案例一:
打印检测
检测打印质量,根据设定标准进行检测,首先进行匹配找到对应位置设置为基点,之后根据完整的模板进行对比。
1.输入图片 2.主代码,分为两个部分,一个是模板匹配找到基准点,之后是进行质量对比 3.模板匹配,位置修正(模板匹配和位置修正一般配合使用) 4.与完好的模板进行匹配之后进行blob分析
4.1 完好模板的对比匹配,(统计训练当前模式,就是把当前图片加入到训练集当中)
案例二:
计算空的数量
1.输入图像
2.主代码部分 ,首先一部分进行目标的寻找与定位,之后进行缺陷的检测
3.目标的寻找与定位,首先是模板匹配,之后进行位置修正
4.应用blob寻找缺陷点,对图像分为两个区域,上面算一个区域,中间算一个区域,应用blob
4.1blob的应用
模式需要进行选择
4.1.1硬阈值(固定阈值)
自己设定,用来区分背景像素和物体像素
4.1.2硬阈值(相对阈值)----相对阈值使用在灯光亮度变化的场合
硬阈值是以灰度直方图中的某个百分比自己分割的,其中又两个参数,第一个是尾值,分为左尾和右窟,第二个是阈值百分比
- “尾值”可能指的是在定位过程中,用于确定特征点(如边缘、角点等)的敏感区域。在图像处理中,尾值通常用于设定搜索特征点时的容忍范围。例如,在边缘检测中,尾值可以设定为一个像素范围,用于确定边缘的起始和结束位置。
- “左尾”和“右尾”可能是指这个容忍范围在特征点两侧的扩展程度。这有助于在定位时处理图像的噪声或微小的形变,提高定位的鲁棒性。
硬阈值(动态阈值)
根绝输入图像直方图自动计算一个合适的分割阈值
软阈值(固定阈值)
软阈值的分割点是一个像素区间。
案例三
高级结果分析
模板匹配找到圆,之后进行进行找到对应圆
1.首先进行模板匹配,找到圆
找到圆之后,按照需求找到对应的圆。
比如只想找到面积为0-150的圆,我们就可以这样设置,这样我们就把这样的圆过滤出来,进行后续处理。