《机器视觉系统应用》课件——手机卡托尺寸测量程序运行演示.pptxVIP

手机卡托尺寸测量程序运行演示

课程引入代码分析代码演示一二三目录

能力目标检测sim卡卡托尺寸，通过计算尺寸面积确认合格与否；知识目标（1）图像二值化；（2）边缘提取；（3）像素当量、像素数量转化为物理面积。课程目标

一课程引入手机在当今的社会十分的重要，可以说人们已经离不开对手机的使用了。人们通过插入手机卡，就可以使用手机进行打电话、发短信和上网冲浪等，大大丰富了人们的生活。但是手机卡的使用还要依赖于卡托，如果卡托的尺寸不正确，就会导致无法顺利安装进手机内部，即使安装进去了，也会导致手机无法识别手机卡的信息，需要正常使用的话，需要用户到相应地方进行更换，给用户带来很大的麻烦。在当今对卡托需求量很大的情况下，人工检测的工作量是很大的，而且容易在检测过程中造成视觉疲劳，大大增加了产品的不合格率。数字图像处理技术的检测方面已经被广泛应用了。为了提高卡托生产的合格率，本案例将展开对卡托尺寸检测技术的讨论，通过计算尺寸面积确定产品合格与否。

二代码分析在Opencv中可直接使用函数cv2.cvColor()将彩色图像转为其它类型的图像。其语法格式为：dst=cv2.cvtColor(src,code[,dstCn])式中：dst表示输出图像，与原始输入图像具有同样的数据类型和深度。Src表示原始输入图像。可以是8位无符号图像、16位无符号图像，或者单精度浮点数等。Code是色彩空间转换码，常用的有：cv2.COLOR_BGR2GRAY#彩色图像转换为灰度图cv2.COLOR_GRAY2BGR#灰度图像转换为彩色图cv2.COLOR_BGR2RGB#BGR彩色图像转换为RGB彩色图dstCn是目标图像的通道数。如果参数为默认的0，则通道数自动通过原始输入图像和code得到。图像灰度化

二代码分析在Opencv中可使用cv2.threshold()函数进行阈值化处理，该函数的语法格式为：Retval,dst=cv2.threshold(src,thresh,maxval,type)式中：retval代表返回的阈值。dst代表阈值分割结果图像，与原始图像具有相同的大小和类型。src代表要进行阈值分割的图像，可以是多通道的，8位或32位浮点型数值。thresh代表要设定的阈值。maxval代表当type参数为THRESH_BINARY或者THRESH_BINARY_INV类型时，需要设定的最大值。type代表阈值分割的类型，具体类型值如表所示。图像二值化

二代码分析一个轮廓对应着一系列的点，这些点以某种方式表示图像中的一条曲线。在Opencv中，函数cv2.findContours()用于查找图像的轮廓，并能够根据参数返回特定表示方式的轮廓（曲线）。函数cv2.drawContours()能够将查找到的轮廓绘制到图像上，该函数可以根据参数在图像上绘制不同样式（实心/空心点，以及线条的不同粗细、颜色等）的轮廓，可以绘制全部轮廓也可以仅绘制制定的轮廓。函数cv2.findContours()的语法格式为：image,contours,hierarchy=cv2.findContours(image,mode,method)式中的返回值为：image:与函数参数中的原始图像image一致。contours:返回的轮廓。hierarchy：图像的拓扑信息（轮廓层次）。式中的参数为：image:原始图像。8位单通道图像，所以非零值被处理为1，所有零值保持不变。也就是说灰度图像会被自动处理为二值图像。在实际操作时，可以根据需要，预先使用阈值处理等函数将待查找轮廓的图像处理为二值图像。mode:轮廓检索模式。method:轮廓的近似方法。轮廓提取

二代码分析函数cv2.drawContours()的语法格式是：image=cv2.drawCountours(image,contours,contourIdx,color[,thickness[,lineType[,hierarchy[,maxLevel[,offset]]]]])其中，函数的返回值为image，表示目标图像，即绘制了边缘的原始图像。式中：image:待绘制轮廓的图像。contours:需要绘制的轮廓。contourIdx:需要绘制的边缘索引，告诉函数cv2.drawContours()要绘制某一条轮廓还是全部轮廓。color:绘制的颜色，用BGR格式表示。thickness:可选参数，表示绘制轮廓时所用画笔的粗细。lineType:可选参数，表示绘制轮廓时所用的线型。hierarchy:对应函数cv2.drawContours()所输出的层次信息。maxLevel:控制所绘制的轮廓层次的深度。Offset:偏移参数。该参