python+opencv实现机器视觉基础技术(2)(宽度测量，缺陷检测，医学处理)

  本篇博客接着讲解机器视觉的有关技术和知识。包括宽度测量，缺陷检测，医学处理。

一：宽度测量

  在传统的自动化生产中，对于尺寸的测量，典型的方法就是千分尺、游标卡尺、塞尺等。而这些测量手段测量精度低、速度慢，无法满足大规模的自动化生产需求。基于机器视觉的尺寸测量属于非接触式的测量，具有检测精度高、速度快、成本低、安装简便等优点。可以检测零件的各种尺寸，如长度、圆、角度、线弧等测量。

  利用python+opencv方法可以进行宽度的测量。步骤是先选取出一个矩形，然后进行阈值分割，再进行反色，边缘提取之后进行点的选择，输出坐标做出两条线段，根据线段进行矩形绘制，这样之后就可以计算两条直线之间的距离，也就是我们需要求得的宽度。

  OpenCV是一个c++库，用于实时处理计算机视觉方面的问题，涵盖了很多计算机视觉领域的模块。配合python调用c++库，可以很方便地进行宽度测量，实现要求。

  步骤如下：

1.导入需要的库

import cv2
import cv2 as cv
import numpy as np
import imutils

2.读取原图像查看

img = cv2.imread("1.jpg")

3.截取部分图像

  手动地进行选取我们感兴趣的部分，然后截取出来。

img = imutils.resize(img, width=500)
roi = cv2.selectROI(windowName="image1", img=img, showCrosshair=True, fromCenter=False)
x, y, w, h = roi
cv2.rectangle(img=img, pt1=(x, y), pt2=(x + w, y + h), color=(0, 0, 255), thickness=2)
s = img[y:y+h,x:x+w]

4.反色

  截取后会出现空白区域很多黑色的情况，需要进行反色，用到的方法是255去除值。

# 反色
def colorReverse(src):
	height, width, channels = src.shape
	for row in range(height):
	    for list in range(width):
	        for c in range(channels):
	            pv = src[row, list, c]
	            src[row, list, c] = 255 - pv
	return src
src = colorReverse(s)

5.边缘检测去噪

x = cv2.Sobel(src,cv2.CV_16S,1,0)
y = cv2.Sobel(src,cv2.CV_16S,0,1)
absX = cv2.convertScaleAbs(x)   # 转回uint8
absY = cv2.convertScaleAbs(y)
dst = cv2.addWeighted(absX,0.5,absY,0.5,0)
result = colorReverse(dst)

6.输出鼠标选择点的坐标

  之后进行的操作是利用鼠标选择点，并显示坐标，可以判断时候用鼠标进行点击操作，如果是的话，就可以输出点的坐标在输出框或者图片上标记，把点击函数作为参数，就可以在不点击退出键的时候进行循环递归操作，知道最直到获得想要点的坐标。

# 输出鼠标选择点的坐标
# setMouseCallback使用的回调函数，这个回调函数在捕获到鼠标左键点击事件时，就在图片上点击处绘制一个实心的圆、并显示出坐标。
def on_EVENT_LBUTTONDOWN(event, x, y, flags, param):
    if event == cv2.EVENT_LBUTTONDOWN:
        xy = "%d,%d" % (x, y)
        print (xy)
        cv2.circle(result, (x, y), 1, (255, 0, 0), thickness = -1)
        cv2.putText(result, xy, (x, y), cv2.FONT_HERSHEY_PLAIN,
                    1.0, (0,0,0), thickness = 1)
        cv2.imshow("image2", result)

cv2.namedWindow("image2")
cv2.setMouseCallback("image2", on_EVENT_LBUTTONDOWN)
cv2.imshow("image2", result)

7.绘制线段用输出提示

  接下来就可以根据选择的四个点进行连接输出线段，用get_len()方法可以得到两条线之间的距离。

# 绘制线段
s = cv2.line(result,(3, 30), (120, 30), (0, 255, 0), 2)
d = cv2.line(result,(3, 110), (118, 110), (0,255, 0), <