OpenCV实战:检测胶圈是否闭合


前言

最近看了Halcon上一个问题,说是检测胶圈是否闭合的问题,感觉挺有意思,看了Halcon的解决方案,确实挺完美,这里就想着用C++ OpenCV实现一下。
Halcon问题链接:https://www.51halcon.com/forum.php?mod=viewthread&tid=1262&extra=page%3D2


1. 检测步骤

主要步骤如下:

  1. 转换灰度图像;
  2. 高斯模糊去除可能存在的噪声
  3. 二值化获取图像中环;
  4. 形态学开操作去除非环区域;
  5. 查找轮廓;
  6. 填充环上空洞区域;
  7. 形态学闭操作弥补环的缝隙;(如果有其它更好的方法,欢迎留言告知)
  8. 步骤7图像减去步骤6图像,就得到缝隙的大致区域(填充的环不完美,有凹陷)
  9. 将缝隙区域绘制到原图上显示检测结果。

2. C++OpenCV实现

#include <iostream>
#include <opencv2\imgcodecs.hpp>
#include <opencv2\core.hpp>
#include <opencv2\imgproc.hpp>
#include <opencv2\highgui.hpp>
#include <vector>

int main()
{
   
	using namespace cv;
	
	std::string strImgFile = "C:\\Temp\\common\\Workspace\\Opencv\\images\\ring.png";

	Mat mSrc = imread(strImgFile);
	CV_Assert(!mSrc.empty());

	Mat mGrey;
	cvtColor(mSrc, mGrey, COLOR_BGR2GRAY);
	CV_Assert(
  • 1
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Halcon目标检测是一种功能强大的机器视觉技术,主要用于从复杂的图像或图像序列中定位和识别特定的目标对象。 Halcon目标检测的基本原理是通过图像处理和分析算法,从图像中提取出具有目标特征的信息。它通过预先训练好的模型,可以识别和定位特定的目标。 Halcon目标检测包含以下几个主要步骤: 1. 图像预处理:首先对图像进行预处理,包括图像的去噪、滤波、灰度化等操作,以减少后续处理的干扰和提高处理效果。 2. 特征提取:通过特征提取算法,从图像中提取出与目标对象相关的特征信息。常用的特征包括边缘、纹理、颜色等。 3. 目标定位:根据提取的特征信息,使用匹配或分类算法对目标进行定位。匹配算法基于图像之间的相似度进行匹配,分类算法则根据已有的模型对目标进行分类判断。 4. 目标识别:根据目标定位的结果,对目标进行识别和分类。通过比对模型库中的模板或使用机器学习算法进行分类,最终确定目标的身份。 Halcon目标检测技术具有广泛的应用领域,包括工业自动化、智能交通、医学影像等。它可以帮助实现自动化生产、交通监控、医学诊断等任务,提高工作效率和准确性。 总结起来,Halcon目标检测是一种利用图像处理和分析算法,通过提取目标特征信息、定位和识别目标的技术。它的应用范围广泛,可以帮助实现许多自动化任务,提高工作效率和精度。

“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
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