#pragma once
#include <iostream>
#include <string>
#include "opencv2/opencv.hpp"
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace
转载
2024-07-05 23:18:19
38阅读
金属材料因其可锻性、冲压性、冷弯性 、热处理工艺性等特点，被广泛运用于工艺零件及日常生活中。对于金属生产企业而言，金属材料在其生产过程中或外部环境的原因，金属表面或多或少会产生缺陷、瑕疵，严重影响产品质量，给企业带来损失。金属卷材在线外观缺陷检测系统恰好是能够有效解决产品的质检问题。金属卷材在线外观缺陷检测系统特点：1、系统采用多台竹中高速高分辨率的数字工业线扫描相机进行实时图像采集，配合使用机器
转载
2024-05-07 21:54:44
41阅读
钢带生产过程中需要实吋进行有效的质量控制，及时发现不合格产品。嘉恒图像开发的钢带缺陷在线高速自动检测系统实现了对各种钢带表面的孔洞、豁口、裂边等缺陷的检测，有效地对钢带表面质量进行实时监测。一、系统简介钢带表面检测技术主要是利用电荷耦合器（CDD）摄像技术和高速计算机数字图像处理、存储和传输技术，对钢带的表面质量进行实时监测。系统工作原理：给待测钢带背面设置透射光，当有孔洞的钢带经过时，有孔洞的区
转载
2024-08-16 11:51:06
60阅读
在Jupyter Notebook上使用Python+opencv实现如下图像缺陷检测。关于opencv库的安装可以参考：Python下opencv库的安装过程与一些问题汇总。 1.实现代码import cv2
import numpy
from PIL import Image, ImageDraw, ImageFont
#用于给图片添加中文字符
def ImgText_CN(img
转载
2023-05-23 19:45:58
686阅读
一、利用直方图的方式进行批量的图片缺陷检测（方法简单）二、步骤（完整代码见最后）2.1灰度转换（将原图和要检测对比的图分开灰度化）
灰度化的作用是因为后面的直方图比较需要以像素256为基准进行相关性比较
img = cv2.imread("0.bmp")
#原图灰度转换
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
#循环要检测的图，均灰度化
for i
转载
2023-08-03 19:48:47
592阅读
施努卡（SCHNOKA）成立于2010年，先后在上海，苏州及武汉建立了分公司。国家高新技术企业，致力于打造面向智能产线与智慧工厂最强控制大脑的高科技公司。公司围绕感知&识别核心技术构建智能装备，基于机器人视觉算法与单机器人工作站、多机器人群体共融、行业定制化应用。打造产品体系，面向智能生产线、智慧物流等场景实现软件定义智能。SCHNOKA （施努卡）在3D机器视觉算法、机器人柔性控制、手眼
转载
2024-01-04 15:58:34
82阅读
# Android上使用OpenCV进行文字轮廓检测的完整指南
随着计算机视觉技术的进步，OpenCV已经成为移动设备上图像处理的重要工具。在这篇文章中，我将指导你如何在Android上实现文字轮廓检测。具体来说，我们将使用OpenCV框架来完成这一任务。无论你是Android开发的新手还是有一定经验的开发者，本文都能帮助你掌握这一技术。
## 流程步骤
下面是实现文字轮廓检测的基本流程：
代码看起来可以工作，但不是以你“想当然“”的方式。如果一段代码直接出错，抛出了异常，我不认为这是陷阱。比如，Python程序员应该都遇到过的“UnboundLocalError", 示例： >>> a=1
>>> def func():
... a+=1
... print a
...
