list_image_files ('./完整检测', 'default', [], ImageFiles)
for Index := 0 to |ImageFiles|-1 by 1
read_image (Image, ImageFiles[Index])
*取图像边框
boundary (Image, RegionBorder, 'inner')
*分割所有目标
binary_threshold (Image, Region, 'max_separability', 'dark', UsedThreshold)
connection (Region, ConnectedRegions)
*目标与边框交集
intersection (ConnectedRegions, RegionBorder, RegionIntersection)
*面积为0代表拍全,面积大于0代表未拍全时
gen_empty_region (Oks)
gen_empty_region (Ngs)
gen_empty_region (InValidObjs)
area_center (RegionIntersection, Area, Row, Column)
*选出未拍全
* Area:=【1,2,30,0】 sgn(Area)符号函数:【1,1,1,0】
*确定目标与边框交集的面积是否大于0
invalid_area_sgn:=sgn(Area)
*invalid_area_sgn为1,代表有交集
*find(invalid_area_sgn, 1):取出有交集的面积的序号
invalid_idx:=find(invalid_area
完整性检测
最新推荐文章于 2024-01-13 08:30:00 发布
该博客介绍了如何使用计算机视觉技术进行完整性检测。通过对图像进行边框提取、二值化、连接分析,找出与边框有交集的目标,并通过面积判断是否完整。接着,利用形状特征如面积和圆形度筛选出完整和不完整的目标,并用不同颜色显示结果。
摘要由CSDN通过智能技术生成