机器视觉第七次实验
一、实验目的
通过OpenCV第七次进行实验,对图片进行缺陷检测。
二、实验内容
对图片进行缺陷测量。
三、实验过程
我使用的是python语言+openCV对图片进行缺陷检测的功能。实验过程我们需要导入的库有import cv2;from PIL import Image, ImageDraw, ImageFont;
1)读取图片并且将其灰度化
我们采用一个for循环来读取所有需要被检测的图片,然后将其灰度化,使用imread()函数读取图片,
代码实例:
img = cv2.imread("0.bmp")
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
for i in range(1, 6):
t1=cv2.cvtColor(cv2.imread(str(i)+".bmp"),cv2.COLOR_RGB2GRAY)
图3.1图片灰度化
2)计算图片的直方图
使用calcHist()函数进行计算:
实例代码:
#计算图像直方图
hist = cv2.calcHist([gray], [0], None, [256], [0.0,255.0])
h1 = cv2.calcHist([t1], [0], None, [256], [0.0,255.0])
3)图片上字体,字号
输入的代码:
#对比图片相似度
result = sum(hist - h1)[0]
#打开PIL创建的图像
im = Image.open(str(i) + ".bmp")
#创建一个操作对象
draw = ImageDraw.Draw(i

本文介绍了一次机器视觉实验,使用Python和OpenCV进行图像缺陷检测。通过读取图片、灰度化、计算直方图、对比相似度来判断图片是否存在缺陷,并在图片上标注合格或不合格。
最低0.47元/天 解锁文章
2432

被折叠的 条评论
为什么被折叠?



