OPT小讲堂 ∣ SciSmart图像定位-ROI校正算法

最新推荐文章于 2024-02-16 10:56:48 发布
VIP文章 最新推荐文章于 2024-02-16 10:56:48 发布
阅读量1.8k 收藏 7
点赞数 1
分类专栏： 机器视觉 科技
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/TANsenlinLIN/article/details/103729863
版权

今天讲解的是OPT小讲堂第九课，内容是ROI生成和ROI校正两大功能。

感兴趣区域(ROI，region of interest)，在机器视觉、图像处理中，在被处理的图像上以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域，简称ROI。在图像处理领域，感兴趣区域是从图像中选择的一个图像区域，这个区域是图像分析所关注的重点。圈定该区域以便进行进一步处理，或使用ROI圈定你想处理的目标，可以减少处理时间，提高精度。
在具体的视觉应用中，当工件来料位置固定不变时，常量ROI可以覆盖工件来料。但是当来料位置存在较大波动时，就无法通过固定的ROI来实现视觉应用。这时候我们可以通过粗定位对产品进行定位，根据定位位置、长宽，角度等数据使用生成ROI，通过生成ROI工具来满足视觉应用的要求；或者通过粗定位数据使用ROI校正工具对固定的ROI进行仿射变换，跟随产品位置来满足视觉应用的要求。

什么是ROI生成？

ROI生成，通过在图像上绘制一个ROI或者用前面模块的输出结果，或用户定义的指定数据生成特定ROI。可以创建的ROI类型有：点、直线、旋转矩形、椭圆、环形、不规则。
在后面的算子中调用所生成的ROI，将不进行全图搜索检测，只在ROI区域内进行搜索，这样可以屏蔽不感兴趣区域，令检测时间缩短。

