**缺陷检测的原因：**工业产品的形状缺陷不仅影响产品的美观，还影响产品的性能。
缺陷检测的方法：腐蚀操作、基于距离变换分割方法。
距离变换是一种用于二值图像的处理方法，计算图像中任意一个像素点到最近背景点的距离。
输入：二值图像，其中前景像素的值为非 0（通常为 255），背景像素的值为 0。
输出：一个浮点图像，其中每个像素的值表示该像素到最近背景点的距离。
特点：
- 前景对象的质心（中心点）距离背景较远，其对应的距离值较大。
- 前景对象的边缘距离背景较近，其对应的距离值较小。
- 如果某个像素点本身是背景像素（值为 0），其距离值为 0。
void distanceTransform(
InputArray src, // 输入图像（二值图像）
OutputArray dst, // 输出图像（距离图）
int distanceType, // 距离类型（如欧几里得距离）
int maskSize, // 掩码大小，用于距离计算
int dstType = CV_32F // 输出图像类型，通常为 CV_32F（默认）
);
**筛选标准：**通过一个对象的最小包围圆形与其轮廓面积的比值，实现缺陷检测。
流程设计
缺陷检测的核心思想是通过图像处理技术提取目标对象的轮廓，并判断其形状特性是否符合标准。
**1.**预处理
优化图像，去除噪声，增强特征。
操作：
色彩空间转换：将彩色图像转换为灰度图像，简化处理。
二值化处理：将灰度图像转为二值图像，分离前景和背景。
形态学开运算：去除噪声。
**2.**距离变换
目的：通过距离变换计算图像中每个像素点到最近背景点的距离。
应用：使用 distanceTransform 函数，将距离大的像素点作为前景的核心区域。**3.**前景提取
操作：对距离变换结果进行阈值分割，提取出主要的前景对象。
**4.**去噪处理
目的：去除残留的噪声或小目标点，确保前景区域干净。
方法：再次使用形态学操作（开运算）优化图像。
**5.**轮廓提取
操作：使用轮廓提取函数提取图像中的轮廓。
**6.**缺陷检测
**核心思想：**计算目标的外接圆面积和轮廓面积比，设定阈值进行筛选。
**7.**结果显示
显示最终处理结果，包括目标轮廓和缺陷标注。