>>> fu
转载
2024-06-15 09:18:43
82阅读
一、GIL1、定义： GIL全局解释器锁,每个线程执行过程中必须先获得GIL，保证同一时刻只有一个线程在执行， GIL与python语言没关系，是CPython解释器才有的，在IO操作等可能会引起阻塞的system call之前,可以暂时释放GIL,但在执行完毕后,必须重新获取GIL Python 3.x使用计时器（执行时间达到阈值后，当前线程释放GIL）或Python 2.x，tickets计数
转载
2023-10-26 12:05:55
90阅读
原创
2021-06-11 14:49:40
1248阅读
AI智能缺陷检测系统是基于深度学习的智能工业视觉缺陷检测解决方案，多数被用于解决工业复杂缺陷分类、检测等问题，适用于各种工业复杂环境。numimag DLIA为AI智能缺陷检测技术应用于工业质检应用场景的产品，利用传统图像处理技术结合神经网络深度学习算法, 实现工业4.0智能制造、工业互联网的产业升级，
转载
2023-09-03 13:14:48
320阅读
原标题：为什么我们需要软件缺陷管理系统？也许有人会说，缺陷我修复不就完了，还需要缺陷管理系统吗？虽然没有缺陷管理系统，缺陷一样会被修复，但是，有了缺陷管理系统，不仅会帮助我们更好地修复缺陷，还可以带来以下好处：保持高效率的测试过程在缺陷管理系统中，缺陷的描述具有统一的格式和要求，如果测试人员在描述缺陷的时候遗漏了某些内容，系统会给出警示，这样就确保了缺陷描述的统一性和一致性，从而使得相关人员将精力
转载
2024-04-29 21:56:42
28阅读
# Python 缺陷检测
在软件开发过程中，缺陷是无法避免的。缺陷可能导致程序崩溃、功能错误或者性能下降。因此，及时发现和修复缺陷是保证软件质量的关键一环。在Python开发中，我们可以使用一些工具和技术来帮助我们进行缺陷检测和调试。本文将介绍一些常用的Python缺陷检测方法，并以代码示例进行说明。
## 静态代码分析工具
静态代码分析工具是一种自动化工具，它能够在不运行代码的情况下检查
原创
2023-07-15 13:01:00
335阅读
在当今的软件开发过程中，Python语言被广泛用于各种应用，从数据分析到网络开发都能见到它的身影。然而，在开发环境中，检测代码缺陷是确保软件质量的重要一环。本文将围绕“Python检测缺陷”问题的解决过程，详细介绍相关的协议背景、抓包方法、报文结构、交互过程、异常检测以及扩展阅读，尝试为大家理清思路与手段。
### 协议背景
为了高效地处理Python缺陷检测，首先需要明白一些背景信息。在软件
截至到本次教程，我们已经基本掌握了OpenCV常用的一些功能，实际上已经可以处理很多问题了，故从本教程开始，示例代码将编写为一个固定函数，以便调用，另外将不再给出完整代码，比如导入库将不再另行贴出，一些基本的代码也不再贴出，只贴出核心部分，我会将核心部分整理为一个方便调用的函数。我们在前面讨论了轮廓的特征以及属性，今天我们将综合之前学的内容讨论轮廓的高级功能。凸缺陷对象上的任何凹陷都被称为凸缺陷，
转载
2024-01-30 06:44:40
132阅读
随着自动化生产设备的普及，工业机器人在各行各业的应用也越来越广泛，越来越多的生产线由自动化设备取代人工操作，实现自动化生产。在机器人分拣过程中，机器人不仅可以将不同规格和质量的产品准确地放入指定的托盘中，而且能够通过视觉系统识别出物体的表面缺陷并进行分类。 随着工业4.0时代的到来，传统的基于视觉检测技术已经无法满足现代工业生产的要求，视觉检测技术成为了现代工业生产中必不可少的一部分。
转载
2023-12-27 08:37:40
182阅读
目前，有四种检测方法一：主观目测法二：密度检测法（在线检测）：1，彩色反射密度计将一束光投射到印刷品上，比较表面反射（或透射）的光强度与照射在表面上的光强度，通过现有的逻辑关系来计算密度值，通过该密度值来判断是否存在缺陷。三：色度检测法（在线检测）：将一束光投射到印刷品上，通过仪器获取颜色的三刺激值，换算成可以对比的数值，然后与样本的值比对，判断是否存在缺陷。四：基于数字图像处理技术的方法（在线检
转载
2024-08-27 15:14:50
143阅读
前言 目前，基于机器视觉的表面缺陷已经在各个工业领域广泛取代人工视觉检测，包括3C、汽车、家电、机械制造、半导体电子、化工、制药、航空航天、轻工等行业。许多基于深度学习的缺陷检测方法也被广泛应用于各种工业场景。本文的代码实战，是基于YOLOv5目标检测算法，在NEU表面缺陷数据集上实现钢材表面缺陷检测。要求Python>=3.7.0，PyTorch>=1.7。作者 | Ctr
转载
2024-01-29 22:29:33
448阅读
今天来一个缺陷检测的实例，如下是原图，第二个和第三个黑色部件有缺陷 思路: ①提取OK部件轮廓做model ②遍历部件轮廓，做差分，形态学处理 ③结果判断绘制 上代码(含注释）：import cv2
import numpy as
转载
2023-10-13 11:03:01
296阅读
文章目录前言一、代码及代码详解 前言最近想实现在视频的上下方添加白边，最终实现的效果类似下面这样，这里是用图片作为展示，最总实现的视频也是一样的效果。当然楼主前期也是在网上找了大量的视频剪辑软件，这些软件不是收费就是看不懂，更过分的是在改了半天之后，才发现最后给你的视频强行加上了一个水印，简直心态爆炸，后来才想到用python实现，简简单单，几十行代码搞定。一、代码及代码详解这里直接放上我的代码
转载
2023-06-21 09:06:35
186阅读
