Opencv Python瓶口缺陷检测

最新推荐文章于 2024-01-24 22:46:09 发布

了解太阳

最新推荐文章于 2024-01-24 22:46:09 发布

阅读量6.4k

点赞数 11

文章标签： opencv 图像识别 python 计算机视觉

本文链接：https://blog.csdn.net/Sparks_of_fire/article/details/112784025

版权

该博客分享了一个使用OpenCV和Python进行瓶口缺陷检测的课程作业项目。主要步骤包括Hough圆检测确定瓶口位置，极坐标变换消除干扰，图像处理，轮廓检测和缺陷判断。虽然仍有提升空间，但能有效识别瓶口缺陷。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Opencv Python瓶口缺陷检测

这是最近在课程作业中做的小项目，放在这里和大家分享一下。

主要任务

判断瓶口是否完好，寻找瓶口缺陷部分，并将其框出（以下图为例进行演示）（包含程序部分代码）

解决步骤

1.通过Hough圆检测,获取瓶口外侧圆,确定圆的位置和尺寸,对瓶口部分进行极坐标变化和极坐标反变换,消除瓶口外侧区域的干扰。
2.对之后的图像进行处理，提取缺陷部分进行轮廓绘制和缺陷判别。

1、导入功能包，读取图像

2、Hough圆检测获取瓶口位置和大小

为了防止误判，对圆半径进行限制，保证获得瓶口最外侧的轮廓

'''hough圆变换'''
cimg = cv2.cvtColor(bottle,cv2.COLOR_GRAY2BGR)  # 转换成彩色图
circles = cv2.HoughCircles(median,cv2.HOUGH_GRADIENT,1,100,
                         param1=100,param2=60,minRadius=150,maxRadius=160)  # Hough圆检测
circles = np.uint16(np.around(circles))
#print(circles)
for i in circles[0,:]: