1、介绍Introduction从OpenCV2.4开始，加入了新的类FaceRecognizer，我们可以使用它便捷地进行人脸识别实验。本实验采用的编程环境为：opencv3.0+VS2013。人脸识别的实验已经转移到face模块中，face模块在我这里的路径为：D:\Program Files\opencv3.0\opencv\sources\modules\opencv_contrib-ma
转载
2024-05-07 15:53:18
98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
# Python凹缺陷检测入门指南
在制造和质量控制领域，凹缺陷检测是一个重要环节。我们将使用Python来实现这一过程。这篇文章将为你介绍凹缺陷检测的基本流程、所需的每一步，以及相应的代码示例。
## 流程概述
整个凹缺陷检测的过程可以分为以下几个步骤：
| 步骤 | 描述 |
| ------------ | ----
凸包：凸包（Convex Hull）是一个计算几何（图形学）中常见的概念。简单来说，给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形，它是能包含点集中所有点的。理解物体形状或轮廓的一种比较有用的方法便是计算一个物体的凸包，然后计算其凸缺陷（convexity defects）。判断：如果在集合A内连接任意两个点的直线段都在A的内部，则称集合A是凸形的。直观的理解，就是一个多边型，没
引子在现场下军棋时需要三个人，其中一个人当裁判。如果只有两个人，又想玩军棋，就需要有一个自动裁判机制。想通过图像识别技术自动识别棋子上的文字，从而实现棋子的自动裁判功能。在前一篇文章《opencv-python实际演练(一）图像识别（1）目标区域提取》对模拟的双方棋子图像进行了目标区域的提取。但是真实的图像与模拟的图像终归有一些差距。接下来要对真实的场景做处理。棋子图像采集设备的成品图 以上图片是
转载
2024-10-04 13:41:47
102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
目录前言一、频域变换1.傅里叶变换2.代码实现二、频域中图像处理1.理解数字图片的频谱2.频域图像处理步骤3.使用低通滤波器实现图像平滑4.使用高通滤波器实现图像锐化三、总结前言数字图像处理的方法有两大类：一种是空间域处理法，另一种是频域处理法。把图像信号从空间域变化到频域，可以从另外一个角度来分析图像信号的特性。一、频域变换1.傅里叶变换说到频域变化，就不得不提到傅里叶变化了，傅里叶变化是将时域
在Led生产线上，产品的质量控制主要是依靠人工目视来实现。但是由于人眼的主观性，很难对产品的质量进行精确、稳定地控制。为此，需要一种能快速有效检测显示缺陷的设备来替代主观评价的检测，客观评价各类缺陷。与人眼相比，机器视觉系统具有高速度、精确性、可重复性、长期工作的稳定性，将机器视觉技术应用在led的光学检测上可在很大程度上提高产品质量控制的精度及速度。 本文主要是介绍基于机器视觉来实现对数码管字
最近做了一个钢板焊接点寻找项目，记录一下，哈哈分为3张图，分成3个博客讲。分别寻找焊接点，因为没有视频，只能从图片中提取。还有一个问题要求助在第四个博客，我想出一个方法，看看大家有没有什么更好的办法，相互学习。第一张图，方法是调滤波迭代值，加houghlinesP（轮廓）。系统win10,64位，IDE：VS2015。代码如下：//调滤波迭代值，加houghlinesP（轮廓）
#include
转载
2024-03-31 08:52:38
201阅读
摘要本文使用opencv实现Halcon中的一个瓶口缺陷检测实例（C++实现），Halcon中对应的例子为inspect_bottle_mouth.hdev，用于检测酒瓶瓶口是否出现破损等缺陷情形。 Halcon实例主要步骤包含五步，分别是：使用阈值处理和形态学粗定位品口位置；XLD轮廓拟合最近似的圆形区域作为瓶口的轮廓；极坐标变换，转换到水平或垂直方向进行处理；均值滤波图与
转载
2023-09-22 12:26:22
165阅读
