基于Halcon学习的缺陷检测【四】光伏电池片的指纹以及划痕检测【第一种方法】

此例子主要是为了把光伏电池片的指纹以及划痕标注出来。


 总代码:

*读取图片
read_image (Image, 'E:/研究生学习/电池片练习/手指印/截图.png')
*清除窗口
dev_clear_window ()
*打开新的窗口
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)
*获得图片的大小
get_image_size (Image, Width, Height)
*适应窗口
dev_set_part (0, 0, Height, Width)
*显示图片
dev_display (Image)
*灰度化
rgb1_to_gray (Image, GrayImage)
*图像增强
emphasize (GrayImage, ImageEmphasize, 7, 7, 1)
*二值化
threshold (ImageEmphasize, Regions, 59, 255)
*复试
erosion_rectangle1 (Regions, RegionErosion, 3, 1)
*连通域分割
connection (RegionErosion, ConnectedRegions)
*特征选择
select_shape (ConnectedRegions, SelectedRegions, 'contlength', 'and', 208.72, 848.79)
*显示图片
dev_display (Image)
*显示划痕
dev_display (SelectedRegions)
*膨胀
dilation_rectangle1 (Regions, RegionDilation, 4, 2)
*将区域绘制到图像中。【喷黑】
paint_region (RegionDilation, ImageEmphasize, ImageResult, 0, 'fill')
*图像增强
emphasize (ImageResult, ImageEmphasize1, 7, 7, 2)
*二值化
threshold (ImageEmphasize1, Regions1, 53, 255)
*闭运算
closing_circle (Regions1, RegionClosing, 10)
*连通域分割
connection (RegionClosing, ConnectedRegions1)
*特征选择
select_shape (ConnectedRegions1, SelectedRegions1, 'area', 'and', 6651.38, 50000)
*设置描绘方式
dev_set_draw ('margin')
*吓死图片
dev_display (Image)
*显示划痕
dev_display (SelectedRegions1)
*显示指纹
dev_display (SelectedRegions)



逐段分析:

*读取图片
read_image (Image, 'E:/研究生学习/电池片练习/手指印/截图.png')
*清除窗口
dev_clear_window ()
*打开新的窗口
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)
*获得图片的大小
get_image_size (Image, Width, Height)
*适应窗口
dev_set_part (0, 0, Height, Width)
*显示图片
dev_display (Image)

*灰度化
rgb1_to_gray (Image, GrayImage)

*图像增强
emphasize (GrayImage, ImageEmphasize, 7, 7, 1)

*二值化
threshold (ImageEmphasize, Regions, 59, 255)

*腐蚀
erosion_rectangle1 (Regions, RegionErosion, 3, 1)

*连通域分割
connection (RegionErosion, ConnectedRegions)

*特征选择
select_shape (ConnectedRegions, SelectedRegions, 'contlength', 'and', 208.72, 848.79)

*显示图片
dev_display (Image)

*显示划痕
dev_display (SelectedRegions)

*膨胀
dilation_rectangle1 (Regions, RegionDilation, 4, 2

*将区域绘制到图像中。【喷黑】
paint_region (RegionDilation, ImageEmphasize, ImageResult, 0, 'fill')

*图像增强
emphasize (ImageResult, ImageEmphasize1, 7, 7, 2)

*二值化
threshold (ImageEmphasize1, Regions1, 53, 255)

*闭运算
closing_circle (Regions1, RegionClosing, 10)

*连通域分割
connection (RegionClosing, ConnectedRegions1)
*特征选择
select_shape (ConnectedRegions1, SelectedRegions1, 'area', 'and', 6651.38, 50000)

*设置描绘方式
dev_set_draw ('margin')
*显示图片
dev_display (Image)
*显示划痕
dev_display (SelectedRegions1)
*显示指纹
dev_display (SelectedRegions)


原图在下方,有需要练习的小伙伴可以自取


可看第二种方法:

基于Halcon学习的缺陷检测【五】光伏电池片的指纹以及划痕检测【第二种方法】_BoomBiuBiu的博客-CSDN博客此例子主要是为了把光伏电池片的指纹以及划痕标注出来。总代码:*读取图片read_image (Image, 'E:/研究生学习/电池片练习/手指印/截图.png')*清除窗口dev_clear_window ()*打开新的窗口dev_open_window (0, 0, 512, 512, 'black', WindowHandle)*获得图片的大小get_image_size (Image, Width, Height)*适应窗口dev_set_part (0, 0,...https://blog.csdn.net/BoomBiuBiu/article/details/124058579

  • 5
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
Halcon深度学习缺陷检测是一种基于深度学习技术的自动化缺陷检测方法。该方法通过训练神经网络模型来识别产品中的缺陷,如裂纹、划痕、变形等,从而实现自动化的检测和分类。 Halcon是一款常用的机器视觉软件平台,支持多种图像处理和分析功能。通过集成深度学习技术,Halcon可以提高缺陷检测的准确度和效率,同时减少人力和时间成本。 Halcon深度学习缺陷检测的实现过程包括以下步骤: 1. 数据准备:收集产品图和标注数据,构建训练数据集。 2. 模型选择:根据缺陷检测任务的特点,选择合适的深度学习模型。 3. 模型训练:使用训练数据集对模型进行训练,不断调整参数直至达到最佳效果。 4. 模型测试:使用测试数据集对模型进行测试,评估其准确度和泛化能力。 5. 部署应用:将训练好的模型部署到实际应用中,实现自动化缺陷检测Halcon深度学习缺陷检测具有以下优点: 1. 高准确度:深度学习模型可以学习和识别复杂的缺陷形态和纹理特征,从而提高检测准确度。 2. 高效性:深度学习模型可以快速处理大规模的数据,实现高效的自动化检测。 3. 可扩展性:可以根据不同的应用场景和产品类型,自定义训练模型,实现个性化的缺陷检测。 总之,Halcon深度学习缺陷检测是一种先进的自动化检测技术,可以大大提高产品质量和生产效率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
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