色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

復雜背景下缺陷檢測將Halcon實現轉為OpenCV的實例

新機器視覺 ? 來源:OpenCV與AI深度學習 ? 作者:Color Space ? 2021-06-30 14:05 ? 次閱讀

導讀 本文主要介紹一個復雜背景下缺陷檢測的實例,并將Halcon實現轉為OpenCV。

實例來源

實例來源于51Halcon論壇的討論貼: https://www.51halcon.com/forum.php?mod=viewthread&tid=1173&extra=page%3D1

Halcon實現

參考回帖內容,將代碼精簡如下:

read_image (Image, ‘。/1.bmp’)dev_set_line_width (3)threshold (Image, Region, 30, 255)reduce_domain (Image, Region, ImageReduced)mean_image (ImageReduced, ImageMean, 200, 200)dyn_threshold (ImageReduced, ImageMean, SmallRaw, 35, ‘dark’)opening_circle (SmallRaw, RegionOpening, 8)closing_circle (RegionOpening, RegionClosing, 10)connection (RegionClosing, ConnectedRegions)dev_set_color (‘red’)dev_display (Image)dev_set_draw (‘margin’)dev_display (ConnectedRegions)

OpenCV實現

分析實現方法與思路: [1] 原圖轉灰度圖后使用核大小201做中值濾波; [2] 灰度圖與濾波圖像做差,然后閾值處理 [3] 圓形核做開運算,去除雜訊 [4] 圓形核做閉運算,缺陷連接 [5] 輪廓查找繪制 實現代碼(Python-OpenCV):

import cv2import numpy as np

img = cv2.imread(‘。/1.bmp’)cv2.imshow(‘src’,img)gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

mean = cv2.medianBlur(gray,201)cv2.imshow(‘mean’,mean)

#diff = cv2.absdiff(gray, mean)diff = gray - meancv2.imshow(‘diff’,diff)cv2.imwrite(‘diff.jpg’,diff)_,thres_low = cv2.threshold(diff,150,255,cv2.THRESH_BINARY)#二值化_,thres_high = cv2.threshold(diff,220,255,cv2.THRESH_BINARY)#二值化thres = thres_low - thres_highcv2.imshow(‘thres’,thres)

k1 = np.zeros((18,18,1), np.uint8)cv2.circle(k1,(8,8),9,(1,1,1),-1, cv2.LINE_AA)k2 = np.zeros((20,20,1), np.uint8)cv2.circle(k2,(10,10),10,(1,1,1),-1, cv2.LINE_AA)opening = cv2.morphologyEx(thres, cv2.MORPH_OPEN, k1)cv2.imshow(‘opening’,opening)closing = cv2.morphologyEx(opening, cv2.MORPH_CLOSE, k2)cv2.imshow(‘closing’,closing)

contours,hierarchy = cv2.findContours(closing, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

for cnt in contours: (x, y, w, h) = cv2.boundingRect(cnt) if w 》 5 and h 》 5: #cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2) cv2.drawContours(img,contours,-1,(0,0,255),2)

cv2.drawContours(img,cnt,2,(0,0,255),2)cv2.imshow(‘result’,img)

cv2.waitKey(0)cv2.destroyAllWindows()print(‘Done!’)

逐步效果演示

濾波效果:mean

做差效果:diff

閾值效果:thres

開運算效果:opening

閉運算效果:closing

輪廓查找繪制最終結果:

結尾語

[1] 算法只是針對這一張圖片,實際應用為驗證算法魯棒性還需大量圖片做測試方可; [2] 缺陷檢測如果用傳統方法不易實現,可以考慮使用深度學習分割網絡如:mask-rcnn、U-net等

—版權聲明—

來源:OpenCV與AI深度學習

編輯:jq

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 濾波
    +關注

    關注

    10

    文章

    667

    瀏覽量

    56633
  • OpenCV
    +關注

    關注

    31

    文章

    634

    瀏覽量

    41338
  • HALCON
    +關注

    關注

    16

    文章

    64

    瀏覽量

    27209
  • 深度學習
    +關注

    關注

    73

    文章

    5500

    瀏覽量

    121113

原文標題:Halcon轉OpenCV實例--復雜背景下缺陷檢測(附源碼)

文章出處:【微信號:vision263com,微信公眾號:新機器視覺】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    基于 XD08M3232 接近感應單片機的背景抑制光電開關設計與應用

    接近感應單片機的背景抑制光電開關通過合理的硬件設計和有效的軟件編程,實現了在復雜背景環境對目標物體的精準
    發表于 12-16 18:56

    AI模型部署邊緣設備的奇妙之旅:如何在邊緣端部署OpenCV

    應用場景調整,以獲得最佳檢測效果。例如,不同的光照條件、背景復雜度或者目標圓的大小都會影響這些參數的選擇。 實例代碼 from lockzhiner_vision_module.cv2
    發表于 12-14 09:31

    如何用OpenCV的相機捕捉視頻進行人臉檢測--基于米爾NXP i.MX93開發板

    本篇測評由優秀測評者“eefocus_3914144”提供。 本文介紹基于米爾電子MYD-LMX93開發板(米爾基于NXP i.MX93開發板)的基于OpenCV的人臉檢測方案測試。 Ope
    發表于 11-15 17:58

    opencv-python和opencv一樣嗎

    不一樣。OpenCV(Open Source Computer Vision Library)是一個開源的計算機視覺和機器學習軟件庫,它提供了大量的圖像和視頻處理功能。OpenCV
    的頭像 發表于 07-16 10:38 ?1161次閱讀

    opencv的主要功能有哪些

    OpenCV提供了豐富的圖像處理功能,包括圖像的讀取、顯示、保存、轉換等。此外,OpenCV還支持圖像的濾波、邊緣檢測、形態學操作、圖像金字塔等高級圖像處理技術。 特征檢測與描述:
    的頭像 發表于 07-16 10:35 ?1503次閱讀

