pthon缺陷检测（机器视觉）

要求：

对产品（图片）进行检测与标准样本比对，判断是否是正常产品

适用产品：

比如啤酒瓶盖、包装盒上印刷图片等等。

思路：

————————————————————————————————————————————————————

1. 读取原图片，并且转换成灰色图

2. 使用calcHist()方法计算出图片的直方图，反映灰度值的分布情况

3. 将测试图片与标准图片比对，计算图片的相似度（compareHist（）方法）

   比较方式（method）：
   》相关性比较 (method=cv.HISTCMP_CORREL) 值越大，相关度越高，最大值为1，最小值为0
   》卡方比较 (method=cv.HISTCMP_CHISQR 值越小，相关度越高，最大值无上界，最小值0
   》 巴氏距离比较 (method=cv.HISTCMP_BHATTACHARYYA) 值越小，相关度越高，最大值为1，最小值为0

4. 给定一个阈值范围来取定出图形是否合格

5. 输出图片

图片：

![在这里插入图片描述](https://img-blog.csdnimg.cn/20210423202301883.bmp?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xqZjE5MDQwOQ==,size_16,color_FFFFFF,t_70

代码：

import cv2
from<