上位机图像处理和嵌入式模块部署(qmacvisual查找圆缺角)

【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing @163.com】

前面我们讲过识别,讲过标定,讲过测量,讲过匹配,但就是没有讨论过基于图像的产品检测。但事实上,产品检测和测量、拟合是一脉相承的。和深度学习不同,因为深度学习是通过定位、标定和训练来完成的,而传统机器视觉仍然是借助于图形拟合之后,判断拟合后的特征,和实际标准图像特征之间的差距,判断产品质量是否有问题。这种拟合可以是直线、矩形、圆或者是其他凸多边形,都是ok的,只要有一个参考的标准就行。

今天正好验证一种使用的方法,那就是查找圆缺角。

1、创建项目和流程

使用qmacvisual之前,第一步就是创建项目和流程。

2、导入图像

导入图像主要使用了【图像处理】中的【获取图像】控件。直接用鼠标,将它从树形控件拖到流程当中,双击打开,配置一下图像的路径即可,

从图像上面看,在左下角有一个很明显的缺角,这正是我们需要检测的部分。

3、查找圆缺角

插件位于【几何测量】下面。直接用鼠标拖到流程配置区域,双击即可,

这是已经配置、计算好的效果。整个插件有三个地方需要进行配置。第一处,就是输入图像的来源。第二处,就是ROI区域配置。由于是圆缺角的设置,所以这里ROI是一个有内外圆的蓝色图形。双击后,会出现两个蓝色圆点,借助于这两个圆点,就可以分别调试内外圆的直径。实际配置的时候,内圆需要放在白色区域,外圆需要放在黑色区域。

第三处,就是参数的配置。整个配置和之前寻找圆是差不多的,比如扫描方向、灰度方向、边缘强度等。唯一不同的就是缺口差值,也就是需要我们告诉算法,差值是多少的时候,会被认为是缺口,这一点很重要。

所有三处都配置完毕之后,直接单击执行按钮即可。如果不出意外,就会在图像中找到一条绿色的连线,提示我们缺角在什么方位。这条线如果看的不是很清楚,那么在整个图像的左下方会有一些字符打印,这里面也有我们需要的检测结果信息,截图如下所示,

4、泛化的产品检测

所谓的产品检测,就是将实际生产的产品,和标准产品进行对比。经过设计、调优的图像,总能够在图像当中提取一些有用的信息,比如说长度、宽度、长宽比例、周长、面积、圆度、惯性、凸性、颜色等等。这些图形如果提取出来,并且分割好了,就可以被拿来和标准模块进行比对和验证,如果比较的结果在误差范围之内,那就代表产品本身是ok的、没有问题的;但是如果误差超过了我们设置的范围,这就代表产品本身其实是有改进空间的,这就是利用机器视觉技术对产品进行检验的基本原理,听上去其实也不复杂。

相关推荐
Oiooohuohuo几秒前
LangGraph Multi-Agent案例讲解
人工智能
winfredzhang2 分钟前
9.7GB AI 模型总下崩?我用 Python 写了个支持分段续传的多线程下载器(源码解析)
人工智能·大语言模型·多线程·下载·多任务
深蓝AI4 分钟前
不生成文本的AI日吞一万亿Token:决策模型Jev撕开大模型的替代路线
人工智能·ai编程
小宋102111 分钟前
一套服务托管多个 LoRA:适配器加载、租户隔离与热切换实战
大数据·人工智能·算法
思考着亮11 分钟前
14.Agentic RAG -3
人工智能
黑妹天下第一乖11 分钟前
第 04 讲:阿加犀 AIMO 模型优化平台与 Model Farm 模型广场实战
人工智能·嵌入式硬件·矩阵·架构·iot
郝学胜_神的一滴11 分钟前
AI 编程智能体 06:用Anaconda搞定Python多环境,彻底告别版本兼容灾难
人工智能·python
橘和柠12 分钟前
显存计算与模型选择:你的显卡能跑多大的模型
人工智能
黑妹天下第一乖14 分钟前
第08讲 · 视觉与相机流水:Spectra ISP 与实时检测
人工智能·嵌入式硬件·数码相机·机器人·接口隔离原则·iot
alonglong16 分钟前
8,513 个向量、0.21 毫秒:给本地知识库搭一套语义检索,不引向量数据库
人工智能