一、ROI生成的应用场合
1、目标物体周边存在干扰点时，可以通过限定感兴趣区域来规避；
2、图片数据量大，感兴趣区域小，可以通过划定感兴趣区域，令检测时间缩短；

二、ROI生成算法界面
如图1中蓝色矩形框即为划定的旋转矩形ROI࿱

最低0.47元/天 解锁文章
机器视觉optmv
关注
  • 1
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
[Python从零到壹] 三十七.图像处理基础篇之图像融合处理和ROI区域绘制
杨秀璋的专栏
01-26 1万+
欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍。上一篇文章介绍了图像算法运算与逻辑运算，包括图像加法、图像减法、图像与运算、图像或运算、图像非运算与图像异或运算。这篇文章将详细讲解图像融合处理和ROI区域绘制，同时补充图像属性、通道和类型转换。希望文章对您有所帮助，如果有不足之处，还请海涵。
边界跟踪算法的实现，图像处理 c++
05-02
对输入的二值图像，进行边界跟踪，实现输出图像的边界，存在一维数组之中
七、计算机视觉-图像的ROI区域
最新发布
asplh的专栏
02-16 1244
在计算机视觉中，ROI代表感兴趣区域（Region of Interest），它是指图像或视频中被指定为需要特别关注或处理的区域。ROI可以帮助减少计算量，并且在处理大型图像或视频时可以提高处理效率。上面代码演示了 使用Haar 特征分类器或基于深度学习的人脸检测器 去检测人脸部分，Haar的使用后面会单独讲到 这里只需要明白ROI区域的概念就行。
opencv基础-07-感兴趣区域（ROI）
小海聊智造
07-14 1万+
在图像处理过程中，我们可能会对图像的某一个特定区域感兴趣，该区域被称为感兴趣区域（Region of Interest，ROI）。在设定感兴趣区域 ROI 后，就可以对该区域进行整体操作。以下是一些。
OpenCV进阶 — ROI区域与LOGO添加技术
金戈鐡馬
03-31 454
它的英文全称是Region Of Interest，对应的中文解释就是感兴趣区域。感兴趣区域，就是我们从图像中选择一个图像区域，这个区域就是图像分析所关注的焦点。我们圈定这个区域，那么我们要处理的图像就从大图像变为一个小图像区域了，这样以便进行进一步处理，可以大大减小处理时间。定义ROI区域有两种方法：第一种，指定矩形的坐标，并且规定好他的长宽。//Rect四个形参分别是：x坐标，y坐标，长，高；注意(x,y)指的是矩形的左上角点第二种，指定感兴趣的行或列的范围。
OpenCV学习笔记 | ROI区域选择提取 | Python
喜欢数学建模的大一小白
06-28 4930
本文将介绍代码的实现以及四个主要函数cv2.setMouseCallback、def select_roi(event, x, y, flags, param)、cv2.namedWindow、cv2.rectangle。
Halcon图像预处理-感兴趣区域（ROI）
yuanrongyouzhi的博客
04-05 1万+
文章目录前言一、ROI的意义二、创建ROI1.ROI实现2.示例总结 前言        ROI是Halcon中的一个很重要的概念，为了减少计算量，只关注待检测物体或该物体周围的一片区域即可，ROI就是图像处理所关注的区域。 一、ROI的意义        创建ROI主要是出于以下两个方面的原因。      &nbs
OpenCV数字图像处理之ROI区域的提取
热门推荐
xiaoheizi_du的博客
03-04 3万+
OpenCV数字图像处理之ROI区域的提取 利用mask(掩模)技术提取纯色背景图像ROI区域中的人和物，并将提取出来的人或物添加在其他图像上。 1、实现原理 先通过cv.cvtColor()函数，将原RGB彩色图像转换为hsv色彩空间的图像，然后通过cv.inRange()函数获得ROI区域的Mask，最后利用cv.bitwise()函数提取得到ROI区域。 2、使用的函数简述 (1) cv.c...
scikit-opt-master_pythonscikit-opt算法_蚁群算法_scikit-opt应用_scikit-op
09-29
各算法的框架，遗传，退火，蚁群以及相应的底层应用能够快速调用等等
旅行商问题2-OPT算法的并行与优化.zip
06-21
旅行商问题2-OPT算法的并行与优化。打包了串行版，并行版，运行的shell代码。
使用matlab实现的3-opt程序
05-28
可以动态展示算法运行过程，自带各种数据集
OPT SCISmart3.0下载
12-11
SciSmart3.0由OPT公司自主研发，集成了预处理、定位、测量、检测、识别、3D聚焦、自动对焦、3D结构光测量、双目立体测量、光度立体技术等一系列图像处理工具。兼容市面上可见的主流相机品牌和GeniCam协议。支持串口...
页面置换算法（OPT、FIFO、LRU）实现--C++版本-页面置换算法（Optimal、FIFO、LRU）
12-18
该工程具体是在codeblock上面实现了操作系统课程上讲解的页面置换算法，包括先进先出（FIFO）、最佳置换算法（OPT）、最久最近未使用算法（LRU）。 具体实现功能有： 1、建立相应的数据结构 2、在屏幕上显示页面...
【软件升级】奥普特SciSmart智能视觉软件三代
TANsenlinLIN的博客
02-27 2934
SciSmart智能视觉软件三代（以下简称SciSmart3）是一款简单易用、功能齐全、性能稳定的智能型视觉系统软件。SciSmart3由OPT自主研发，集成了预处理、定位、测量、检测、识别、3D聚焦、自动对焦、3D结构光测量、双目立体测量、光度立体技术等一系列图像处理工具。兼容市面上可见的主流相机品牌和GeniCam协议。支持串口、TCP等多种通讯模式及主流的通讯协议，能够方便的与各品牌运动控制设备建立数据交互。 SciSmart3采用图形化编程代替代码编程，从而缩短项目开发周期。流程设计...
