registry仓库中的blobs这个目录主要是存储什么内饰

转载

kekenai 2024-10-30 12:16:01

文章标签 学习数据库 python ci 预处理 文章分类 云原生云计算

这段时间在学halcon，项目又紧，只能晚上回来学习学习，现在在看着视屏学点基础，其实对我来说学习软件到时很快，视屏里说学视觉还是以项目为主。以下是官方实例，原图

registry仓库中的blobs这个目录主要是存储什么内饰_数据库

程序跑完之后的效果，其实就是一个典型的blob分析，当然中间还夹杂着其他东西。

registry仓库中的blobs这个目录主要是存储什么内饰_ci_02

源码如下：

* ball.hdev: Inspection of Ball Bonding
* 
dev_update_window ('off')
dev_close_window ()
dev_open_window (0, 0, 728, 512, 'black', WindowID)
read_image (Bond, 'die/die_03')
dev_display (Bond)
set_display_font (WindowID, 14, 'mono', 'true', 'false')
disp_continue_message (WindowID, 'black', 'true')
stop ()
threshold (Bond, Bright, 100, 255)
shape_trans (Bright, Die, 'rectangle2')
dev_set_color ('green')
dev_set_line_width (3)
dev_set_draw ('margin')
dev_display (Die)
disp_continue_message (WindowID, 'black', 'true')
stop ()
reduce_domain (Bond, Die, DieGrey)
threshold (DieGrey, Wires, 0, 50)
fill_up_shape (Wires, WiresFilled, 'area', 1, 100)
dev_display (Bond)
dev_set_draw ('fill')
dev_set_color ('red')
dev_display (WiresFilled)
disp_continue_message (WindowID, 'black', 'true')
stop ()
opening_circle (WiresFilled, Balls, 15.5)
dev_set_color ('green')
dev_display (Balls)
disp_continue_message (WindowID, 'black', 'true')
stop ()
connection (Balls, SingleBalls)
select_shape (SingleBalls, IntermediateBalls, 'circularity', 'and', 0.85, 1.0)
sort_region (IntermediateBalls, FinalBalls, 'first_point', 'true', 'column')
dev_display (Bond)
dev_set_colored (12)
dev_display (FinalBalls)
disp_continue_message (WindowID, 'black', 'true')
stop ()
smallest_circle (FinalBalls, Row, Column, Radius)
NumBalls := |Radius|
Diameter := 2 * Radius
meanDiameter := mean(Diameter)
minDiameter := min(Diameter)
dev_display (Bond)
disp_circle (WindowID, Row, Column, Radius)
dev_set_color ('white')
disp_message (WindowID, 'D: ' + Diameter$'.4', 'image', Row - 2 * Radius, Column, 'white', 'false')
dev_update_window ('on')

1、概念

在计算机视觉中的Blob是指图像中的具有相似颜色、纹理等特征所组成的一块连通区域。Blob分析（Blob Analysis）是对图像中相同像素的连通域进行分析(该连通域称为Blob)。其过程其实就是将图像进行二值化，分割得到前景和背景，然后进行连通区域检测，从而得到Blob块的过程。简单来说，blob分析就是在一块“光滑”区域内，将出现“灰度突变”的小区域寻找出来。

2、方法

主要方法：取图——分割——提取

2.1、获取图像：首先是获取一张图像。

获取图像目前有三种方法（原理都一样），1、代码read_image (Bond, 'die/die_03')函数，2、从文件->读取图像（ctr+R），生成代码，3、菜单栏，助手也可以

2.2、分割图像：当已经获取了图像，接下来的任务就是去选择前景像素，这个也被称为分割。这个处理的结果被参考为blobs (二进制大对象)。在HALCON中，数据类型为一个区域。

这些技术包括：二元阈值(Binary Thresholding)、空间量化误差(Spatial~ mtization Error)、软件二元阈值和像素加权(SoftBinary Thresholding and Pixel Weighting)、相关阈值(Relative Thresholds)、阈值图像(Threshold Image)。

2.3、提取特征：在最后一步，去计算特征，诸如面积（如，像素的数量），重心，或者方向。

有的人在取图和分割之间还会加上去噪，当然一般这个预处理都会有的。

1)区域特征

面积area，力矩Moments，平行于主轴的最小矩形smallest_rectangle1,任意方向的最小矩形smallest_rectangle2，

最小圆形smallest_circle，convexity:凸包面积，contlength:区域边界长度

形状特征roundness，circularity，compactness，rectangularity

2)灰度特征

简单灰度值特征：区域的平均灰度值，区域的最小和最大灰度值

主要应用场景：

针对二维目标图像和高对比度图像，适用于有无检测和缺陷检测。常用于二维目标图像、高对比度图像、存在/缺席检测、数值范围和旋转不变性需求。

显然，纺织品的瑕疵检测，玻璃的瑕疵检测，机械零件表面缺陷检测，可乐瓶缺陷检测，药品胶囊缺陷检测等很多场合都会用到blob分析。