《机器视觉系统应用》课件——太阳能硅片检测案例程序运行演示.pptxVIP

太阳能硅片检测案例程序运行演示

课程框架课程引入模型获取和导入施加载荷与约束模型简化与拆分实践训练交流讨论实践训练评价反馈课程总结，布置作业激学导思讲授新知教学巩固教学提升教学延伸课程总结及5S整理5分钟15分钟15分钟30分钟15分钟10分钟

目录情景引入代码分析代码演示一二三6S管理四

能力目标（1）能够对太阳能硅片有基础的认识；（2）能够对完成对太阳能硅片尺寸的测量。知识目标（1）了解太阳能硅片尺寸测量的原理。素质目标（1）具有严谨求实精神；（2）具有自主学习的能力；（3）具备5S职业素养。课程目标

情景导入随着工业时代的到来，人们使用的能源越来越多，但是越来越多的国家认识到一个能够持续发展的社会应该是一个既能满足社会需要，而又不危及后代人前途的社会。因此，尽可能多地用洁净能源代替高含碳量的矿物能源，是能源建设应该遵循的原则。随着能源形式的变化，常规能源的贮量日益下降，其价格必然上涨，而控制环境污染也必须增大投资。某公司抓住这个机遇，开始对太阳能硅片进行研发，因此在生产的时候需要检测产品出硅片的尺寸是否符合标批准。 模拟企业端一情景引入

二代码分析高斯滤波在Opencv中高斯滤波的函数为：Cv2.GaussianBlur（src，ksize，sigmaX[，dst[，sigmaY[，borderType]]]）式中：src——输入图像；图像可以具有任意数量的通道，这些通道可以独立处理，但深度应为CV_8U，CV_16U，CV_16S，CV_32F或CV_64F。dst——输出图像的大小和类型与src相同。ksize——高斯内核大小。ksize.width和ksize.height可以不同，但它们都必须为正数和奇数，也可以为零，然后根据sigma计算得出。sigmaX——X方向上的高斯核标准偏差。sigmaY——Y方向上的高斯核标准差。

二代码分析形态学处理在Opencv中对图像进行形态学处理的函数为：cv2.morphologyEx(src,op,kernel)式中：src——传入的图片op——进行变化的方式。Op=cv2.MORPH_OPEN进行开运算，指的是先进行腐蚀操作，再进行膨胀操作。op=cv2.MORPH_CLOSE进行闭运算，指的是先进行膨胀操作，再进行腐蚀操作。Kernel——表示方框的大小

二代码分析轮廓提取在Opencv中对图像进行轮廓提取的函数为：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。mode:轮廓检索模式。method:轮廓的近似方法。

二代码分析透视变换在Opencv中对图像进行透视变换的函数为：cv2.getPerspectiveTransform(src,dst)式中：src——源图像中待测矩形的四点坐标sdt——目标图像中矩形的四点坐标

二代码分析透视变换返回由源图像中矩形到目标图像矩形变换的矩阵,得到矩阵得有用才行,所以引出下面这个函数cv2.warpPerspective(src,M,dsize[,dst[,flags[,borderMode[,borderValue]]]])式中：src——输入图像M——变换矩阵dsize——目标图像shapeflags——插值方式，interpolation方法INTER_LINEAR或INTER_NEARESTborderMode——边界补偿方式，BORDER_CONSTANTorBORDER_REPLICATEborderValue——边界补偿大小，常值，默认为0。或者cv2.perspectiveTransform(src,m[,dst])→dst式中：src——输入的2通道或者3通道的图片m：变换矩阵返回的是相同size的图片

三代码演示defImg_Outline(input_dir):original_img=cv2.imread(input_dir)gray_img=cv2.cvtColor(original_img,cv2.COLOR_BGR2GRAY)#高斯模糊去噪（设定卷积核大小影响效果）blurred=cv2.GaussianBlur(gray_img,(9,9),0)_,RedThresh=cv2.threshold(blurred,165,255,cv2.THRESH_BINAR