OPT小讲堂 ∣ SciSmart之Scriptor脚本编程应用
TANsenlinLIN的博客
05-11 1842
在第十五课里，我们以TCP/IP通讯方式为例，对通讯工具的应用进行了阐述。 今天，我们将介绍Scriptor脚本编程应用。 一、Scriptor简介 SciSmart智能视觉软件支持脚本编写功能，通过SciSmart智能视觉软件的脚本可以完成包括变量复杂运算、获取日期和时间、对结果进行排序、对文件操作(新建、删除、txt文件内容读写)等操作。 ​ 图1 界面图 二、全局变量 按照以下步骤，添加全局变量：菜单栏->设置->变量设置。 图2 变量设置界面图 1.全局变量说明： ●全局变量在流程
OPT小讲堂 ∣ SciSmart图像识别之条形码识别、二维码识别
TANsenlinLIN的博客
05-25 1707
在第十三课中，我们讲了图像识别中的OCR：字符识别。 本课将继续介绍图像识别中的条形码识别、二维码识别。我们将分别介绍二者的基本概念、操作流程、参数解析及应用案例。 条形码识别 条形码识别的概念 条形码识别，即在一幅灰度图像中指定 ROI 区域检测出所有符合参数条件的条形码，获得其解码字符串与位置信息。 条形码识别的特性 检测时通过指定待检条形码的类型（可通过“类型”栏内的自动检测按钮进行自动选定）， 设定检测的参数包括：对比度、搜索步长、最大条宽，即可在指定的 ROI 区域内检测出指定类型的所有条形码，并
OPT（奥普特）出席2021高工锂电年会，发表主题演讲并荣获“年度创新技术奖
TANsenlinLIN的博客
12-24 1601
12月21-23日，以“新周期 大时代”为主题的2021高工锂电年会在深圳隆重举行。来自电池、材料、装备等产业链上下游超1500位大咖汇聚一堂，共同探讨新周期下的锂电产业发展趋势与生态融合。 作为机器视觉行业领军人物，OPT（奥普特，证券代码：688686）董事长卢盛林博士受邀出席了此次活动，并发表《锂电全工序视觉检测关键技术》的主题演讲。 深度布局 锂电各工序视觉应用 卢博士介绍到，2015年OPT依托在3C行业多年的视觉应用经验，开始积极布局锂电新能源市场，并于次年成功研发出锂电极片瑕疵检测系统。经
OPT锂电池极耳缺陷检测方案
TANsenlinLIN的博客
09-07 1224
此外，为更好满足电池产品换型频繁的检测需求，OPT 引入自适应迁移学习技术，缩短AI模型训练周期，一键迁移相近尺寸、相似工艺的极耳缺陷检测，而针对不同尺寸的极耳检测，只需在迁移后，补充少量训练数据，微调AI模型。OPT依托光学成像和视觉分析两大技术平台，从硬件源头上提升图像采集的质量和速度，并结合自研AI算法，对极耳细微或复杂的缺陷进行精准分类和判断，覆盖极耳裁切、卷绕、焊接等多工序，全方位破解极耳缺陷检测难题。除了高精度的视觉成像，视觉分析软件也是应对极耳区域复杂缺陷的关键。深度学习，精准提取缺陷特征。
opt软件中roi校正基准设置实现的例程
06-07
以下是一个基于Qt和OpenCV的ROI校正基准设置的例程。该例程实现了一个简单的界面，用户可以选择ROI区域并设置校正基准点，然后通过透视变换将ROI区域校正到正确的位置。 ```cpp #include <QApplication> #include <QFileDialog> #include <QMouseEvent> #include <opencv2/opencv.hpp> using namespace cv; class ROIWidget : public QWidget { public: ROIWidget(QWidget* parent = nullptr) : QWidget(parent) , isDragging(false) { setFixedSize(640, 480); setMouseTracking(true); } protected: void paintEvent(QPaintEvent* event) { QPainter painter(this); painter.drawImage(0, 0, qimage); } void mousePressEvent(QMouseEvent* event) { if (event->button() == Qt::LeftButton) { isDragging = true; startX = event->x(); startY = event->y(); } } void mouseMoveEvent(QMouseEvent* event) { if (isDragging) { endX = event->x(); endY = event->y(); if (startX < endX && startY < endY) { roi.x = startX; roi.y = startY; roi.width = endX - startX; roi.height = endY - startY; } else if (startX > endX && startY < endY) { roi.x = endX; roi.y = startY; roi.width = startX - endX; roi.height = endY - startY; } else if (startX < endX && startY > endY) { roi.x = startX; roi.y = endY; roi.width = endX - startX; roi.height = startY - endY; } else { roi.x = endX; roi.y = endY; roi.width = startX - endX; roi.height = startY - endY; } update(); } } void mouseReleaseEvent(QMouseEvent* event) { if (event->button() == Qt::LeftButton) { isDragging = false; cv::Mat src(qimage.height(), qimage.width(), CV_8UC4, qimage.bits(), qimage.bytesPerLine()); cv::Mat roiImage = src(cv::Rect(roi.x, roi.y, roi.width, roi.height)); cv::cvtColor(roiImage, roiImage, cv::COLOR_BGRA2BGR); // 显示选中的ROI区域 imshow("ROI", roiImage); } } private: QImage qimage; bool isDragging; int startX, startY, endX, endY; cv::Rect roi; }; int main(int argc, char *argv[]) { QApplication a(argc, argv); ROIWidget w; w.show(); // 选择图像文件 QString filename = QFileDialog::getOpenFileName(&w, "Open image", ".", "Images (*.png *.xpm *.jpg)"); if (filename.isEmpty()) return -1; // 读取图像文件 cv::Mat src = cv::imread(filename.toStdString()); if (src.empty()) { std::cerr << "Failed to read image file!" << std::endl; return -1; } // 显示原始图像 cv::imshow("Original", src); // 等待用户选择ROI区域 cv::waitKey(); // 计算透视变换矩阵 std::vector<cv::Point2f> srcPoints, dstPoints; srcPoints.push_back(cv::Point2f(w.width() / 2 - w.width() / 4, w.height() / 2)); srcPoints.push_back(cv::Point2f(w.width() / 2 + w.width() / 4, w.height() / 2)); srcPoints.push_back(cv::Point2f(w.width() / 2 - w.width() / 4, w.height() / 2 + w.height() / 4)); srcPoints.push_back(cv::Point2f(w.width() / 2 + w.width() / 4, w.height() / 2 + w.height() / 4)); dstPoints.push_back(cv::Point2f(0, 0)); dstPoints.push_back(cv::Point2f(src.cols, 0)); dstPoints.push_back(cv::Point2f(0, src.rows)); dstPoints.push_back(cv::Point2f(src.cols, src.rows)); cv::Mat perspectiveMatrix = cv::getPerspectiveTransform(srcPoints, dstPoints); // 校正ROI区域 cv::Mat roiImage = src(roi); cv::warpPerspective(roiImage, roiImage, perspectiveMatrix, roiImage.size()); // 显示校正后的ROI区域 cv::imshow("Warped ROI", roiImage); cv::waitKey(); return a.exec(); } ``` 在这个例程中，我们首先创建了一个继承自QWidget的自定义控件ROIWidget，然后在该控件中实现了鼠标按下、鼠标移动和鼠标释放事件的处理函数，以实现ROI区域的选择。同时，我们在该控件中使用了Qt的QPainter类将图像绘制到界面中，实现了图像的显示。 在程序的主函数中，我们使用OpenCV的imread()函数读取了用户选择的图像文件，并在程序中显示了原始图像。然后程序等待用户在ROIWidget中选择ROI区域，并使用OpenCV的getPerspectiveTransform()函数计算透视变换矩阵。最后，程序使用OpenCV的warpPerspective()函数对ROI区域进行校正，并在程序中显示了校正后的ROI区域。 需要注意的是，在实际应用中，透视变换矩阵的计算可能会更加复杂和精细化，例如基于特征点匹配的方法、鱼眼校正等。此外，在实现中，我们只考虑了单个ROI区域的校正，实际应用中可能需要对多个ROI区域进行校正。

“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 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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