机器视觉图像识别(内附代码)

本文描述了一次机器视觉实习经历,涉及HDevelop的学习,从企业介绍、基础语法到图像处理、模板匹配、颜色识别和字符检测等实战项目,展示了从理论到实践的学习过程和关键技能应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

分享一篇以前学习机器视觉的一篇报告

 
  主要是HDevelop的,里面有很多识别物体的方法和图像处理的介绍。有兴趣可以看看

一、主要内容

一:指导老师给我们介绍了深圳市元创新科技有限公司的企业文化与企业环境,简要地介绍了本行业的发展历史及未来发展趋势。讲解了机器视觉的功能与应用。指导我们学习HDevelop的安装使用方法。并且带着我们对全新的HDevelop语言的基础知识进行了讲解。通过一些实例操作介绍了HDevelop机器视觉常用的编程指令,学习程序编译与运行。

    二:学会HDevelop下的代码编辑器的使用方法;学习了如何导入图片并在窗口显示出来、如何利用数组在图片上显示几行文字,如何使用判断语句,如何编辑图片的大小使其尺寸一样,还学习了循环语句的使用,完成了老师布置的作业。

    三:开始学习对图片的处理,用相关语句对两张图片进行合成,还有如何打开电脑的摄像头进行拍摄图片,下午的时候老师开始教如何用灰度直方图的阈值对图片进行处理,在对连通域分割提取,得到自己想要的那部分并把它用十字架标注出来,后面还学习了用特征直方图中的多个特征对字符进行提取和形态学与缺陷检测,老师布置了对车牌字符检测的作业。

指导老师因为疫情去隔离了,在线上教学,我们主要学习了如何对彩色对象进行识别并在其上面显示对应的颜色,下午学习了利用已经存在的机器学习模型识别字符并在其上面显示出相应的结果,老师布置了相应的作业。

上午指导老师教授了我们模板匹配的两种方法:归一化相关匹配和形状模板匹配,在准备下课时布置了我们最后的任务,我们组别选择了矿泉水瓶盖识别,并在下午完成了。

二、实习过程

第一阶段:指导老师给我们介绍了深圳市元创新科技有限公司的企业文化与企业环境,简要地介绍了本行业的发展历史及未来发展趋势。讲解了机器视觉的功能与应用。指导我们学习HDevelop的安装使用方法。并且带着我们对全新的HDevelop语言的基础知识进行了讲解。通过一些实例操作介绍了HDevelop机器视觉常用的编程指令,学习程序编译与运行。

    第二阶段学会HDevelop下的代码编辑器的使用方法;学习了如何导入图片并在窗口显示出来、如何利用数组在图片上显示几行文字,如何使用判断语句,如何编辑图片的大小使其尺寸一样,还学习了循环语句的使用,完成了老师布置的作业。

    第三阶段开始学习对图片的处理,用相关语句对两张图片进行合成,还有如何打开电脑的摄像头进行拍摄图片,下午的时候老师开始教如何用灰度直方图的阈值对图片进行处理,在对连通域分割提取,得到自己想要的那部分并把它用十字架标注出来,后面还学习了用特征直方图中的多个特征对字符进行提取和形态学与缺陷检测,老师布置了对车牌字符检测的作业。

第四阶段指导老师因为疫情去隔离了,在线上教学,我们主要学习了如何对彩色对象进行识别并在其上面显示对应的颜色,下午学习了利用已经存在的机器学习模型识别字符并在其上面显示出相应的结果,老师布置了相应的作业。

第五阶段上午指导老师教授了我们模板匹配的两种方法:归一化相关匹配和形状模板匹配,在准备下课时布置了我们最后的任务,我们组别选择了矿泉水瓶盖识别,并在下午完成了。

第五阶段是最终任务的验收答辩环节,具体在下面部分结果里说明。

三、部分结果

学习了如何导入图片并在窗口显示出来、如何利用数组在图片上显示几行文字,如何使用判断语句,如何编辑图片的大小使其尺寸一样;开始学习对图片的处理,用相关语句对两张图片进行合成,还有如何打开电脑的摄像头进行拍摄图片,下午的时候老师开始教如何用灰度直方图的阈值对图片进行处理,在对连通域分割提取,得到自己想要的那部分并把它用十字架标注出来,后面还学习了用特征直方图中的多个特征对字符进行提取和形态学与缺陷检测;了利用已经存在的机器学习模型识别字符并在其上面显示出相应的结果;

(1)杂物识别结果

图1.1  杂物识别结果

图1.2  杂物识别结果

(2)图片显示文字

图2 图片显示文字

  1. 两张图片进行合成

图3   图片合成

(4)提取想要的那部分并把它用十字架标注出来

图4 十字架标注

(5)字符进行提取

图5  字符进行提取

  1. 对彩色对象进行识别并在其上面显示对应的颜色
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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