数时，不要调用设置参数的插件，传入的 ILImageMorph 类的文件中已经设置了形态学相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_morph_gradient 这个是梯度工具。输出形态学意义上的梯度图像。该工具等价于膨胀减去腐蚀的结果。
用户没有指定形态学相关参数时，不要调用设置参数的插件，传入的 ILImageMorph 类的文件中已经设置了形态学相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_morph_open 这个是开操作工具。略微增强亮部区域，减少或消除输入图像中的面积较小的亮部，增强面积较大。开操作等价于先腐蚀再膨胀。
用户没有指定形态学相关参数时，不要调用设置参数的插件，传入的 ILImageMorph 类的文件中已经设置了形态学相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_morph_set_morph_shape ~english Set the structuring element used in morphology operations with specified shape and size. Returns the configured morphological tool object.
The return structure is a serialized JSON string with properties including:
LpvClassName (the name of the function-calling object) and InputParameterFile (the parameter file name required for calling the tool function). The values of these properties can be obtained from the return value of preprocessing MCP tools.
LpvClassName represents the name of the morphological tool's function-calling object, currently should be: ILImageMorph (morphological tool function-related object);
InputParameterFile represents the parameter file name for the morphological tool's function-calling object.
~chinese 设置形态学工具中所使用的结构元，可指定结构元的形状和尺寸。并返回设置完成的形态学工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName（调用工具函数的名称）和 InputParameterFile（调用工具函数需要传入的参数文件名称）。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示形态学工具的功能调用的对象名称，目前名称应为：ILImageMorph（形态学工具的功能相关对象）；
InputParameterFile 表示形态学工具的功能调用的对象的参数文件名称。 Write il_image_morph_top_bottom_hat 这个是高低帽工具。每个像素输出高帽结果或低帽结果中的最大值。
用户没有指定形态学相关参数时，不要调用设置参数的插件，传入的 ILImageMorph 类的文件中已经设置了形态学相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_morph_top_hat 这个是高帽工具。用于从输入图像中提取较小单元和细节。该工具等价于从原输入图像中减去开操作结果。
用户没有指定形态学相关参数时，不要调用设置参数的插件，传入的 ILImageMorph 类的文件中已经设置了形态学相关的默认参数。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。 Write il_image_op_add 这个是将两个图像逐像素相加的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_add_scalar 这个是将输入图像和一个标量逐像素相加的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: For a color image to specify the scalar value used for the 2nd channel. If both scalar2 and scalar3 is set to 0 (default), we'll use the value scalar for all 3 channels.
中文: 用于为彩色图像指定第二个通道使用的标量值。若 scalar2 和 scalar3 都设置为 0（默认值），则对所有通道均使用 scalar 数值。 Write il_image_op_add_weighted 这个是将两个图像逐像素相加的工具。输出一个新图像，两个输入图像的尺寸需相同、类型相同。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_bit_and 这个是将两个图像逐像素相加的工具。输出一个新图像，两个输入图像的尺寸需相同、类型相同。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_bit_and_scalar 这个是将输入图像和一个标量逐像素进行位操作与的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_bit_not 这个是将输入图像逐像素进行位操作取非的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_bit_or 这个是将两个图像逐像素进行位操作或的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_bit_or_scalar 这个是将输入图像和一个标量逐像素进行位操作或的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_bit_xor 这个是将两个图像逐像素进行位操作异或的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_bit_xor_scalar 这个是将输入图像和一个标量逐像素进行位操作异或的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_blend 这个是将多帧图像融合用于将多张同一场景的图像融合为一张的工具。在不同的场景，通过使用不同的聚合方式达到不同目的。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_diff 这个是将两个图像逐像素差值的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_diff_scalar 这个是计算输入图像和一个标量逐像素差值的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_divide 这个是将第一个输入图像逐像素除以第二个输入图像的像素的工具。输出一个新图像，对于第二个图像中的 0 像素，输出结果为 0。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_divide_scalar 这个是将输入图像逐像素除以一个标量的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_flip 这个是水平或垂直翻转一个图像的工具。若指定的结果图像对象为空图像，则生成和输入图像尺寸相同的图像。否则，将保持结果图像的尺寸，超出图像范围的像素设为背景像素（默认为黑色）。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_gain_offset 这个是图像增益和偏移的工具。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_invert 这个是反转图像的工具。8 位图：I' = 255 - I，16 位图：I' = 65535 - I。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_log 这个是对输入图像进行逐像素对数运算的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_max 这个是将两个图像逐像素比较，取其最大值的工具。输出一个新图像，两个输入图像需尺寸相同、类型相同。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_max_scalar 这个是将输入图像和一个标量逐像素比较，取其最大值的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_min 这个是将两个图像逐像素比较，取其最小值的工具。输出一个新图像，两个输入图像需尺寸相同、类型相同。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_min_scalar 这个是将输入图像和一个标量逐像素比较，取其最小值的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_multiply 这个是将两个图像逐像素相乘的工具。输出一个新图像，两个输入图像需尺寸相同、类型相同。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_multiply_scalar 这个是将输入图像和一个标量逐像素相乘的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_normalize 这个是归一化输入图像，拉伸指定的最小最大值范围内的像素到目标数值范围的工具。不改变图像位深，归一化后的结果图像与输入位深相同、通道数相同。对于彩色的多通道图像，输出也是彩色多通道图像，每个通道分别独立进行归一化。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
belowMask属性是入图图像中超出感兴趣数值范围的像素的蒙版地址。白色像素表示这些位置的数值小于 fromMinValue 或者大于 fromMaxValue 。可基于该蒙版，将这些位置的数值设置为统一个黑色或目标的最小最大值，或调用 FillHole() 进行修补。
aboveMask属性是入图图像中超出感兴趣数值范围的像素的蒙版地址。白色像素表示这些位置的数值小于 fromMinValue 或者大于 fromMaxValue 。可基于该蒙版，将这些位置的数值设置为统一个黑色或目标的最小最大值，或调用 FillHole() 进行修补。 Write il_image_op_normalize_mean_std_dev 这个是归一化输入图像，以当前图像的均值和标准差计算感兴趣的数值范围，拉伸到目标数值范围的工具。不改变图像位深，归一化后的结果图像与输入位深相同、通道数相同。对于彩色的多通道图像，输出也是彩色多通道图像，每个通道分别独立进行归一化。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
belowMask属性是入图图像中超出感兴趣数值范围的像素的蒙版地址。白色像素表示这些位置的数值小于 fromMinValue 或者大于 fromMaxValue 。可基于该蒙版，将这些位置的数值设置为统一个黑色或目标的最小最大值，或调用 FillHole() 进行修补。
