帶有opencv的計算機視覺 - 邊緣檢測產品檢測

我是opencv的新用戶。我目前正在做一個使用opencv進行產品檢查的項目。我打算提取好產品的邊緣和不好的產品，然後比較它們的邊緣可能與均方差。然而，作爲第一步清楚地提取邊緣已經相當困難。帶有opencv的計算機視覺 - 邊緣檢測產品檢測

好樣本：好的產品 [1] 當我使用Canny邊緣檢測，把好產品的邊緣（圖片的藍色部分）只[在這裏輸入的形象描述] [1]！]包括產品的一部分，如下： 邊緣好的產品 [2]

我還試圖用adaptiveThreshold使灰階畫面更加清晰[在這裏輸入的形象描述] [2]！]然後使用邊緣檢測。但是，由於噪聲很多，檢測到的邊緣不如預期的那麼好。

因此，我想問一個解決方案，提取邊緣或任何比較好的產品和壞產品與opencv的更好的方法。對不起，以上英文不好。

來源

2016-06-11 Hiu leong Ng

最好的可能是獲得更好的照明和統一的背景 – Micka

謝謝！如果我能成功地提取好的和壞的產品的邊緣，我應該用什麼樣的比較方法來進一步測試兩個邊緣？如果我使用平方差或逐個像素的直接差異，由於移動的圖像，它似乎是一個意想不到的差異。因此，我想問問是否有任何方法將兩個圖像與opencv對齊，以便我可以直接提取或使用方差來計算兩個圖像的相似度。 –

示例圖像丟失 – sturkmen

如果下面的一些假設是有效的，那麼這個任務可以變得簡單。例如：

產品沿同一條生產線移動，因此所有產品圖像上的照明保持不變。
產品位於平行於相機焦平面的平面上，因此物體的旋轉只能在鏡頭的軸線周圍。
照明可以控制（這將幫助你獲得更好的邊緣，而實際上是在生產線圖像處理中）

由於我們無法看到您添加的圖片，這是一個有點難以看看究竟是什麼情況。但是，如果上述假設是有效的，則圖像差異與圖像簽名結合是一種可能的方法。

另一種可能性是使用好的和壞的產品來訓練Haar級聯分類器。有了這個，邊緣和所有將被照顧。但是你必須收集大量數據並訓練分類器。

來源

2016-06-13 08:18:01 Totoro

非常感謝〜我打算做的事情如下： 1.使用OPENCV模板匹配功能，以好產品爲模板。然後它會從測試圖像中提取感興趣的區域。這聽起來模板匹配功能可以確保兩個圖像對齊（方向）。 2.使用Opencv形狀距離來計算模板和測試圖像之間的差異。由於我還處於測試期，我不確定上述方法是否有效。 –

我已經使用opencv Shape_example作爲基礎。我嘗試使用shape_example代碼來比較相同的圖像...但是，我觀察到即使是相同的圖像也會出現不同的距離編號....我期待0或非常非常接近於0的相同圖像比較... 源代碼可以找到：https：//github.com/Itseez/opencv/blob/master/samples/cpp/shape_example.cpp –

帶有opencv的計算機視覺 - 邊緣檢測產品檢測

回答

相關問題