表面瑕疵检测常见的检测主要有物体表面划痕，污点，缺料、平面度、破损、边框整齐度、物体表面亮度，皱褶、斑点、孔洞等 表面瑕疵检测设备凝聚了机器视觉领域的多项先进技术成果，并融入了多项创新的检测理念，既可以和现有生产线无缝对接检测，也可以离线进行检测，在对材料表面的瑕疵以及半透明材料内部瑕疵进行快速检测的同时能够直观的给予生产反馈，可以广泛应用于塑化工业、造纸及纤维工业、电子工业、金属工
转载
2024-01-12 07:38:33
375阅读
目录1 机器视觉2 缺陷检测3 工业上常见缺陷检测方法 1 机器视觉机器视觉是使用各种工业相机，结合传感器跟电气信号实现替代传统人工，完成对象识别、计数、测量、缺陷检测、引导定位与抓取等任务。其中工业品的缺陷检测极大的依赖人工完成，特别是传统的3C制造环节，产品缺陷检测依赖于人眼睛来发现与检测，不仅费时费力还面临人员成本与工作时间等因素的制约。使用机器视觉来实现产品缺陷检测，可以节约大量时间跟人
转载
2024-06-18 10:25:19
182阅读
一、检测需求对PCB进行缺陷检测，具体缺陷类型有开路（断路）、短路、缺口、毛刺。二、问题分析上图为灰度图，黑色部分为电路板路线，其存在缺口、断路、毛刺、短路等缺陷。这些缺陷有的属于白色缺陷，有的属于黑色缺陷，但都属于小面积缺陷。故，可以使用opencv中的形态学算法，如：腐蚀、膨胀、开运算、闭运算等方法提取这些小面积缺陷。 解决问题的核心思想如下： 用开运算检测毛刺和短路（开运算会消除小面积的白色
转载
2023-10-21 16:52:24
181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
# 使用Python和OpenCV进行缺陷检测
在现代工业生产中，缺陷检测是确保产品质量的重要环节。借助计算机视觉技术，可以实现高效且精确的缺陷检测。本文将介绍如何在Python中使用OpenCV库进行简单的缺陷检测，通过示例代码和流程图来帮助您更好地理解这一过程。
## OpenCV简介
OpenCV（Open Source Computer Vision Library）是一个开源计算机
原创
2024-09-22 05:16:55
917阅读
该数据集的缺陷类别共为三类，分别包含：擦伤缺陷（cashang），凹槽缺陷（aocao），划痕缺陷（huahen）。该数据集共5824张JPG图片，标签文件为xml格式，三类缺陷在标签文件中分别命名为：cashang，aocao，huahen。为了证明真实性，小伙伴如果有意buy，可以在知网查看《改进YOLOX网络的轴承缺陷小目标检测方法》本人的小论文。可能有小伙伴还存在顾虑，都已经用过的数据集是
评价房屋提取上一步提取出房屋内容后，需要进行提取评价。房屋选择限于无树木遮挡的屋顶，对房屋边缘计算法向量，归化到0-90度之间，根据集中性评价利用性。系统学习一下vector的用法：本次评价过程主要为： 1、对grabcut图像去除绿色矩形框（存在边缘渐变的效果）； 2、对提取的建筑物进行二值化； 3、获得提取的建筑物的最外层轮廓（闭合），并使用宽度为1的线进行描绘； 4、对表示边缘的线进行法向量
目录前言课题背景和意义实现技术思路一、回转体零件的图像预处理二、图像分割实现效果图样例最后前言 ?大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家顺利通过和节省时间与精力投入到更重要的就业和考试中去,学长
摘要本文使用opencv实现Halcon中的一个瓶口缺陷检测实例（C++实现），Halcon中对应的例子为inspect_bottle_mouth.hdev，用于检测酒瓶瓶口是否出现破损等缺陷情形。 Halcon实例主要步骤包含五步，分别是：使用阈值处理和形态学粗定位品口位置；XLD轮廓拟合最近似的圆形区域作为瓶口的轮廓；极坐标变换，转换到水平或垂直方向进行处理；均值滤波图与原图做差分，
转载
2024-03-11 12:10:48
370阅读
这个是一个凹圆弧的通用宏程序，右旋螺纹带多头功能，分粗车精车，对于圆弧螺纹的牙深小于等于圆弧半径的任意螺纹都适用，这个程序没有空刀，刀具左右两侧间隔进刀，刀具刀刃磨损情况大体一致，节省刀具（以前的圆弧螺纹都是单刃进刀，刀具磨损快，费刀）源程序有两个：源程序（一）应用范围最广，但是要求编程者逻辑性较强
源程序（二）比较好理解，程序本身的逻辑性强
源程序（一）详解
O0001
T105（刀