aboveMask属性是入图图像中超出感兴趣数值范围的像素的蒙版地址。白色像素表示这些位置的数值小于 fromMinValue 或者大于 fromMaxValue 。可基于该蒙版，将这些位置的数值设置为统一个黑色或目标的最小最大值，或调用 FillHole() 进行修补。 Write il_image_op_pow 这个是将对输入图像进行逐像素幂运算的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_project_x 这个是水平投影图像的工具。聚合每一行上的像素。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultArray属性是输出的结果向量列表。 Write il_image_op_project_y 这个是垂直投影图像的工具。聚合每一列上的像素。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultArray属性是输出的结果向量列表。 Write il_image_op_resize 这个是缩放输入图像的工具。按照给定的缩放比例。若指定的结果图像对象为空图像，则生成和输入图像尺寸相同的图像。否则，将保持结果图像的尺寸，超出图像范围的像素设为背景像素（默认为黑色）。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_resize_to 这个是缩放输入图像到指定的尺寸的工具。若指定的结果图像对象为空图像，则生成和输入图像尺寸相同的图像。否则，将保持结果图像的尺寸，超出图像范围的像素设为背景像素（默认为黑色）。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_rotate 这个是顺时针旋转输入图像的工具。输出一个新图像，使用图像中心作为旋转中心。若指定的结果图像对象为空图像，则生成和输入图像尺寸相同的图像。否则，将保持结果图像的尺寸，超出图像范围的像素设为背景像素（默认为黑色）。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_split 这个是按网格拆分一个图像的工具。为若干个小图 。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImgList属性是输出结果图像URL地址列表。 Write il_image_op_split_x 这个是水平拆分一个图像的工具。为若干个小图 。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImgList属性是输出结果图像URL地址列表。 Write il_image_op_split_y 这个是垂直拆分一个图像的工具。为若干个小图 。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImgList属性是输出结果图像URL地址列表。 Write il_image_op_sub 这个是将两个图像逐像素相减的工具。输出一个新图像，两个输入图像需尺寸相同、类型相同。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_sub_scalar 这个是将输入图像和一个标量逐像素相减的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_tile_x 这个是将水平平铺一组图像，合成一张大尺寸图像的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_op_tile_y 这个是将垂直平铺一组图像，合成一张大尺寸图像的工具。输出一个新图像。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Write il_image_threshold LPV Image Threshold initialization tool. This is the initialization tool for image threshold operations. It is the prerequisite for all MCP tools starting with "ILImageThreshold_". Before calling any of these tools, ensure that this initialization tool has been called exactly once in the preprocessing stage. Returns a serialized JSON structure containing: LpvClassName indicating the function name; InputParameterFile representing the ILImageThreshold class initialization file name;图片阈值相关的初始化工具。是所有以 "ILImageThreshold_" 开头的MCP工具的初始化工具，在这些工具调用之前，都需要保证前处理调用过有且仅有一次此初始化工具。返回结构是一个序列化的json，其中LpvClassName 表示调用工具函数的名称；InputParameterFile 表示 ILImageThreshold 类初始化文件名称; Write il_image_threshold_set_threshold Use user-specified threshold value to set the fixed threshold range for foreground pixels. The lower bound of threshold range is in range of 0 ~ 255 for 8bit images, 0 ~ 65535 for 16bit images. The upper bound of threshold range is in range of 0 ~ 255 for 8bit images, 0 ~ 65535 for 16bit images. Returns a serialized JSON structure containing: LpvClassName indicating the function name; InputParameterFile representing the parameter file name;这个是 设置前景像素的固定阈值范围 工具。阈值范围下限对于 8 位图像数值在 0 ~ 255 范围内，对于 16 位图像数值在 0 ~ 65535 范围内。阈值范围上限对于 8 位图像数值在 0 ~ 255 范围内，对于 16 位图像数值在 0 ~ 65535 范围内。返回结构是一个序列化的json，其中LpvClassName 表示调用工具函数的名称；InputParameterFile 表示调用工具函数需要传入的参数文件名称; Write il_image_threshold_set_threshold_adapt_globald Use global-adaptive threshold value. The optimal threshold value is calculated base on the entire input image, then revised by the given bias value. The lower bound of threshold value is t - lbBias, the upper bound is t + ubBias. Returns a serialized JSON structure containing: LpvClassName indicating the function name; InputParameterFile representing the parameter file name;这个是 设置并使用全局自适应阈值 工具。自动基于整幅图像上的像素灰度值分布计算一个合适的阈值，然后按照用户设置的上下偏置，生成阈值范围。全局自适应阈值范围的下限为 t - lbBias，上限为 t + ubBias。返回结构是一个序列化的json，其中LpvClassName 表示调用工具函数的名称；InputParameterFile 表示调用工具函数需要传入的参数文件名称; Write il_image_threshold_set_threshold_adapt_local Use local-adaptive threshold value. This is a legacy function and deprecated since 2.18.0, SetThresholdAdaptLocalMean() has the same functionality as it. It's recommended to use SetThresholdAdaptLocalMean() or SetThresholdAdaptLocalMedian() instead. Returns a serialized JSON structure containing: LpvClassName indicating the function name; InputParameterFile representing the parameter file name;这个是 设置并使用局部自适应阈值 工具。这是一个已废弃的旧接口（从 2.18.0 版本开始），SetThresholdAdaptLocalMean() 的用途与其相同。推荐使用新的 SetThresholdAdaptLocalMean() 或 SetThresholdAdaptLocalMedian() 方法。返回结构是一个序列化的json，其中LpvClassName 表示调用工具函数的名称；InputParameterFile 表示调用工具函数需要传入的参数文件名称; Write il_line_detector 这是一个直线定位相关的初始化工具，初始化创建一个直线定位工具的功能调用的对象。
是所有直线定位工具下的MCP工具的初始化工具，在这些工具调用之前，都需要保证前处理调用过有且仅有一次此初始化工具。返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName 表示直线定位工具的功能调用的对象名称，目前名称应为：ILLineDetector (直线定位工具的功能调用的对象)。
InputParameterFile 表示 ILLineDetector 类初始化文件名称。
Write il_line_detector_set_accept_score 设置直线定位工具所使用的检测的分数阈值，并返回设置完成的直线定位工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示直线定位工具的功能调用的对象名称，目前名称应为：ILLineDetector (直线定位工具的功能相关对象);
InputParameterFile 表示直线定位工具的功能调用的对象的参数文件名称。
Write il_line_detector_set_edge_width 设置直线定位工具所使用的直线边缘的宽度，并返回设置完成的直线定位工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示直线定位工具的功能调用的对象名称，目前名称应为：ILLineDetector (直线定位工具的功能相关对象);
InputParameterFile 表示直线定位工具的功能调用的对象的参数文件名称。
Write il_line_detector_set_find_by 设置直线定位工具所使用的检测的搜索策略，并返回设置完成的直线定位工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示直线定位工具的功能调用的对象名称，目前名称应为：ILLineDetector (直线定位工具的功能相关对象);
InputParameterFile 表示直线定位工具的功能调用的对象的参数文件名称。
Write il_line_detector_set_max_count 设置直线定位工具所使用的最大检出个数，并返回设置完成的直线定位工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示直线定位工具的功能调用的对象名称，目前名称应为：ILLineDetector (直线定位工具的功能相关对象);
InputParameterFile 表示直线定位工具的功能调用的对象的参数文件名称。
Write il_line_detector_set_norm_score 设置直线定位工具所使用的是否基于区域中的最大梯度值归一化直线分数，并返回设置完成的直线定位工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示直线定位工具的功能调用的对象名称，目前名称应为：ILLineDetector (直线定位工具的功能相关对象);
InputParameterFile 表示直线定位工具的功能调用的对象的参数文件名称。
Write il_line_detector_set_polarity 设置直线定位工具所使用的检测的边缘极性，并返回设置完成的直线定位工具的功能调用的对象。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。这两个属性的值可以从前处理的MCP工具的返回值中获取。LpvClassName 表示直线定位工具的功能调用的对象名称，目前名称应为：ILLineDetector (直线定位工具的功能相关对象);
InputParameterFile 表示直线定位工具的功能调用的对象的参数文件名称。
Write il_mask_region Create a mask region object. 创建一个蒙版ROI区域对象。
