python图像缺陷检测_python OpenCV 实现缺陷检测

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。

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

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  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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