python 机器视觉测量_用Opencv python实现精密测量

实际上，我正在使用OpenCV和Python开发一个机器视觉项目。

目标：项目的目标是以高精度测量组件的尺寸。

主要硬件：巴斯勒5MP照相机(aca-2500-14gm)

一个红色背光灯(100毫米x 100毫米)(我的组件大小约为60毫米)

实验

因为我正在考虑非常严格的公差限制，所以我首先做了一个精确的研究。我把组件放在背光源上，在不移动部件的情况下拍摄了100张图像(想象一下100帧的视频)。我测量了所有100幅图像的外径。我的毫米/像素比是0.042。我测量了测量的标准偏差，以确定精度，结果是0.03mm，这是不好的。组件和设置都没有接触，因此我希望精度为0.005mm。但我的损失是一个数量级的。我使用OpenCV的Hough圆来计算组件的OD。

代码：import sys

import pickle

import cv2

import matplotlib.pyplot as plt

import glob

import os

import numpy as np

import pandas as pd

def find_circles(image,dp=1.7,minDist=100,param1=50,param2=50,minRadius=0,maxRadius=0):

""" finds the center of circular objects in image using hough circle transform

Keyword arguments

image -- uint8: numpy ndarray of a single image (no defau