Mask region is defined by a binary image mask, where white pixels represent the region area. 蒙版区域由二值图像蒙版定义，其中白色像素表示区域范围。
The mask image determines the shape and extent of the region. 蒙版图像决定区域的形状和范围。
并返回生成后的ILMaskRegion类型的描述JSON。
其中ILMaskRegion类型继承于ILRegion类型
Write il_poly_region Create a polygon region object. 创建一个多边形ROI区域对象。
Polygon region is defined by a set of vertices that form a closed polygon. 多边形区域由一组顶点定义，形成一个闭合多边形。
The region covers the area inside the polygon boundary. 该区域覆盖多边形边界内的区域。
并返回生成后的ILPolyRegion类型的描述JSON。
其中ILPolyRegion类型继承于ILRegion类型
Write il_rect_region Create a rectangle region object. 创建一个矩形ROI区域对象。
Rectangular region is a simple rectangular area with the given top-left corner (x, y) and size (width, height). 矩形区域是一个简单的矩形区域，由给定的左上角位置 (x, y) 和尺寸 (width, height) 定义。
This region is axis-aligned with the image coordinate system. 该区域与图像坐标系对齐。
并返回生成后的ILRectRegion类型的描述JSON。
其中ILRectRegion类型继承于ILRegion类型
Write il_region_add Add two regions together. 将当前ROI区域和输入的ROI区域相加。
The new region contains all parts from both input regions. 新的区域包含当前区域和输入区域中所包含的所有部分。
This operation is equivalent to the Union operation. 此操作与 Union() 操作相同。
If a non-empty region is added with an empty region, a copy of the original region is returned. 一个非空区域与空区域相加，获得该区域对象的拷贝。
并输出一个新的复合ROI区域对象(ILCompoundRegion类型)的描述JSON。
其中ILCompoundRegion类型继承于ILRegion类型
Write il_region_intersect Intersect two regions. 将当前ROI区域与输入的ROI区域进行并操作。
The new region contains only the overlapping parts of both regions. 新的区域仅包含两个区域同时覆盖的部分。
If an empty region is intersected with any other region, an empty region is returned. 一个空区域与任何其他区域求交，获得一个空区域对象。
并输出一个新的复合ROI区域对象(ILCompoundRegion类型)的描述JSON。
其中ILCompoundRegion类型继承于ILRegion类型
Write il_region_invert Invert a region. 取反当前ROI区域。
The new region contains all areas outside the original region. 新的区域包含原始区域之外的所有区域。
This operation creates the complement of the original region. 此操作创建原始区域的补集。
并输出一个新的复合ROI区域对象(ILCompoundRegion类型)的描述JSON。
其中ILCompoundRegion类型继承于ILRegion类型
Write il_region_rotate Rotate a region around its center. 以区域中心为旋转中心顺时针旋转当前ROI区域。
The region is rotated clockwise by the specified angle. 区域按指定角度顺时针旋转。
Note: Rotated LRectRegion or LMaskRegion objects may become larger than the original, because the bounding rectangle of rotated vertices determines the result region. 注意：旋转后的 LRectRegion 或 LMaskRegion 对象可能比原始区域更大，因为旋转后的顶点的包围矩形组成了结果区域范围。
并输出一个新的ROI区域对象(ILRegion类型)的描述JSON。
其中输出的ROI区域类型与输入区域相同
Write il_region_subtract Subtract one region from another. 从当前ROI区域中减去输入的ROI区域。
The new region contains the parts of the original region that are not in the other region. 新的区域包含原始区域中不在另一个区域中的部分。
If a non-empty region is subtracted by an empty region, a copy of the original region is returned. 一个非空区域减去空区域，获得该区域对象的拷贝。
If an empty region is subtracted by a non-empty region, the complement of the other region is returned. 一个空区域减去一个非空区域，获得后者的取反区域。
并输出一个新的复合ROI区域对象(ILCompoundRegion类型)的描述JSON。
其中ILCompoundRegion类型继承于ILRegion类型
Write il_region_to_mask Generate a mask image from a region. 为当前ROI区域生成一个蒙版图像，以指定的位置和尺寸。
White pixels in the mask image represent areas within the region. 图像中的白像素表示该位置包含在当前区域中。
If position and size are not specified (x, y, w, h all 0), the mask is generated based on the region's bounding box. 若指定的位置和尺寸均为空，即 x, y, w 和 h 均为 0，则蒙版图像基于区域的包围盒位置生成。
并输出生成的蒙版图像(ILImage类型)的描述JSON。
Write il_region_union Union two regions. 将当前ROI区域与输入的区域进行与操作。
The new region contains all parts from both input regions. 新的区域包含当前区域和输入区域中所包含的所有部分。
This operation is equivalent to the Add operation. 此操作与 Add() 操作相同。
If a non-empty region is unioned with an empty region, a copy of the original region is returned. 一个非空区域与空区域求与，获得该区域对象的拷贝。
并输出一个新的复合ROI区域对象(ILCompoundRegion类型)的描述JSON。
其中ILCompoundRegion类型继承于ILRegion类型
Write il_region_xor XOR two regions. 将当前ROI区域与输入的区域进行异或操作。
The new region contains parts that are exclusively in one region but not both. 新的区域仅包含属于当前区域但不属于输入区域或属于输入区域但不属于当前区域的部分。
If an empty region is XORed with any other region, an empty region is returned. 一个空区域与任何其他区域进行异或操作，获得一个空区域对象。
并输出一个新的复合ROI区域对象(ILCompoundRegion类型)的描述JSON。
其中ILCompoundRegion类型继承于ILRegion类型
Write il_rot_rect_region Create a rotated rectangle region object. 创建一个旋转矩形ROI区域对象。
Rotated rectangle region is a rectangular area that can be rotated by an arbitrary angle. 旋转矩形区域是一个可以任意角度旋转的矩形区域。
The region is defined by center coordinates, width, height, and rotation angle. 该区域由中心坐标、宽度、高度和旋转角度定义。
并返回生成后的ILRotRectRegion类型的描述JSON。
其中ILRotRectRegion类型继承于ILRegion类型
Write image_compare_compare Compare with the baseline image (and mask).
* @param[in] img The input image
* @param[in] region The input region, to limit the region of the comparison on the input image
* and also exclude some not-care pixels.
* @param[out] diffResult The pixel-level difference image in the same format as the input image
* and same size as the input region (or the input image if the region is empty)
* @param[out] maskResult @bin_image @bit8 The pixel-level difference mask, white pixels represent those differences exceed #PixelTolerance
与基准图像（和蒙版）进行比较。
* @param[in] img 输入的图像
* @param[in] region 输入的区域，用于限定比较区域在输入图像中的位置，和剔除无关像素
* @param[out] diffResult 像素差异图，图像类型与输入图像相同，尺寸与输入区域相同（若输入区域为空，则与输入图像相同）
* @param[out] maskResult @bin_image @bit8 像素差异蒙版图，白色像素表示差异大于 #PixelTolerance
与基准图像（和蒙版）进行比较。
没有设置基准图像时，需要让用户先通过 ImageCompareSetBaseline 设置基准图像。
返回结构是一个序列化的json，其中：
DiffResultImg属性是差异图像URL地址，
MaskResultImg属性是差异蒙版图像URL地址 Write image_compare_compare_symmetric 比较输入图像中的两个对称区域，生成差异图和蒙版图。
返回结构是一个序列化的json，其中：
DiffResultImg属性是差异图像URL地址，
MaskResultImg属性是差异蒙版图像URL地址 Write image_compare_set_baseline Set the comparison baseline image (and mask).
* @param[in] img The input image
* @param[in] region The input region, to limit the region of the baseline template on the input image
* and also exclude some not-care pixels.
