一、select_region_point

select_region_point(Regions：DestRegions：row，column：)

算子含义：选择包含给定像素的所有区域。

Regions是待测试的Region集合，DestRegions是包含给定像素点的所有区域集合。

举例如下：

read_image (Image, 'C:/Users/02/Desktop/shape.png')
threshold (Image, Region, , )
fill_up (Region, RegionFillUp)
difference (RegionFillUp, Region, RegionDifference)
opening_circle (RegionDifference, RegionDifference, 1.5)

connection (RegionFillUp, ConnectedRegions)
*RegionHub中共有3个元素
concat_obj (ConnectedRegions, RegionDifference, RegionHub)

row :=
col :=
**select_region_point (RegionHub, DestRegions, row, col)
** dev_display (Image)
dev_display (DestRegions)
gen_cross_contour_xld (Cross, row, col, , 0.80)

其实就是将所有包含点（175, 253）的区域筛选出来了。这个算子在某些需要对Region进行筛选的项目中可能会有用。

二、select_region_spatial

select_region_spatial(Regions1, Regions2 : : Direction : RegionIndex1, RegionIndex2)

算子含义：根据区域的位置关系进行筛选。

虽然Regions1、Regions2都可以包含多个区域，但为了简单起见，这里只研究Regions1只含一个区域的情况。举例如下（可参考select_region_spatial.hdev）：

* Select regions by desired neighboring relation
read_image (Meningg6, 'meningg6')
gauss_filter (Meningg6, ImageGauss, )
* Extract watersheds and basins from image
watersheds (ImageGauss, Regions, Watersheds)
dev_clear_window ()
dev_set_color ('light grey')
* select_obj (Regions, Reference, )
select_shape (Regions, Reference, ['row','column'], 'and', [,], [,])
* Choose regions by desired neighboring relation
**select_region_spatial (Reference, Regions, 'left', RegionIndex1, RegionIndex2)
** dev_set_color ('red')
select_obj (Regions, ObjectSelected1, RegionIndex2)
**select_region_spatial (Reference, Regions, 'right', RegionIndex1, RegionIndex2)
** dev_set_color ('green')
select_obj (Regions, ObjectSelected2, RegionIndex2)
**select_region_spatial (Reference, Regions, 'above', RegionIndex1, RegionIndex2)
** dev_set_color ('blue')
select_obj (Regions, ObjectSelected3, RegionIndex2)
**select_region_spatial (Reference, Regions, 'below', RegionIndex1, RegionIndex2)
** dev_set_color ('cyan')
select_obj (Regions, ObjectSelected4, RegionIndex2)

dev_set_color ('black')
area_center (Reference, Area, Row, Column)
gen_cross_contour_xld (Cross, Row, Column, , 0.785398)

*绘制4条斜45度的线。gen_line是我自己封装的函数，如果你没有类似的函数，可以将下面4行注释掉
gen_line (Line1, Row, Column, rad(), , 'xld')
gen_line (Line2, Row, Column, rad(), , 'xld')
gen_line (Line3, Row, Column, rad(-), , 'xld')
gen_line (Line4, Row, Column, rad(-), , 'xld')

*显示所有小区域的中心点
area_center (ObjectSelected1, Area1, Row1, Column1)
gen_cross_contour_xld (Cross1, Row1, Column1, , 0.785398)

area_center (ObjectSelected2, Area2, Row2, Column2)
gen_cross_contour_xld (Cross2, Row2, Column2, , 0.785398)

area_center (ObjectSelected3, Area3, Row3, Column3)
gen_cross_contour_xld (Cross3, Row3, Column3, , 0.785398)

area_center (ObjectSelected4, Area4, Row4, Column4)
gen_cross_contour_xld (Cross4, Row4, Column4, , 0.785398)

上面程序中，Reference是参考区域，Regions是它周边所有区域的集合。这些区域与Reference的位置关系共有4种：即左侧（left）、右侧（right）、上方（above）、下方（below）。

RegionIndex1的含义不太重要，这里不研究。RegionIndex2指的是符合某种位置关系（例如"left"）的区域在原Regions中的索引集合，它是一个元组，例如[4, 6, 8, 15]。

通过select_obj (Regions, ObjectSelected, RegionIndex2)，就可以将这些区域根据索引全部取出，输出到ObjectSelected中。

那么有一个问题是：程序中的“上下左右”位置具体是如何界定的呢？

通过上面程序的执行结果可知：它以参考区域的中心点（用area_center）为起点，分别向东北、西北、西南、东南绘制了4条倾斜45°的直线作为分界线，这样整个画面就被分成了4部分。然后用area_center获得Regions中每一个区域的中心点坐标，根据中心点坐标，就可以知道它具体是属于哪一部分（left、right、above、below）了。