python opencv 缺陷检测_Opencv+Python实现缺陷检测

本文介绍了使用Python和OpenCV进行图像缺陷检测的方法,主要通过比较直方图实现。首先,阐述了图像直方图的概念及其在图像分析中的作用。接着,详细解释了如何利用compareHist函数进行直方图比较,包括相关性比较和巴氏距离比较。最后,给出了完整的代码示例,展示了如何对图像进行缺陷检测,并在图像上标注合格或不合格。
摘要由CSDN通过智能技术生成

实验七、缺陷检测

一、 题目描述

​ 对下面的图片进行缺陷检测操作,请详细地记录每一步操作的步骤。

​ 第一站图片是标准样品,后面几张图中有几个样品有瑕疵,需要你通过计算在图片上显示出哪张是合格,哪张不合格。

**1.思路**

​ Python-Opencv中用compareHist函数进行直方图比较进而对比图片

图像直方图

图像直方图是反映一个图像像素分布的统计表,其实横坐标代表了图像像素的种类,可以是灰度的,也可以是彩色的。纵坐标代表了每一种颜色值在图像中的像素总数或者占所有像素个数的百分比。

图像是由像素构成,因为反映像素分布的直方图往往可以作为图像一个很重要的特征。在实际工程中,图像直方图在特征提取、图像匹配等方面都有很好的应用。

直方图比较

​ 1.图像相似度比较

如果我们有两张图像,并且这两张图像的直方图一样,或者有极高的相似度,那么在一定程度上,我们可以认为这两幅图是一样的,这就是直方图比较的应用之一。

​ 2.分析图像之间关系

两张图像的直方图反映了该图像像素的分布情况,可以利用图像的直方图,

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