设置比较的基准图像（和蒙版）
* @param[in] img 输入的图像
* @param[in] region 输入的区域，用于限定基准图像在输入图像中的位置，和剔除无关像素
设置比较的基准图像（和蒙版），并返回设置完成的图像比较功能调用的对象。
如果别的图像比较功能要依赖于当前图像比较功能调用对象来调用，可以使用当前对象Json。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。LpvClassName 表示图像比较功能调用的对象名称，目前名称应为：ILImageCompare (图像比较功能相关对象);
InputParameterFile 表示图像比较功能调用的对象的参数文件名称。 Write image_convert_bgr_mix Mix the 3 channels in the input BGR color image using the specified weight for individual channel
根据指定的各通道权重，混合 BGR 彩色图像的三个通道
- Mix the 3 channels in the input BGR color image using the specified weight for individual channel
- Formula: Gray = w0⋅B + w1⋅G + w2⋅R
- Weight values should be in range -255 ~ 255
- The output image will be a grayscale image of the same size as the input
- 根据指定的各通道权重，混合 BGR 彩色图像的三个通道
- 公式：Gray = w0⋅B + w1⋅G + w2⋅R
- 权重值取值范围在 -255 ~ 255
- 输出图像将是灰度图像，尺寸与输入的彩色图像一致
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 输出结果图像URL地址 Write image_convert_bgr_to_gray Convert a BGR color image to grayscale
将 BGR 彩色图像转换为灰度图
- Convert a BGR color image to grayscale using the formula: Gray = 0.114⋅B + 0.587⋅G + 0.299⋅R
- The input image must be a BGR color image
- The output image will be a grayscale image of the same size as the input
- 使用公式 Gray = 0.114⋅B + 0.587⋅G + 0.299⋅R 将 BGR 彩色图像转换为灰度图
- 输入图像必须是 BGR 彩色图像
- 输出图像将是灰度图像，尺寸与输入的彩色图像一致
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 输出结果图像URL地址 Write image_convert_bgr_to_gray_color 将 BGR 颜色值转换为灰度值
返回结构是一个序列化的JSON字符串，包含以下字段：
GrayValue: 转换后的灰度值 Write image_convert_color_map Apply color map on the given image to generate a pseudo color image
对输入图像应用颜色映射表，生成伪彩图
- Apply color map on the given image to generate a pseudo color image for data visualization
- The input image can be any depth
- The output image will be a color 8-bit image
- Optionally invert the colormap and normalize the input image before applying colormap
- Pass in empty range (0, 0) for minValue/maxValue to use the minimum of current image
- 对输入图像应用颜色映射表，生成一张伪彩图，通常用于进行数据可视化
- 输入图像可以是任意位深
- 输出图像将是彩色 8 位图
- 可选择是否使用反向的颜色映射表，以及对输入图像进行归一化处理
- 对于minValue/maxValue，传入空范围 (0, 0) 表示使用当前图像的最小值
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 输出结果图像URL地址 Write image_convert_color_map_multi_band Apply color map of multiple bands on the given image, to generate a pseudo color image for data visualization
对输入图像应用多周期的颜色映射表，生成一张伪彩图，通常用于进行数据可视化
- Apply color map of multiple bands on the given image, to generate a pseudo color image for data visualization
- The input image can be any depth
- The output image will be a color 8-bit image
- Optionally invert the colormap and normalize the input image before applying colormap
- Pass in empty range (0, 0) for minValue/maxValue to use the minimum/maximum of current image
- Band count defaults to 3
- 对输入图像应用多周期的颜色映射表，生成一张伪彩图，通常用于进行数据可视化
- 输入图像可以是任意位深
- 输出图像将是彩色 8 位图
- 可选择是否使用反向的颜色映射表，以及对输入图像进行归一化处理
- 对于minValue/maxValue，传入空范围 (0, 0) 表示使用当前图像的最小值和最大值
- 颜色映射表的周期数，默认为3
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 输出结果图像URL地址 Write image_convert_convert Convert the color image from one color space to another, for example, from BGR to HSV
对彩色图像进行颜色空间转换，如，从 BGR 转到 HSV 空间
- Convert the color image from one color space to another, for example, from BGR to HSV
- Supported color spaces: BGR, HSV, HLS, YCrCb, YUV, XYZ, LAB, LUV
- The output image will be a color image of the same size as the input
- 对彩色图像进行颜色空间转换，如，从 BGR 转到 HSV 空间
- 支持的颜色空间：BGR, HSV, HLS, YCrCb, YUV, XYZ, LAB, LUV
- 输出图像将是彩色图像，尺寸与输入的彩色图像一致
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 输出结果图像URL地址 Write image_convert_convert_color 颜色空间转换
返回结构是一个序列化的JSON字符串，包含以下字段：
Blue: 转换后的蓝色通道值
Green: 转换后的绿色通道值
Red: 转换后的红色通道值 Write image_convert_depth16_to8 Convert a 16bit image to 8bit depth, extracting the continues 8 bits from the specified index
转换 16 位图像到 8 位图像，从指定索引开始提取连续 8 位
- Convert a 16bit image to 8bit depth, extracting the continues 8 bits from the specified index
- From Nth Bit usage: 0 (Extract High 8bit), 8 (Extract Low 8bit), 4 (Extract Middle 8bit)
- fromNthBit range: -7 ~ 15 to ensure at least 1 valid bit
- 转换 16 位图像到 8 位图像，从指定索引开始提取连续 8 位
- 指定索引用途：0 (提取高 8 位), 8 (提取低 8 位), 4 (提取中 8 位)
- fromNthBit 取值范围为 -7 ~ 15 以保证至少 1 位有效位
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 输出结果图像URL地址 Write image_convert_depth8_to16 转换 8 位图像到 16 位图像
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 输出结果图像URL地址 Write image_convert_gray_to_bgr Convert a grayscale image to a BGR color image
将灰度图转换为 BGR 彩色图像
- Convert a grayscale image to a BGR color image, all three channels are assigned to the same value
- The output image will be a BGR color image of the same size as the input
- Formula: B = Gray, G = Gray, R = Gray
- 将灰度图转换为 BGR 彩色图像，所有三个通道都被赋予相同的值
- 输出图像将是 BGR 彩色图像，尺寸与输入的彩色图像一致
- 公式：B = Gray, G = Gray, R = Gray
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 输出结果图像URL地址 Write image_convert_gray_to_bgr_color 将灰度值转换为 BGR 颜色值
返回结构是一个序列化的JSON字符串，包含以下字段：
Blue: 蓝色通道值
Green: 绿色通道值
Red: 红色通道值 Write image_convert_normalize_to16 归一化输入图像到 16 位图
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 输出结果图像URL地址 Write image_convert_normalize_to8 归一化输入图像到 8 位图
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 输出结果图像URL地址 Write image_copy_from 复制输入图像的内容并覆盖当前图像的指定位置。
若输入图像的尺寸过大或超出当前图像的范围，多余部分将被忽略。
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 复制输入图像的内容并覆盖当前图像的结果
Copy the input image content and overlay it to the specified position of the current image.
If the input image is bigger or outside with the given x/y offset, the redundant part will be ignored.
Returns a serialized JSON string containing the following fields:
ResultImg: The result of copying input image content and overlaying it to the current image Write image_set_channel 设置彩色图像中某一个给定索引的通道图像。仅用于彩色图像。
输入的通道图像应为灰度图，尺寸与当前的彩色图像相同。
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 设置通道后的图像结果
Set the channel of the given index to the input grayscale image. This function is only for a color image.
The input channel image should be a grayscale image of the same size as the current color image.
Returns a serialized JSON string containing the following fields:
ResultImg: The image result after setting the channel Write image_set_size 设置图像为指定尺寸。如果设置尺寸比原尺寸更大，像素的数值则会为随机，可调用 SetTo() 或 SetToColor() 接口将其全部设置为 0 或其他数值。
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 设置尺寸后的图像结果
Set the image to the specified size.
If the set size is larger than the original size, the pixel values will be random,
you can call SetTo() or SetToColor() interface to set them all to 0 or other values.
Returns a serialized JSON string containing the following fields:
ResultImg: The image result after setting the size Write image_set_to 将图像中给定区域内的像素设置为指定的灰度值。
灰度值取值范围0-255，越低则越黑，越高则越白，0则为黑色，255是白色。
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 设置灰度后的图像结果
Set the pixels in the given region of the image to the specified grayscale value.
Gray value range is 0-255, lower values are darker, higher values are lighter,
0 is black, 255 is white.
Returns a serialized JSON string containing the following fields:
ResultImg: The image result after setting grayscale Write image_set_to_color 将图像中给定区域内的像素设置为指定的 RGB 值。仅用于彩色图像。
蓝色通道值范围0-255，绿色通道值范围0-255，红色通道值范围0-255。
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 设置颜色后的图像结果
Set the pixels in the given region of the image to the specified RGB value.
This function is only for color images.
Blue channel value range 0-255, green channel value range 0-255, red channel value range 0-255.
Returns a serialized JSON string containing the following fields:
ResultImg: The image result after setting color Write image_stats_max Find the pixel of maximum value in the input image, report the value and pixel's position.
If there's more than one pixel with the same value, report the left-top one.
查找输入图像中的最大灰度值像素，输出该灰度值和像素的位置。
若存在多个像素拥有同一灰度值，输出最左上的像素。
Returns a JSON string with the following fields:
Value: The maximum value
PosX: The x-coordinate of the pixel's position with maximum value
PosY: The y-coordinate of the pixel's position with maximum value
返回结构是一个序列化的JSON字符串，包含以下字段：
Value: 最大灰度值
PosX: 最大灰度值所在像素的x坐标
PosY: 最大灰度值所在像素的y坐标 Write image_stats_mean_std_dev Calculate the mean and standard deviation of the input image.
计算输入图像的灰度均值和标准差。
Returns a JSON string with the following fields:
MeanValue: The mean value
StdDevValue: The standard deviation value
返回结构是一个序列化的JSON字符串，包含以下字段：
MeanValue: 灰度均值
StdDevValue: 灰度标准差 Write image_stats_min Find the pixel of minimum value in the input image, report the value and pixel's position.
