VisionPro 机器视觉案例 之 骰子点数识别

已于 2024-12-26 14:19:20 修改
阅读量1.5k 收藏 18
点赞数 16
分类专栏： VisionPro案例篇 文章标签： 计算机视觉 人工智能 机器视觉 康耐视VisionPro
于 2024-11-12 23:25:14 首次发布
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。
本文链接：https://blog.youkuaiyun.com/m0_63509358/article/details/143717845
版权

 第二篇  机器视觉案例 之 骰子点数识别

目录

 第二篇  机器视觉案例 之 骰子点数识别

        1.案例要求

2.案例思路

3.使用控件

4.代码逻辑

5.效果实现

6.总结

1.案例要求

图1 工业相机下骰子图像

识别每一个骰子朝上面的点数，并将点数表明在对应的骰子上 

2.案例思路

     2.1 先使用一个斑点工具获得所有骰子的点数

  • 使用斑点工具CogBlobTool2 调整极性（白底黑点） + 测得尺寸面积（面积过滤）+ ConnectivityLabel（过滤排除孔
了解本专栏 订阅专栏 解锁全文 超级会员免费看
Tutorial教程：利用神经网络识别骰子点数(1)
MrCharles在优快云
12-25 9585
前言小叙 机器学习，Machine Learning走进我的视野范围，过程还挺有意思。第一次听到这个词还是在Blacksburg的公寓，王俊鹏向我介绍了计算机研究领域的几大方向，其中就有机器学习，人工智能。给我举得例子就是语义识别，不断给计算机喂书，然后拿出来一本计算机从来没有见过的书，计算机便可以知道这句话的意思，表达出来。这个月初，在Prof. Jin 的推荐之下，开始了MachineLea...
C# OpenCV | 手把手教你用传统方法实现骰子识别
Color Space的博客
01-27 4363
本文给大家分享一个用C# OpenCV传统方法实现骰子识别的小案例。
骰子定位识别
风吹夏天的专栏
08-05 5613
引言一年前我还在上海从事过机器视觉软件的开发，时光荏苒。这是在公司期间做了一个有趣的项目，现讲一下其主要思想及如何实现。 先来看一下效果图，Look 嗯，看的出来，虽然背景光线不均匀，虽然骰子挨的那么近，还是很好的识别出来，程序的健壮性很强嘛。PS.为避免不必要的麻烦，我将自己的姓名和联系方式马赛克掉，嘿嘿。 这里程序的主要功能是识别出场景中存在多少粒骰子，以及每个骰子的位置，点子数，还有
VisionPro学习记录3骰子点数统计
qq_46035581的博客
07-18 990
由于斑点工具有时候会将一些不想要的斑点找出来，所以要把重新设置阈值，找出自己想要的部分。要过滤掉不想要的部分，比如孔、面积巨大的斑点。注意极性的设置，根据图来设置为白底黑点。
Halcon实现实时骰子识别
weixin_42691563的博客
03-20 4888
Halcon实现实时骰子识别，以一本书为背景，在其上面分批次掷骰子，实现：锁定书本区域；完成图像矫正；识别每个骰子的点数，计算总骰子数和总点数
用AI统计概率1——3个骰子模拟100万次统计各个点数出现次数和占比
最新发布
AnalogElectronic的博客
02-07 263
当你运行这段代码时，它会模拟100万次三个骰子的投掷，并打印出每个可能点数总和的出现次数以及其在所有投掷中所占的百分比。这可以帮助理解不同点数组合出现的概率分布。由于使用了随机数生成，每次运行的结果可能会略有不同，但总体趋势应当保持一致。simulate_rolls 函数模拟了指定次数 (n) 的投掷，并记录每个总点数（从3到18）出现的次数。print_statistics 函数用于输出每个总点数的出现次数及其占总投掷次数的比例。roll_three_dice 函数模拟了一次三个六面骰子的投掷。
visionpro案例（零件尺寸测量与显示，硬币统计，骰子点数统计）等
12-09
案例集里涉及到的应用场景，包括零件尺寸测量与显示、硬币统计、骰子点数统计等，都是VisionPro软件在实际工业中的典型应用案例。 首先，零件尺寸测量与显示是一个关键的工业应用，通过VisionPro可以实现高精度的...
visionman-visionpro培训大纲
视觉人机器视觉的博客
07-17 1153
visionman-visionpro培训大纲
深入探索Cognex VisionPro:如何判断骰子点数
w3cwxl的博客
11-13 1050
在使用Cognex VisionPro来判断骰子点数时，主要依赖于其图像处理和机器视觉技术。
VisionPro OCR字符识别
05-22
