缺陷检测,分为两个部分,一个部分是提取指定的轮廓,第二个部分通过对比实现划痕检测与缺角检测。本次主要搞定第一部分,学会观察图像与提取图像ROI对象轮廓外接矩形与轮廓。
下面是基于二值图像分析的大致流程
读取图像将图像转换为灰度图,并对其进行二值化处理。
# 图像二值化
gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV |
进行形态学开运算以去除噪声和平滑图像。
cv.THRESH_OTSU)
# 形态学开运算去除噪声和平滑图像
se = cv.getStructuringElement(cv.MORPH_RECT, (3, 3), (-1, -1))
binary = cv.morphologyEx(binary, cv.MORPH_OPEN, se)
cv.imshow("binary", binary)
![在这里插入图片描述](https://img-blog.csdnimg.cn/59406e2d1b4849ab9f7fb706958c6891.png)
提取图像中的轮廓。
# 提取图像中的轮廓
contours, hierarchy = cv.findContours(binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)
针对每个轮廓,计算其外接矩形,并根据一些条件绘制矩形和轮廓。
height, width = src.shape[:2]
for c in range(len(contours)):
x, y, w, h = cv.boundingRect(contours[c])
area = cv.contourArea(contours[c])
# 根据条件过滤不符合要求的轮廓
if h > (height//2):
continue
if area (height//2):
continue
if area |