If there's more than one pixel with the same value, report the left-top one.
查找输入图像中的最小灰度值像素，输出该灰度值和像素的位置。
若存在多个像素拥有同一灰度值，输出最左上的像素。
Returns a JSON string with the following fields:
Value: The minimum value
PosX: The x-coordinate of the pixel's position with minimum value
PosY: The y-coordinate of the pixel's position with minimum value
返回结构是一个序列化的JSON字符串，包含以下字段：
Value: 最小灰度值
PosX: 最小灰度值所在像素的x坐标
PosY: 最小灰度值所在像素的y坐标 Write image_stats_sharpness Compute the relative sharpness of the input image, based on the edge gradients.
It's usually used to automate focusing a camera lens on a scene.
Note that the score may be affected by the contrast, brightness and content of the scene, thus it's meaningless to compare the sharpness scores of different scenes.
计算输入图像的相对清晰度，基于图像中总体的边缘强度。
清晰度计算通常用于实现对静态场景的自动对焦。
注意清晰度通常受到图像的对比度、亮度以及场景内容的影响，因此无法比较不同场景的清晰度数值。
Returns a JSON string with the following fields:
Sharpness: The sharpness score
返回结构是一个序列化的JSON字符串，包含以下字段：
Sharpness: 清晰度评价数值 Write pat_match_learn Learn the pattern template features from the provided image. 训练模板，使用输入的图像。
The template center can be modified later. 模板中心可根据需求修改。
This function extracts features from the input image for pattern matching. 该函数从输入图像中提取特征用于模板匹配。
It may fail if no proper feature is found on the input image. 训练过程可能失败，若在输入图像中没有找到任何可用的特征。
如果别的工具需要训练后的模板匹配的功能对象，可以使用当前对象Json。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName 表示模板匹配的功能对象名称，目前名称应为：ILMatch (模板匹配的功能对象);
InputParameterFile 表示模板匹配的功能对象的参数文件名称。 Write pat_match_learn_with_shape Learn the pattern template features from the provided image. 训练模板，使用输入的图像。
The template center can be modified later. 模板中心可根据需求修改。
The shape and polarity of the template features is described with the given shape region. 模板的形状和极性通过输入的形状区域来定义。
Adding a region produce a white-on-black shape while subtracting a region produce a black-on-white shape. 添加区域（Add）生成黑色背景上的白色形状；减去区域（Subtract）生产白色背景上的黑色形状。
The feature points are extracted from the given shape region, thus not affected by DetailLevel. 特征点通过给定的形状区域提取，不受 DetailLevel 参数的影响。
如果别的工具需要训练后的模板匹配的功能对象，可以使用当前对象Json。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName 表示模板匹配的功能对象名称，目前名称应为：ILMatch (模板匹配的功能对象);
InputParameterFile 表示模板匹配的功能对象的参数文件名称。 Write pat_match_learn_with_shape_image Learn the pattern template features from the provided image. 训练模板，使用输入的图像。
The template center can be modified later. 模板中心可根据需求修改。
The shape and polarity of the template features are extracted from the shape image. 特征点通过给定的形状图像提取提取模板的形状和极性。
The feature points are extracted from the given shape image, thus not affected by DetailLevel. 特征点通过给定的形状图像提取，不受 DetailLevel 参数的影响。
The shape image should have the same size as the input image. 形状图像的尺寸需与输入图像相同。
如果别的工具需要训练后的模板匹配的功能对象，可以使用当前对象Json。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName 表示模板匹配的功能对象名称，目前名称应为：ILMatch (模板匹配的功能对象);
InputParameterFile 表示模板匹配的功能对象的参数文件名称。 Write pat_match_prune Prune the trained template features. 从已训练的模板特征中，剔除某些指定的特征。
Eliminate the features which are located outside of the given region or belong to the shape polylines of the given indexes. 输入区域对象外的特征将被删除，不参与匹配。
Pass in null region and empty shape indexes to restore the features to original. 传入空区域及 0 过滤阈值，可重置特征为训练后的原始特征。
It may fail if all the features are removed. 剔除过程可能失败，如所有有效特征均被剔除。
如果别的工具需要剔除某些指定的特征后的模板匹配的功能对象，可以使用当前对象Json。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName 表示模板匹配的功能对象名称，目前名称应为：ILMatch (模板匹配的功能对象);
InputParameterFile 表示模板匹配的功能对象的参数文件名称。 Write pat_match_set_pat_center Customize the center of the pattern template. 修改模板匹配结果中心的设置方式。
By default, we use the template image center as pattern center. 默认设置为使用模板图像的中心作为匹配结果中心。
The template center indicates the report position of the matching result. 匹配结果将基于配置方式输出不同的中心点坐标。
For example, if the template center is moved to the left-top corner of the template image, we'll then always report the same left-top corner as the matching result. 如若设置匹配图像的左上角点作为中心，所有的匹配结果将总是输出相同的左上角位置作为中心。
如果别的工具需要修改后的模板匹配的功能对象，可以使用当前对象Json。
返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName 表示模板匹配的功能对象名称，目前名称应为：ILMatch (模板匹配的功能对象);
InputParameterFile 表示模板匹配的功能对象的参数文件名称。 Write il_image_morph_bottom_hat ~english Bottom-hat operation tool. Erase small elements and details from given images. Bottom-hat operation is the equivalent of subtracting the input image from the result of performing a morphological closing operation on the input image.
When the user does not specify morphological parameters, do not call the parameter setting plugin, as the ILImageMorph class file already has default morphological parameters set.
The return structure is a serialized JSON string where:
ResultImg property is the URL address of the output result image.
@math_eq_full{I' = close( I, element ) - I}
@math_image_center{bottomhat.png}
~chinese 低帽工具。用于去除图像中的较小单元和细节。该工具等价于从闭操作的结果中减去原输入图像。
用户没有指定形态学相关参数时，不要调用设置参数的插件，传入的 ILImageMorph 类的文件中已经设置了形态学相关的默认参数。
返回结构是一个序列化的JSON字符串，其中：
ResultImg属性是输出结果图像URL地址。 Destructive edge_filter_new This interface provide functionalities of edge extraction.
该接口类提供了图像边缘增强的功能。
To use this interface, you should create a LEdgeFilter object.
使用这个接口，需要创建一个 LEdgeFilter 对象。
Creates a new edge filter object for image edge enhancement.
创建一个图像边缘增强的功能调用的对象。
If other tools need the edge filter object, they can use the current object JSON.
如果别的工具需要图像边缘增强的功能调用的对象，可以使用当前对象Json。
Returns a serialized JSON string with properties: LpvClassName (function name) and InputParameterFile (parameter file name).
返回结构是一个序列化的JSON字符串，属性包括：LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName should be: ILEdgeFilter (edge enhancement function object).
LpvClassName 表示图像边缘增强的功能调用的对象名称，目前名称应为：ILEdgeFilter (图像边缘增强的功能调用的对象);
InputParameterFile represents the parameter file name for the edge filter object.