VisionPro ToolBlock的C#编程运用方法，但不含VPP文件
Tutorial教程：骰子点数识别之图像分割 (3)
MrCharles在优快云
01-05 1万+
链接1：利用卷积神经网络识别骰子点数 链接1：利用神经网络识别骰子点数 前言 前段时间借用神经网络和卷积神经网络实现了骰子点数的识别，但是一个很严重的问题一直困扰我，那就是当两个骰子叠在一起的时候，将两个骰子分开并不是一件简单的事情。 下图是我在识别过程中产生的不能识别的，叠加在一起的图片素材。 面对这些形态各异的图片，有的时候是两个骰子一个角连在一起，有的是一条边，有的是三个...
[VisionPro] CogBlobTool 检测斑点工具详解
weixin_43163656的博客
11-04 9411
[VisionPro] [CogBlobCount] [斑点检测]
CogBlobTool边界过滤实现
u012034472的博客
02-24 1529
之前用过康耐视insight智能相机，里面的blob工具简单实用，想用visionpro实现同样的功能，visionpro要强大很多，也复杂很多，参数过多调起来也费劲。 用VisionPro实现insight的边界斑点功能 在insight中，不勾选边界斑点，那么区域里的边界上的斑点会被忽略，只提取区域内部的斑点，这样再通过面积限制，基本上解决绝大多数问题。 在VisionPro中，边界放在“测得尺寸”中，里面是对斑点进行过滤的众多工具，我们只讲ConnectivityLabel（连接标签）.
VisionPro的OCR工具CogOCRMaxTool
qq_49627063的博客
05-12 6878
1.总体思路 转灰度->定位->OCR识别->显示文字 2.转灰度 使用CogImageConverTOOL工具其目的就是方便去掉冗杂的区域 3.定位 CogFixtureTool，使用方法略 4.OCR识别 这一块要好好记录一下，玛德踩了太多坑了 a.如果在字体划分清楚的情况下，直接点击字体->提取字符 然后再下方输入改文字，点击添加所有 b.在字体划分不清楚的情况下，如下图所示： 两个标点被识别成一个 正确做法： 第一步：提取线 第二步：
Visionpro —— CogIDTool工具详解
一个新人博客，愿多多支持。
10-28 1223
CogIDTool能够在同一张图像中读取种类不同的一维码、多个同种类的二维码、以及一些高度旋转和有透视变形的码。
利用计算机视觉识别扑克牌花色、点数
My name is Conmajia
12-27 2173
使用视觉方法识别扑克牌花色和点数。
VisionPro二次开发学习笔记11-使用 Caliper和Fixture定位Blob工具检测方块
风凌的博客
08-09 1318
该示例演示了如何使用卡尺工具和夹具工具来固定 Blob 工具。示例代码将检测图像上部区域中小方块的存在。当点击“运行”按钮时，将读取一张新图像。卡尺工具将被运行，卡尺工具的输出 Y 信息将传递给夹具工具。夹具工具使用来自卡尺工具的 Y 信息和新图像，并创建一个新的输出图像。夹具工具的输出图像随后将传递给 Blob 工具.truncate警告 ：该应用程序仅在图像仅在 Y 方向上变化时才能正常工作。这是因为卡尺工具仅测量图像的上边缘，因此只能准确检测 Y 方向的变化。
使用C#和VisionPro实现OCR识别：实践与应用
东城十三
05-26 772
通过C#结合VisionPro实现OCR识别，不仅简化了代码编写，还提高了识别的准确性和效率。在实际应用中，我们可以根据具体需求进行调整和优化，以达到最佳效果。希望本文对您的项目有所帮助，如果有任何问题或进一步的讨论，欢迎留言交流。
VsionPro中分享CogBlobTool斑点工具的使用详解
热门推荐
qq_34699535的博客
10-04 1万+
1. 斑点工具作用 探测并且分析图像中的二维形状，斑点通过辨别处于用户定义的灰度范围 内的不同的像素组，来查找对象。简单理解就是将一幅灰度图像，根据用户选定的灰度等级进行分割。 一般用在没有特定的图形轮廓，但是可以通过明暗提取特征的应用，比如： 2. 工具的部署流程： 3. 斑点工具的使用： 添加CogBlobTool工具到Job中 打开CogBlobTool工具编辑 极性：黑色背景中检索白色特征，或者白色背景中检索黑色特征 阈值：用于分割灰度的限定值 模式： ①固定阈值：固定的阈值分割 缺点是
评论
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

打赏作者

机器视觉李小白

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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