    基于OpenCV的人臉識別系統設計

    基于OpenCV的人臉識別系統是一個復雜但功能強大的系統,廣泛應用于安全監控、人機交互、智能家居等多個領域。下面詳細介紹基于OpenCV的人臉識別系統的基本原理、
    的頭像 發表于 07-11 15:37 ?1.2w次閱讀

    基于AI深度學習的缺陷檢測系統

    在工業生產中,缺陷檢測是確保產品質量的關鍵環節。傳統的人工檢測方法不僅效率低下,且易受人為因素影響,導致誤檢和漏檢問題頻發。隨著人工智能技術的飛速發展,特別是深度學習技術的崛起,基于AI深度學習的
    的頭像 發表于 07-08 10:30 ?1366次閱讀

    Labview與Halcon圖片Image互相轉換

    Labview 與Halcon 聯合開發 分享一Labview 與Halcon Image格式相互轉換的程序, 整理了一個VI,LV_to _Halconxl.vi,可以直接調用,相互轉換兩種格式
    發表于 06-27 23:00

    外觀缺陷檢測原理

    的結合應用加速滲透進工業產品的 外觀缺陷檢測 領域。思普泰克憑借深耕機器視覺多年沉淀的技術實力,建立以深度學習技術為核心的差異化發展優勢,開發出視覺引擎等工業級視覺應用產品,全面賦能產品外觀缺陷
    的頭像 發表于 06-17 17:38 ?419次閱讀
    外觀<b class='flag-5'>缺陷</b><b class='flag-5'>檢測</b>原理

    洞察缺陷:精準檢測的關鍵

    缺陷檢測是生產過程的重要組成部分。它有助于確保產品的高質量和滿足客戶的需求。缺陷檢測有許多不同的解決方案,特定應用的最佳解決方案取決于所檢測
    的頭像 發表于 02-26 15:44 ?336次閱讀
    洞察<b class='flag-5'>缺陷</b>:精準<b class='flag-5'>檢測</b>的關鍵

    基于深度學習的芯片缺陷檢測梳理分析

    雖然表面缺陷檢測技術已經不斷從學術研究走向成熟的工業應用,但是依然有一些需要解決的問題。基于以上分析可以發現,由于芯片表面缺陷的獨特性質,通用目標檢測算法不適合直接應用于芯片表面
    發表于 02-25 14:30 ?1488次閱讀
    基于深度學習的芯片<b class='flag-5'>缺陷</b><b class='flag-5'>檢測</b>梳理分析

    NI視覺圖像轉halcon圖像

    labview采集圖片可用用它轉halcon,就可用使用halcon算子處理了
    發表于 02-21 16:35

    描繪未知:數據缺乏場景的缺陷檢測方案

    了解更多方案細節,歡迎您訪問官網(Neurocle | 友思特 機器視覺 光電檢測 ) 導讀 深度學習模型幫助工業生產實現更加精確的缺陷檢測,但其準確性可能受制于數據樣本的數量。 友思
    的頭像 發表于 01-25 10:46 ?563次閱讀
    描繪未知:數據缺乏場景的<b class='flag-5'>缺陷</b><b class='flag-5'>檢測</b>方案

    在全志H616核桃派上實現USB攝像頭的OpenCV顏色檢測

    在給核桃派開發板用OpenCV讀取圖像并顯示到pyqt5的窗口上并加入顏色檢測功能,嘗試圖像中所有藍色的東西都用一個框標記出來。顏色檢測核心api按照慣例,先要介紹一
    發表于 01-22 10:10

    在核桃派上實現USB攝像頭的OpenCV顏色檢測

    在前幾周的文章中已經介紹過如何在核桃派上用OpenCV讀取圖像并顯示到pyqt5的窗口上,這里在上一篇文章的基礎上,給開發板加入顏色檢測功能,嘗試圖像中所有藍色的東西都用一個框標記出來。
    的頭像 發表于 01-20 17:50 ?937次閱讀
    在核桃派上<b class='flag-5'>實現</b>USB攝像頭的<b class='flag-5'>OpenCV</b>顏色<b class='flag-5'>檢測</b>
    主站蜘蛛池模板: 蕾丝边娱乐网| 中文字幕在线观看亚洲| 宫交拔不出来了h黑人| 欧美s00老人| 在线视频 亚洲| 精品三级在线观看| 亚洲国产AV精品一区二区蜜芽| 国产 亚洲 中文在线 字幕| 人妻满熟妇AV无码区国产| 99久久精品国内| 免费观看美女的网站| 久久亚洲AV成人无码国产漫画| 亚洲国产精品日本无码网站| 国产成人在线播放| 视频成人永久免费下载| 丰满少妇发泄14p| 日日噜噜夜夜狠狠视频| 成人欧美尽粗二区三区AV| 青柠在线观看免费播放电影| china chinese中国人玩| 暖暖视频中国在线观看免费韩国| 2021精品国产综合久久| 麻生希第一部快播| 538prom精品视频我们不只是| 老师的玉足高跟鞋满足我| 最新国产三级在线不卡视频| 老板吻我下身好爽到高潮| 4438全国免费观看| 久亚洲AV无码专区A片| 最新国产三级在线不卡视频| 麻豆一二三区果冻| 99青草青草久热精品视频| 欧美一区二区三区不卡免费| 产传媒61国产免费| 三级aa久久| 国产精品内射久久久久欢欢| 無码一区中文字幕少妇熟女H| 国产午夜精品理论片免费观看| 亚洲精品天堂在线观看| 久9视频这里只有精品123| 中文国产在线观看|