InputParameterFile 表示图像边缘增强的功能调用的对象的参数文件名称。 Execute il_annulus_sector_region Create an annulus sector region object. 创建一个环状扇形ROI区域对象。
Annulus sector region is a sector-shaped area within a ring, defined by start and end angles. 环状扇形区域是圆环内的扇形区域，由起始角度和结束角度定义。
The region covers the area between inner and outer circles within the specified angular range. 该区域覆盖指定角度范围内的内圆和外圆之间的区域。
并返回生成后的ILAnnulusSectorRegion类型的描述JSON。
其中ILAnnulusSectorRegion类型继承于ILRegion类型
Execute il_blob_analysis This interface provide functionalities of blob analysis. 该接口提供斑点分析的功能。
Blob analysis is a useful approach to segment object from background into connected components of similar grayscale values. 斑点分析是机器视觉系统中常见的前景目标分割方法，用于从背景中提取灰度值近似的连通域生成斑点对象。
Various geometric features, such as area, perimeter or circularity, can be computed on these blobs. 再计算斑点对象的属性特征，典型的几何特征如面积、轮廓周长、圆度等，图像特征如平均亮度、对比度等。
This is a grayscale-mode blob analysis tool. 这个是灰度斑点分析工具。
返回结构是一个序列化的json，其中Preview属性是输入图像在当前斑点分析配置下的二值化蒙版的图片地址，
Build 为斑点分析结果，其中的Count表示斑点的数量，Item是所有斑点的集合，
每一个斑点的: GetCenter 表示斑点的重心坐标;
CountContour 表示斑点的外轮廓个数；
CountHole 表示斑点的孔洞个数；
GetRect 表示斑点的包围矩形；
GetRotRect 表示斑点的包围旋转矩形；
GetFeature是斑点的其他属性，包括：LPVBlobArea表示斑点面积、LPVBlobCenterX和LPVBlobCenterY表示斑点中心点的坐标;
ToRegion 表示根据该斑点的轮廓蒙版，生成一个蒙版区域对象；
LpvClassName 表示调用工具函数的名称；
InputParameterFile 表示调用工具函数需要传入的参数文件名称 Execute il_blob_analysis_color This interface provide functionalities of blob analysis. 该接口提供斑点分析的功能。
Blob analysis is a useful approach to segment object from background into connected components of similar grayscale values. 斑点分析是机器视觉系统中常见的前景目标分割方法，用于从背景中提取灰度值近似的连通域生成斑点对象。
Various geometric features, such as area, perimeter or circularity, can be computed on these blobs. 再计算斑点对象的属性特征，典型的几何特征如面积、轮廓周长、圆度等，图像特征如平均亮度、对比度等。
This is a color-mode blob analysis tool. 这个是彩色斑点分析工具。
返回结构是一个序列化的json，其中Preview属性是输入图像在当前斑点分析配置下的二值化蒙版的图片地址，
Build 为斑点分析结果，其中的Count表示斑点的数量，Item是所有斑点的集合，
每一个斑点的: GetCenter 表示斑点的重心坐标;
CountContour 表示斑点的外轮廓个数；
CountHole 表示斑点的孔洞个数；
GetRect 表示斑点的包围矩形；
GetRotRect 表示斑点的包围旋转矩形；
GetFeature是斑点的其他属性，包括：LPVBlobArea表示斑点面积、LPVBlobCenterX和LPVBlobCenterY表示斑点中心点的坐标;
ToRegion 表示根据该斑点的轮廓蒙版，生成一个蒙版区域对象；
LpvClassName 表示调用工具函数的名称；
InputParameterFile 表示调用工具函数需要传入的参数文件名称 Execute il_histogram_build_draw Build histogram from input image and region, and draw as image.
Draw the histogram as a data chart onto provide device context, using the index as x axis and the value as y axis.
基于输入图像和区域，生成直方图，并将直方图绘制为图像输出。
工具不需要通过其它工具设置参数，不需要传入ILHistogram的对象。
Returns a serialized JSON with ResultImg property containing the URL of the output histogram image. Execute il_histogram_build_items Build histogram from input image and region, output the pixel count for each bin.
Collects count of data in provided image into a set of predefined bins. Histogram is useful for analyzing and observing the frequency distributions of pixel intensity values.
基于输入图像和区域，生成直方图，输出直方图所有区域的像素总数。
工具不需要通过其它工具设置参数，不需要传入ILHistogram的对象。
Returns a serialized JSON with ResultValues property containing the histogram bin values. Execute il_histogram_build_mean_std_dev Build histogram from input image and region, calculate mean and standard deviation.
Calculate the mean and standard deviation of the histogram. The histogram collects count of data in provided image into a set of predefined bins.
基于输入图像和区域，生成直方图，计算直方图的均值和标准差。
工具不需要通过其它工具设置参数，不需要传入ILHistogram的对象。
Returns a serialized JSON with MeanValue and StdDevValue properties. Execute il_histogram_build_min_max Build histogram from input image and region, find minimum and maximum values.
Find the bin of minimum or maximum value, report the value and bin index. If there's more than one bin with the same value, report the first one.
基于输入图像和区域，生成直方图，查找直方图上的最大和最小值及其对应的索引。
工具不需要通过其它工具设置参数，不需要传入ILHistogram的对象。
Returns a serialized JSON with MinIdx, MinValue, MaxIdx, and MaxValue properties. Execute il_image_op_scale_rotate 这个是缩放和旋转输入图像的工具。使用用户指定的锚点。若指定的结果图像对象为空图像，则生成和输入图像尺寸相同的图像。否则，将保持结果图像的尺寸，超出图像范围的像素设为背景像素（默认为黑色）。
工具不需要通过其它工具设置参数，不需要传入ILImageOp的对象。
返回结构是一个序列化的json，其中：
ResultImg属性是输出结果图像URL地址。
English: The two input images should have the same size and format.
中文: 两个输入图像需尺寸相同、类型相同。 Execute il_image_threshold_binarize Binarize the input image and return the result new image. If the lower bound of threshold value is smaller than the upper bound, pixels within the lower and upper bound of threshold value is set to the object level (maximum value), otherwise, the output pixel is set to the background level (0). If the user has set threshold values, execute the set threshold tool first, then execute this tool. Returns a serialized JSON structure containing: LpvClassName indicating the function name; InputParameterFile representing the parameter file name; result property representing the URL address of the binarized image;这个是二值化图像工具。二值化输入图像并输出结果图像。若所设置的阈值范围的下限小于上限，输入图像中灰度值在阈值范围内的像素，在结果图中将被设置为前景（最大数值），反之，则被设置为背景（0）。如果用户同时设置了阈值，要先执行设置阈值工具，然后再执行此工具。返回结构是一个序列化的json，其中LpvClassName 表示调用工具函数的名称；InputParameterFile 表示调用工具函数需要传入的参数文件名称;result 属性是输入图像二值化结果的图片地址 Execute il_image_threshold_stretch Stretch the input image and output the result image. Each output pixel represents the difference between the greyscale value of each input pixel and the threshold lower bound. For example, if a pixel value is 100 and the threshold lower bound is 25, then the output pixel value will be 75. If the user has set threshold values, execute the set threshold tool first, then execute this tool. Returns a serialized JSON structure containing: LpvClassName indicating the function name; InputParameterFile representing the parameter file name; result property representing the URL address of the stretched image;这个是拉伸图像工具。拉伸输入图像并输出结果图像。计算输入图像中的每个像素，其灰度值与阈值范围下限的距离。如若阈值范围下限为 25，灰度值为 100 的像素，其输出值为 75。如果用户同时设置了阈值，要先执行设置阈值工具，然后再执行此工具。返回结构是一个序列化的json，其中LpvClassName 表示调用工具函数的名称；InputParameterFile 表示调用工具函数需要传入的参数文件名称;result 属性是输入图像拉伸结果的图片地址 Execute il_region_scale Scale a region while keeping the center point unchanged. 缩放当前ROI区域，生成一个新的ROI区域对象，保持区域中心点不变。
The region is scaled by the specified factors in X and Y directions. 区域按X和Y方向的指定比例进行缩放。
Note: Non-uniform scaling is not supported for LCircleRegion or LAnnulusRegion objects. 注意：对于 LCircleRegion 或 LAnnulusRegion 对象，不支持非等比缩放。
并输出一个新的ROI区域对象(ILRegion类型)的描述JSON。
其中输出的ROI区域类型与输入区域相同
Execute image_compare_new This interface provide functionalities of image comparison on pixel level.
* To use this interface, you should create a LImageCompare object.
该接口类提供了像素级的图像比较功能。
* 使用这个接口，需要创建一个 LImageCompare 对象。
提供了像素级的图像比较功能，创建一个图像比较功能调用的对象。
是所有图像比较工具下的MCP工具的初始化工具，在这些工具调用之前，都需要保证前处理调用过有且仅有一次此初始化工具。返回结构是一个序列化的JSON字符串，属性包括：
LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName 表示图像比较功能调用的对象名称，目前名称应为：ILImageCompare (图像比较功能调用的对象);
InputParameterFile 表示图像比较功能调用的对象的参数文件名称。
Execute image_new 生成一张像素为1*1黑色的图像(单通道灰度图，如果要转换BGR彩色图，需调用灰度转彩色工具进行转换)，如果后续需要修改大小可以调用Image_SetSize方法。
返回结构是一个序列化的JSON字符串，包含以下字段：
ResultImg: 生成的图像结果
Create a new empty image of 1x1 pixel with black pixels (single-channel grayscale).
