今天给大家分享一个OpenCV检测划痕缺陷的小例子,原图如下:
上面的图片如果直接用阈值操作并不能很好的分割划痕与背景,尝试如下:
本文的实现思路步骤:
① 原图均值滤波
② 滤波图像与原图进行差分
③ 二值化
④ 查找轮廓(根据轮廓长度进行筛选)
代码与效果如下:
import cv2
import numpy as np
print (cv2.__version__)
minThres = 6
# 读取图像1
img1=cv2.imread('A.png')
img2=cv2.imread('A.png')
# 中值滤波
img1 = cv2.medianBlur(img1,15)
# 图像差分
diff = cv2.absdiff(img1, img2)
cv2.imshow('diff',diff) #结果图
gray = cv2.cvtColor(diff, cv2.COLOR_BGR2GRAY)
# 二值化
_,thres = cv2.threshold(gray,minThres,255,cv2.THRESH_BINARY)
cv2.imshow('thres',thres)
# 查找轮廓
contours,hierarchy = cv2.findContours(thres, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
#输出轮廓个数
print (len(contours))
for i in range(0,len(contours)):
length = cv2.arcLength(contours[i],True)
# 通过轮廓长度筛选
if length > 35:
cv2.drawContours(img2,contours[i],-1,(0,0,255),2)
cv2.imshow('result',img2) #结果图
cv2.waitKey(0)
cv2.destroyAllWindows()
实现思路步骤:
① 原图均值滤波
② 滤波图像与原图进行差分
③ 二值化
④ 查找轮廓(根据轮廓长度进行筛选)
比如Canny边缘检测也可以,只是阈值难于调节。当然,实现方法不唯一,大家可以自己尝试一下。
本文分享自 OpenCV与AI深度学习 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!