python直线缺陷检测_Python OpenCV4趣味应用系列(九)---划痕缺陷检测实例

本文介绍了使用Python的OpenCV库检测图像中划痕缺陷的方法。通过原图均值滤波、差分、二值化和查找轮廓等步骤,有效地将划痕从背景中分离出来。代码示例展示了如何筛选并标记长度超过一定阈值的轮廓,为图像缺陷检测提供了一种解决方案。
摘要由CSDN通过智能技术生成

今天给大家分享一个OpenCV检测划痕缺陷的小例子,原图如下:

上面的图片如果直接用阈值操作并不能很好的分割划痕与背景,尝试如下:

本文的实现思路步骤:

① 原图均值滤波

② 滤波图像与原图进行差分

③ 二值化

④ 查找轮廓(根据轮廓长度进行筛选)

代码与效果如下:import cv2

import numpy as np

print (cv2.__version__)

minThres = 6

# 读取图像1

img1=cv2.imread('A.png')

img2=cv2.imread('A.png')

# 中值滤波

img1 = cv2.medianBlur(img1,15)

# 图像差分

diff = cv2.absdiff(img1, img2)

cv2.imshow('diff',diff) #结果图

gray = cv2.cvtColor(diff, cv2.COLOR_BGR2GRAY)

# 二值化

_,thres = cv2.threshold(gray,minThres,255,cv2.THRESH_BINARY)

cv2.imshow('thres',thres)

# 查找轮廓

contours,hierarchy = cv2.findContours(thres, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

#输出轮廓个数

print (len(contour

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值