If you want to convert to BGR color image, you need to call the grayscale to color conversion tool.
If you need to modify the size later, you can call the Image_SetSize method.
Returns a serialized JSON string containing the following fields:
ResultImg: The generated image result Execute pat_match_new Create a new pattern matching tool instance. 创建一个新的模板匹配工具实例。
This interface provides functionalities of pattern matching. 该接口提供模板匹配的功能。
Pattern detector is designed to single or multiple instances of the trained pattern in the given image and region. 模板匹配用于在指定图像和区域中基于训练的模板，搜索和定位一个或多个匹配结果。
The algorithm is real-time and of sub-pixel accuracy. Detection is based mainly on shape information extracted from pattern template, with combination of the gray-scale features. 该算法具有高实时性和高亚像素角度的特点。匹配过程基于从模板图像中训练得到的形状特征，结合图像的灰度特征。
It's robust to translation, scale and rotation of the pattern objects, as well as the lightening or material changes in production line which results in intensity, contrast or blurring in input images. 可以定位目标物体的旋转、平移和缩放，可有效应对产线环境的光照变化、物体材质变化引起的明暗、对比度、模糊等现象。
To use this interface, you should create a LMatch object. 使用这个接口，需要创建一个 LMatch 对象。
返回结构是一个序列化的JSON字符串，属性包括：LpvClassName(调用工具函数的名称) 和 InputParameterFile(调用工具函数需要传入的参数文件名称)。
LpvClassName 表示模板匹配的功能对象名称，目前名称应为：ILMatch (模板匹配的功能对象);
InputParameterFile 表示模板匹配的功能对象的参数文件名称。
Execute These rules are based on the tool categories exposed by the Leaper Vision Toolkit MCP server. Adjust the limits to match your use case.
il_image_morph_bottom_hat:
rules:
- action: deny
on_deny: "Destructive operations blocked by policy" Destructive tools should never be available to autonomous agents without human approval.
display_blob_analysis:
rules:
- name: "write-rate-limit"
rate_limit: 30/hour
on_deny: "Write rate limit reached" Prevents bulk unintended modifications from agents caught in loops.
get_tool_tree:
rules:
- action: allow
rate_limit: 60/minute Controls API costs and prevents retry loops from exhausting upstream rate limits.
This is the complete policy file for Leaper Vision Toolkit. It lists every tool with suggested default rules. Download it, adjust the limits, and run with Intercept.
version: "1" default: "deny" tools: il_image_morph_bottom_hat: rules: - action: deny on_deny: "Destructive operation blocked by policy" edge_filter_new: rules: - action: allow rate_limit: 10/hour validate: required_args: true il_annulus_sector_region: rules: - action: allow rate_limit: 10/hour validate: required_args: true il_blob_analysis: rules: - action: allow rate_limit: 10/hour validate: required_args: true il_blob_analysis_color: rules: - action: allow rate_limit: 10/hour validate: required_args: true il_histogram_build_draw: rules: - action: allow rate_limit: 10/hour validate: required_args: true il_histogram_build_items: rules: - action: allow rate_limit: 10/hour validate: required_args: true il_histogram_build_mean_std_dev: rules: - action: allow rate_limit: 10/hour validate: required_args: true il_histogram_build_min_max: rules: - action: allow rate_limit: 10/hour validate: required_args: true il_image_op_scale_rotate: rules: - action: allow rate_limit: 10/hour validate: required_args: true il_image_threshold_binarize: rules: - action: allow rate_limit: 10/hour validate: required_args: true il_image_threshold_stretch: rules: - action: allow rate_limit: 10/hour validate: required_args: true il_region_scale: rules: - action: allow rate_limit: 10/hour validate: required_args: true image_compare_new: rules: - action: allow rate_limit: 10/hour validate: required_args: true image_new: rules: - action: allow rate_limit: 10/hour validate: required_args: true pat_match_new: rules: - action: allow rate_limit: 10/hour validate: required_args: true get_tool_tree: rules: - action: allow rate_limit: 60/minute il_region_rotate_and_translate: rules: - action: allow rate_limit: 60/minute il_region_translate: rules: - action: allow rate_limit: 60/minute ilocr_ib_detect: rules: - action: allow rate_limit: 60/minute image_get_channel: rules: - action: allow rate_limit: 60/minute image_info: rules: - action: allow rate_limit: 60/minute image_stats_count_pixel: rules: - action: allow rate_limit: 60/minute image_stats_count_pixel_color: rules: - action: allow rate_limit: 60/minute pat_match_get_pat_center: rules: - action: allow rate_limit: 60/minute pat_match_get_pat_center_mode: rules: - action: allow rate_limit: 60/minute pat_match_get_pat_feature: rules: - action: allow rate_limit: 60/minute pat_match_get_pat_image: rules: - action: allow rate_limit: 60/minute pat_match_get_pat_mask: rules: - action: allow rate_limit: 60/minute pat_match_get_pat_prune_mask: rules: - action: allow rate_limit: 60/minute pat_match_get_pat_shape: rules: - action: allow rate_limit: 60/minute pat_match_is_learnt: rules: - action: allow rate_limit: 60/minute display_blob_analysis: rules: - action: allow rate_limit: 30/hour display_circle_detector: rules: - action: allow rate_limit: 30/hour display_line_detector: rules: - action: allow rate_limit: 30/hour display_match: rules: - action: allow rate_limit: 30/hour edge_filter_gradient_full: rules: - action: allow rate_limit: 30/hour edge_filter_gradient_h: rules: - action: allow rate_limit: 30/hour edge_filter_gradient_v: rules: - action: allow rate_limit: 30/hour edge_filter_set_edge_kernel: rules: - action: allow rate_limit: 30/hour edge_filter_set_edge_polarity: rules: - action: allow rate_limit: 30/hour il_annulus_region: rules: - action: allow rate_limit: 30/hour il_circle_detector: rules: - action: allow rate_limit: 30/hour il_circle_detector_set_accept_score: rules: - action: allow rate_limit: 30/hour il_circle_detector_set_edge_width: rules: - action: allow rate_limit: 30/hour il_circle_detector_set_find_by: rules: - action: allow rate_limit: 30/hour il_circle_detector_set_max_count: rules: - action: allow rate_limit: 30/hour il_circle_detector_set_norm_score: rules: - action: allow rate_limit: 30/hour il_circle_detector_set_polarity: rules: - action: allow rate_limit: 30/hour il_circle_region: rules: - action: allow rate_limit: 30/hour il_ellipse_region: rules: - action: allow rate_limit: 30/hour il_image_filter: rules: - action: allow rate_limit: 30/hour il_image_filter_edge_preserve_denoise: rules: - action: allow rate_limit: 30/hour il_image_filter_edge_preserve_texture_enhance: rules: - action: allow rate_limit: 30/hour il_image_filter_equalize: rules: - action: allow rate_limit: 30/hour il_image_filter_fill_hole: rules: - action: allow rate_limit: 30/hour il_image_filter_gaussian: rules: - action: allow rate_limit: 30/hour il_image_filter_high_pass: rules: - action: allow rate_limit: 30/hour il_image_filter_linear_filter: rules: - action: allow rate_limit: 30/hour il_image_filter_linear_filter_abs: rules: - action: allow rate_limit: 30/hour il_image_filter_local_median: rules: - action: allow rate_limit: 30/hour il_image_filter_local_median_norm: rules: - action: allow rate_limit: 30/hour il_image_filter_mean_filter: rules: - action: allow rate_limit: 30/hour il_image_filter_optical_density: rules: - action: allow rate_limit: 30/hour il_image_filter_set_kernel_sigma: rules: - action: allow rate_limit: 30/hour il_image_filter_set_kernel_size: rules: - action: allow rate_limit: 30/hour il_image_filter_sharpen: rules: - action: allow rate_limit: 30/hour il_image_morph: