《Halcon 100项目-6》Halcon检测引脚弯曲

原创 已于 2023-12-27 11:40:57 修改 · 874 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#Halcon

于 2023-12-25 15:29:51 首次发布
本文详细描述了使用Halcon图像处理库进行引脚弯曲检测的方法，包括图像分解、阈值处理、形状分析（如内切矩形和最小矩形）、以及距离测量，展示了从图像到测量结果的完整流程。

Halcon检测引脚弯曲

read_image (Image20231225150315, 'D:/image/bilibili/photo/屏幕截图 2023-12-25 150315.png')
dev_clear_window ()
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)
decompose3 (Image20231225150315, Image1, Image2, Image3)
threshold (Image1, Region, 128,
最低0.47元/天 解锁文章
Halcon转OpenCV实例--纺织物折痕检测(附源码)
Color Space的博客
03-23 1707
本文主要介绍Halcon转OpenCV实例--纺织物折痕检测(附源码)。实例来源于《Halcon机器视觉算法原理与编程实战》7.4.2实例。【1】转到HSV颜色空间，分离HSV通道，下面分别是H、S、V通道的效果图。上图肉眼可见的折痕，类似脏污，我们的目的是将折痕检测出来。【3】查找轮廓，轮廓筛选，绘制结果​​​​​​​。【2】S通道二值化，开运算。完整代码：​​​​​​​。
Halcon学习之弧形测量
deep_love1314的博客
07-24 1339
本文继续学习记录弧形的测量，之前的章节是一维测量中的直线测量。以上图片是测量弧形图。之前我们学习的叫测量矩形，这里就是测量弧形！在测量的时候只是从创建矩形改为创建弧形，其他的套路是完全一样的！我们在做测量项的时候都是：第一步：采集图像第二步：标定第三步：畸变矫正，这是由于万一你是两条直线，由于畸变变成了两条弧线了，这距离肯定就不对了第四步：测量。创建测量矩形或者创建测量弧形，得到像素距离第五步：将像素距离根据前面标定的相机的内参和外参转化为实际坐标的距离，从而得到尺寸第六步：显示。
扩视机器视觉—Halcon机器视觉48个实战项目三(检测引脚有没有弯曲)
qq_21516871的博客
03-20 699
项目需求：此项目halcon检测半导体行业引脚有无粘连,并显示。
在图像中识别并测量芯片引脚的边缘对
zhangyy57的博客
07-15 951
这段代码主要解决的问题是：在图像中识别并测量芯片引脚的边缘对，通过模糊逻辑来处理可能存在的不确定性和变化，从而提高测量的准确性和鲁棒性。这在机器视觉领域中，特别是在半导体或电子行业，对于自动化检测和质量控制非常重要。
Halcon测量和角度转换
xiaoxing_kuaipao的博客
10-06 572
read_image(Image1, 'D:/图片/视觉检测图片/2.jpg')
HALCON&VS .net混合编程案例【02】：检测芯片的管脚间距
山云的专栏
12-24 1331
本章给出的HALCON和Visual Studio的WPF项目中联合编程的案例。VS中WPF的编程，UI的设计非常方便，如果结合HALCON的算法，可以很快实施机器视觉相关的应用。本例的应用，实现了自动检测的一个三洋的芯片的管脚的间距。
halcon
09-03
- **工业检测**：在电子制造行业，Halcon可用于检测电路板上的元件是否缺失、引脚是否弯曲等问题。通过对采集到的电路板图像进行处理和分析，能够快速准确地判断产品是否合格。 - **物流仓储**：在物流行业，Halcon...
halcon电容外观及字符检测
最新发布
10-15
- **形状缺陷**: 应用`circularity`或`compactness`参数检测变形（如弯曲引脚）。例如，圆形电容的理想圆度应接近1，偏差过大表示缺陷。 - **表面缺陷**: 使用`texture_laws`或`local_threshold`检测划痕、裂纹。...
halcon检测PCB板电路元器件缺陷
07-28
| 引脚弯曲 | 局部边缘梯度检测 | `sobel_amp()` + `line_gauss()` | ### 四、深度学习方法（适用于复杂缺陷） 1. **数据准备** - 缺陷样本扩增：`augment_data_set(Images, AugmentedImages)` - 标注工具：使用...
halcon编程入门四——halcon缺陷检测
热门推荐
qq_42832272的博客
08-05 2万+
