OpenCV4应用开发：入门、进阶与工程化实践

女爷i 2024-01-30 06:26 12阅读 0赞

**机器视觉**

机器视觉是使用各种工业相机，结合传感器跟电气信号实现替代传统人工，完成对象识别、计数、测量、缺陷检测、引导定位与抓取等任务。其中工业品的缺陷检测极大的依赖人工完成，特别是传统的3C制造环节，产品缺陷检测依赖于人眼睛来发现与检测，不仅费时费力还面临人员成本与工作时间等因素的制约。使用机器视觉来实现产品缺陷检测，可以节约大量时间跟人员成本，实现生产过程的自动化与流水线作业。

**缺陷检测**

常见得工业品缺陷主要包括划痕、脏污、缺失、凹坑、裂纹等，这些依赖人工目检（眼睛检测）的缺陷都可以通过机器视觉的缺陷检测算法来实现替代。当前工业缺陷检测算法目前主要分为两个方向，基于传统视觉的算法和基于深度学习的算法，前者主要依靠对检测目标的特征进行量化，比如颜色，形状，长宽，角度，面积等，好处是可解释性强、对样本数量没有要求、运行速度快，缺点是依赖于固定的光照成像，稍有改动就要改写程序重新部署，而且检测规则和算法跟开发者经验其主导作用。基于深度学习的缺陷检测算法刚好能弥补前者的不足之处，能够很好适应不同的光照，更好地适配同类缺陷要求，缺点是对样本数量有一定要求，对硬件配置相比传统也会有一定要求。

《OpenCV应用开发：入门、进阶与工程化实践》一书第十四 章 通过案例详细介绍基于OpenCV如何实现传统方式的缺陷检测跟基于深度学习的缺陷检测。

![img][]

**工业上常见缺陷检测方法**

\*\*  
\*\*

方法一：基于简单二值图像分析实现划痕提取，效果如下：

![img][img 1]

方法二：复杂背景下的图像缺陷分析，基于频域增强的方法实现缺陷检测，运行截图：

![img][img 2]

方法三：复杂背景下的图像缺陷分析，基于空域增强实现图像缺陷分析，针对复杂背景的图像，通过空域滤波增强以后实现缺陷查找，运行截图如下：

![img][img 3]

方法四：基于样品模板比对实现基于空域增强实现图像缺陷分析，通过二之分析与轮廓比对实现缺陷查找，运行截图如下：

![img][img 4]

方法五：基于深度学习UNet模型网络，实现裂纹与划痕检测，运行截图如下：

![img][img 5]

方法六：基于深度学习实例分割网络模型网络，实现细微缺陷检测，运行截图如下：

![img][img 6]

以上内容均来自最近出版的一本新书《OpenCV应用开发：入门、进阶与工程化实践》一书第十四章，分享给大家。

**延伸阅读**

![img][img 7]

**OpenCV4应用开发：入门、进阶与工程化实践**

**贾志刚 张振 著**

**工业界和学术界专家联袂推荐**

**一线开发专家与金牌讲师撰写，一站式解决OpenCV工程化开发痛点**

推荐语：

以工业级视觉应用开发所需知识点为主线，讲透OpenCV相关核心模块，案例化详解1000个常用函数、深度学习知识以及模型的推理与加速。

本书专注于介绍OpenCV4在工业领域的常用模块，通过合理的章节设置构建了阶梯式的知识点学习路径。化繁就简、案例驱动，注重算法原理、代码演示及在相关场景的实际使用。本书还介绍了必备的深度学习知识与开发技巧，拓展OpenCV开发者技能。

[img]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/9fbd454659ae4de6b670e52307b32b65.png
[img 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/887192432fc74a97ac95e5ca1e50e852.png
[img 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/d964b4190fad4f07ab3f53fc8471fa5b.png
[img 3]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/2f9a147d523d4f419616e134b502b366.png
[img 4]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/e49719fedf174d5a9818c68ef4791294.png
[img 5]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/92c88286173e478ca953595aaeb19372.png
[img 6]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/67607d36b8a54453b233bb51a22850a6.png
[img 7]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/93f7e4e1f8bd45f3a6e84528e27756fa.png