visionpro（自学ing）

  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。