Region参数 缺陷类型 1.边缘凹凸检测 2.内部凸凹点、瑕疵、污点、内部烫伤、孔洞 3.划痕（用低角度环形光进行打光，将划痕打亮，背景打暗；也可用同轴光，让表面反光不明显） 缺陷图像处理 1.blob分析+特征提取 2.blob分析+特征提取+差分 3.频域+空间域 4.光度立体化 5.特征训练 6.测量+拟合 halcon算子 *二值化 输入图像 输出区域 ...
HAL库教程3：引脚输入检测
geekYatao
04-09 1万+
使用CubeMX配置输入引脚   本章我们要把按键作为输入源，使用单片机来检测引脚的电平状态。首先要查看原理图，按键与那些引脚相连。   我使用的板子，按键K2 -K5分别对应PA4-PA7，且按键按下去以后，引脚接地。因此，我们要将单片机的PA4-PA7设置为上拉输入。   点击生成代码并打开工程，可以看到STM32CubeMX配置好的引脚输入初始化代码如下（已省略部分无关代码）： //m...
Halcon学习之缺陷检测-凸点检测
qq_35275007的博客
06-19 3430
思路：读取图片--》图片转化为灰度---》快速傅里叶变换把图像转到频域---》频域滤波器进行卷积---》快速傅里叶反变换---》用一个矩形掩膜计算像素点的灰度范围---》求图片灰度值的最大和最小值和变换范围---》利用全局阈值对图像进行分割---》连通区域---》根据面积筛选区域---》合并区域---》使用圆形元素对区域进行闭运算---》连通区域---》根据面积筛选区域---》计算区域的面积以及中心位置---》显示结果 例程：detect_indent_fft.hdev 说明：这个程序展示了如何利用快速
Halcon 缺陷检测 PCB板检查（灰度开闭运算）
廷益_飞鸟的博客
08-24 1551
Halcon 缺陷检测 PCB板检查（灰度开闭运算）
Halcon Example - 圆弧测量对象的使用
weixin_30598225的博客
08-26 812
在 measure_arc.hdev 示例的基础上，修改优化，并添加注释 read_image (Zeiss1, 'zeiss1') get_image_size (Zeiss1, Width, Height) dev_close_window () dev_open_window (0, 0, Width / 2, Height / 2, 'black', WindowHandle)...
HALCON之焊点检测（一）：焊点检测工艺要求
m0_48262893的博客
05-05 1171
对于人的目检来说，也是靠多角度翻来覆去的看，并且靠经验来判断虚焊只能通过正面与反面合在一起来验证，如果正面焊点数量没问题，而反面缺少焊点，就应该怀疑是虚焊。但是激光焊相比电阻焊来说有一个弱点，对材料变化敏感，比如你物料管控如果做不好，让两个焊片的厚度和两者接触时的状态每片都有变化的话，就不能保证每个焊点都是一样牢靠。如果电子设备的电芯是不可拆卸的，那么一般会使用软包装电芯，因为这种电芯形装尺寸厚度都可以任意加工，并且最关键的是电芯容量都比较大。反之，如果可以改换电芯的设备，多半使用的是硬包装的电芯。
halcon——缺陷检测常用方法总结（光度立体）
明月清风@的博客
06-10 2719
引言 机器视觉中缺陷检测分为一下几种： blob分析+特征 模板匹配(定位)+差分 光度立体 特征训练 测量拟合 频域+空间域结合：halcon——缺陷检测常用方法总结(频域空间域结合) - 唯有自己强大 - 博客园 (cnblogs.com) 深度学习 前一篇总结了频域与空间域的结合使用，本篇就光度立体的缺陷检测做一个总结。 光度立体 在工业领域，表面检测是一个非常广泛的应用领域。在h......
Halcon执行图像中的引脚（Pin）测量任务
zhangyy57的博客
05-31 2062
Halcon测量图像中引脚的宽度、间距和高度，并将这些测量结果用于进一步的分析或质量控制
halcon计算一条弯曲线的回归直线
weixin_44490080的博客
12-01 3344
测试图： 测试代码： read_image (Image, 'C:/Users/斌/Desktop/test.png') binary_threshold (Image, Region, 'max_separability', 'dark', UsedThreshold) *转骨架 skeleton (Region, Skeleton) *骨架转xld gen_contours_s...
halcon 缺陷检测--形状匹配+差分
AP1005834的博客
01-04 1924
本篇主要总结使用halcon 做缺陷检测的一个常用思路，当一张图片拍摄多个待检测工件，常用方法是由预先建立好的模版图像，采用 形状匹配+查分方法抠下每个工件，逐个检测。并且可以把每个茶杯使用眼膜仿射变换到各个匹配好的茶杯位置，并由reduce_domain 抠取下来保存在 RegionWaits 中。取第一个茶杯ROI作为模版，提取边缘作为形状匹配对的模版。代码是对一张有10个茶杯的图片进行演示。形状匹配比灰度值匹配要更为可靠。最后将边缘匹配到各个茶杯的效果。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值