用改进的YOLOv5与openvino来做触摸屏玻璃盖板缺陷检测项目01

最近接了一个触摸屏玻璃盖板缺陷检测项目，计划用YOLOv5与openvino来完成此项目，全程用python语言，界面开发用pyqt5，第一次正式开始进行工业部署（目前针对大型玻璃盖板的检测，比较匮乏）。
1、首先根据缺陷确定检测精度需求，以及盖板的宽度确定分辨率，一般要求缺陷的像素至少3个，因此根据公式：长度除以精度，再乘以像素个数，选用1200万像素的海康CMOS相机。
2、光源选择：对于透光的玻璃，计划采用面光源与条形光源结合的方案，利用背光源检测如划痕，崩边，透光等缺陷，利用条形光源正面斜射光来检测如脏污等缺陷。
3、因相机拍摄的照片太大，因此我们采用分割照片的方法，将40003036的照片分割成640640的照片，同时每次切割都要相互重叠一部分。
将像素很大的图片切割成固定大小的多张图片，代码如下：

import os
from PIL import Image

def splitimage(src, rownum, colnum, dstpath, overlap_pix):
    img = Image.open(src)
    w, h = img.size

    if rownum <= h and colnum <= w:
        s = os.path.split(src)
        fn = s[1].split('.')

        ext = fn[-1]

        num = 0
        rowheight = h // (rownum - overlap_pix) + 1
        colwidth = w // (colnum - overlap_pix) + 1

        for r in range(rowheight):
            for c in range(colwidth):

                Lx = (c * colnum) - overlap_pix * c
                Ly = (r * rownum) - overlap_pix * r

                if (Lx <= 0):
                    Lx = 0

                if (Ly <= 0):
                    Ly = 0

                Rx = Lx + colnum
                Ry = Ly + rownum

                box = (Lx, Ly, Rx, Ry)
                img.crop(box).save(os.path.join(dstpath, str(Lx) + '_' + str(Ly) + '_' + str(num) + '.' + ext))
                # crop(left, upper, right, lower) 名字中带有图像坐标
                num = num + 1

        print('图片切割完毕，共生成 %s 张小图片。' % num)

def main():
    jpg_image_path = r'F:\玻璃盖板检测\分割照片\1.jpg'
    save_path = r'F:\玻璃盖板检测\分割照片\zhaopian'
    row = 640
    col = 640
    overlap_pix = 80
    splitimage(jpg_image_path, row, col, save_path, overlap_pix)


if __name__ == '__main__':
    main()

4、一张图片可以分成35个小块，检测时间增加，因此需要做进一步的分析，等视觉平台搭起来后再确定最终方案的设计。