rules: - action: allow rate_limit: 30/hour il_image_morph_close: rules: - action: allow rate_limit: 30/hour il_image_morph_dilate: rules: - action: allow rate_limit: 30/hour il_image_morph_erode: rules: - action: allow rate_limit: 30/hour il_image_morph_gradient: rules: - action: allow rate_limit: 30/hour il_image_morph_open: rules: - action: allow rate_limit: 30/hour il_image_morph_set_morph_shape: rules: - action: allow rate_limit: 30/hour il_image_morph_top_bottom_hat: rules: - action: allow rate_limit: 30/hour il_image_morph_top_hat: rules: - action: allow rate_limit: 30/hour il_image_op_add: rules: - action: allow rate_limit: 30/hour il_image_op_add_scalar: rules: - action: allow rate_limit: 30/hour il_image_op_add_weighted: rules: - action: allow rate_limit: 30/hour il_image_op_bit_and: rules: - action: allow rate_limit: 30/hour il_image_op_bit_and_scalar: rules: - action: allow rate_limit: 30/hour il_image_op_bit_not: rules: - action: allow rate_limit: 30/hour il_image_op_bit_or: rules: - action: allow rate_limit: 30/hour il_image_op_bit_or_scalar: rules: - action: allow rate_limit: 30/hour il_image_op_bit_xor: rules: - action: allow rate_limit: 30/hour il_image_op_bit_xor_scalar: rules: - action: allow rate_limit: 30/hour il_image_op_blend: rules: - action: allow rate_limit: 30/hour il_image_op_diff: rules: - action: allow rate_limit: 30/hour il_image_op_diff_scalar: rules: - action: allow rate_limit: 30/hour il_image_op_divide: rules: - action: allow rate_limit: 30/hour il_image_op_divide_scalar: rules: - action: allow rate_limit: 30/hour il_image_op_flip: rules: - action: allow rate_limit: 30/hour il_image_op_gain_offset: rules: - action: allow rate_limit: 30/hour il_image_op_invert: rules: - action: allow rate_limit: 30/hour il_image_op_log: rules: - action: allow rate_limit: 30/hour il_image_op_max: rules: - action: allow rate_limit: 30/hour il_image_op_max_scalar: rules: - action: allow rate_limit: 30/hour il_image_op_min: rules: - action: allow rate_limit: 30/hour il_image_op_min_scalar: rules: - action: allow rate_limit: 30/hour il_image_op_multiply: rules: - action: allow rate_limit: 30/hour il_image_op_multiply_scalar: rules: - action: allow rate_limit: 30/hour il_image_op_normalize: rules: - action: allow rate_limit: 30/hour il_image_op_normalize_mean_std_dev: rules: - action: allow rate_limit: 30/hour il_image_op_pow: rules: - action: allow rate_limit: 30/hour il_image_op_project_x: rules: - action: allow rate_limit: 30/hour il_image_op_project_y: rules: - action: allow rate_limit: 30/hour il_image_op_resize: rules: - action: allow rate_limit: 30/hour il_image_op_resize_to: rules: - action: allow rate_limit: 30/hour il_image_op_rotate: rules: - action: allow rate_limit: 30/hour il_image_op_split: rules: - action: allow rate_limit: 30/hour il_image_op_split_x: rules: - action: allow rate_limit: 30/hour il_image_op_split_y: rules: - action: allow rate_limit: 30/hour il_image_op_sub: rules: - action: allow rate_limit: 30/hour il_image_op_sub_scalar: rules: - action: allow rate_limit: 30/hour il_image_op_tile_x: rules: - action: allow rate_limit: 30/hour il_image_op_tile_y: rules: - action: allow rate_limit: 30/hour il_image_threshold: rules: - action: allow rate_limit: 30/hour il_image_threshold_set_threshold: rules: - action: allow rate_limit: 30/hour il_image_threshold_set_threshold_adapt_globald: rules: - action: allow rate_limit: 30/hour il_image_threshold_set_threshold_adapt_local: rules: - action: allow rate_limit: 30/hour il_line_detector: rules: - action: allow rate_limit: 30/hour il_line_detector_set_accept_score: rules: - action: allow rate_limit: 30/hour il_line_detector_set_edge_width: rules: - action: allow rate_limit: 30/hour il_line_detector_set_find_by: rules: - action: allow rate_limit: 30/hour il_line_detector_set_max_count: rules: - action: allow rate_limit: 30/hour il_line_detector_set_norm_score: rules: - action: allow rate_limit: 30/hour il_line_detector_set_polarity: rules: - action: allow rate_limit: 30/hour il_mask_region: rules: - action: allow rate_limit: 30/hour il_poly_region: rules: - action: allow rate_limit: 30/hour il_rect_region: rules: - action: allow rate_limit: 30/hour il_region_add: rules: - action: allow rate_limit: 30/hour il_region_intersect: rules: - action: allow rate_limit: 30/hour il_region_invert: rules: - action: allow rate_limit: 30/hour il_region_rotate: rules: - action: allow rate_limit: 30/hour il_region_subtract: rules: - action: allow rate_limit: 30/hour il_region_to_mask: rules: - action: allow rate_limit: 30/hour il_region_union: rules: - action: allow rate_limit: 30/hour il_region_xor: rules: - action: allow rate_limit: 30/hour il_rot_rect_region: rules: - action: allow rate_limit: 30/hour image_compare_compare: rules: - action: allow rate_limit: 30/hour image_compare_compare_symmetric: rules: - action: allow rate_limit: 30/hour image_compare_set_baseline: rules: - action: allow rate_limit: 30/hour image_convert_bgr_mix: rules: - action: allow rate_limit: 30/hour image_convert_bgr_to_gray: rules: - action: allow rate_limit: 30/hour image_convert_bgr_to_gray_color: rules: - action: allow rate_limit: 30/hour image_convert_color_map: rules: - action: allow rate_limit: 30/hour image_convert_color_map_multi_band: rules: - action: allow rate_limit: 30/hour image_convert_convert: rules: - action: allow rate_limit: 30/hour image_convert_convert_color: rules: - action: allow rate_limit: 30/hour image_convert_depth16_to8: rules: - action: allow rate_limit: 30/hour image_convert_depth8_to16: rules: - action: allow rate_limit: 30/hour image_convert_gray_to_bgr: rules: - action: allow rate_limit: 30/hour image_convert_gray_to_bgr_color: rules: - action: allow rate_limit: 30/hour image_convert_normalize_to16: rules: - action: allow rate_limit: 30/hour image_convert_normalize_to8: rules: - action: allow rate_limit: 30/hour image_copy_from: rules: - action: allow rate_limit: 30/hour image_set_channel: rules: - action: allow rate_limit: 30/hour image_set_size: rules: - action: allow rate_limit: 30/hour image_set_to: rules: - action: allow rate_limit: 30/hour image_set_to_color: rules: - action: allow rate_limit: 30/hour image_stats_max: rules: - action: allow rate_limit: 30/hour image_stats_mean_std_dev: rules: - action: allow rate_limit: 30/hour image_stats_min: rules: - action: allow rate_limit: 30/hour image_stats_sharpness: rules: - action: allow rate_limit: 30/hour pat_match_learn: rules: - action: allow rate_limit: 30/hour pat_match_learn_with_shape: rules: - action: allow rate_limit: 30/hour pat_match_learn_with_shape_image: rules: - action: allow rate_limit: 30/hour pat_match_prune: rules: - action: allow rate_limit: 30/hour pat_match_set_pat_center: rules: - action: allow rate_limit: 30/hour
Download the policy
curl -o leaper-mcp-leaper-mcp-proxy.yaml https://raw.githubusercontent.com/policylayer/intercept/main/policies/leaper-mcp-leaper-mcp-proxy.yaml
Run Intercept in front of the server
intercept -c leaper-mcp-leaper-mcp-proxy.yaml -- npx -y @leaper-mcp/leaper-mcp-proxy
Works with any MCP client:
Every tool call is now checked against your policy before it reaches Leaper Vision Toolkit. Denied calls are blocked and logged. Allowed calls pass through with no latency impact.
Open source. One binary. Zero dependencies.
npx -y @policylayer/intercept