python + opencv试纸缺陷检测——思路

用于检测试纸生产线对合格与不合格产品进行分拣，实时检测。
先要对整个区域进行分割，只对研究对象进行处理，是否用ROI？
1）选择数据：将数据分成三组：训练数据、验证数据、测试数据
2）模型数据：使用训练数据来构建使用相关特征的模型
3）验证数据：使用验证数据接入模型
4）测试数据：使用测试数据检查被验证模型的表现
5）使用模型：用完全训练好的模型在新数据上做预测
6）调优模型：使用更多数据、不同的特征或调整过的参数来提升算法的性能表现

但是试纸里的特征很多都是弱边缘
是否可以通过scharr算子突出弱边缘
再结合形态学的开闭操作
从而达到强化弱边缘的效果
对得到的图像利用最大熵阈值对图像进行分割得到瑕疵
有效区域提取： 是将研究对象从采集的图像中提取出来，使得感兴趣的目标与背景分割，从而减少图像背景对后续瑕疵检测造成干扰。

找出像素点灰度值突变的点并记录它们的位置，得到平行四边形四个点，然后通过把平行四边形边以外的像素点灰度置零。