用opencv使用传统算法实现产品缺陷检测

z13228604287

  

窗口程序集名	保 留	保 留	备 注
程序集1

子程序名	返回值类型	公开	备 注
_启动子程序	整数型		本子程序在程序启动后最先执行

变量名	类 型	静态	数组	备 注
img	多维矩阵类
cap	视频采集类
product	myproduct		0
grayImage	多维矩阵类
binImage	多维矩阵类
ontours	多维数组点2i类
Contours	多维矩阵类
i	整数型
area	双精度小数型
M	矩类
center_x	双精度小数型
center_y	双精度小数型
rect	矩形2i类
isNew	逻辑型
h	双精度小数型
v	双精度小数型
p	myproduct
idx	整数型
objs	defect_object		0
roi	多维矩阵类
j	整数型

cap.打开 (“E:\新建文件夹\\缺陷检测代码素材\1.mp4”, 0, )
如果真 (cap.已打开 () ＝ 假)
视觉_控制台输出 (“打开视频文件失败.”)
返回 (-1)
判断循环首 (cap.读 (img))
视觉_颜色空间转换 (img, grayImage, #颜色_BGR转GRAY, 0)  ' //灰度处理
视觉_阈值 (grayImage, binImage, 128, 255, #阈值_二进制 )
视觉_查找轮廓 (binImage, ontours, , #检测_外部, #逼近_任何, )
Contours ＝ 矩阵 (grayImage.尺寸2i (), , #八位无符号整数_单通道, 0)  ' //绘制
计次循环首 (ontours.尺寸 (), i)
area ＝ 视觉_轮廓面积 (ontours.取点2i类数组 (i － 1), 假)
如果真 (area ＞ 18000)
M ＝ 视觉_计算矩 (ontours.取点2i类数组 (i － 1), , 真)  ' //计算矩
center_x ＝ M.m10 () ÷ M.m00 ()
center_y ＝ M.m01 () ÷ M.m00 ()
rect ＝ 视觉_最大轮廓矩形 (ontours.取点2i类数组 (i － 1))
isNew ＝ 真
如果真 (center_x ＞ 100)
计次循环首 (取数组成员数 (product), i)
h ＝ 取绝对值 (center_x － product [i].cx)
v ＝ 取绝对值 (center_y － product [i].cy)
如果真 (h ＜ 25 且 v ＜ 25)
isNew ＝ 假
' //说明不是新的，那就要更新一下
product [i].cx ＝ center_x
product [i].cy ＝ center_y
product [i].rect ＝ rect

计次循环尾 ()
如果真 (isNew)
p.cx ＝ center_x
p.cy ＝ center_y
p.rect ＝ rect
idx ＝ idx ＋ 1
p.index ＝ idx
加入成员 (product, p)



计次循环尾 ()
' //单张图片计算完毕后，再次循环遍历每一帧图像中
计次循环首 (取数组成员数 (product), i)
如果真 (product [i].cx ＞ 600)
到循环尾 ()
roi ＝ img.感兴区域 (product [i].rect, )
defect_detect (roi, objs)
视觉_矩形 (img, product [i].rect, 标量 (0, 255, 0), 1, 8, 0)
视觉_放置文本 (img, 到文本 (product [i].index), 点2i (product [i].rect.左边, product [i].rect.顶边), #字体_衬线_简单, 1, 标量 (255, 255, 0), 1, 8, 假)
计次循环首 (取数组成员数 (objs), j)
objs [j].rect.左边 ＝ objs [j].rect.左边 ＋ product [i].rect.左边
objs [j].rect.顶边 ＝ objs [j].rect.顶边 ＋ product [i].rect.顶边
视觉_矩形 (img, objs [j].rect, 标量 (0, 0, 255), 1, 8, 0)  ' //绘制缺陷的外框
如果真 (objs [j].type ＝ 1)
' 刮伤
视觉_放置文本 (img, “scratch”, 点2i (objs [j].rect.左边, objs [j].rect.顶边), #字体_衬线_简单, 0.5, 标量 (255, 255, 0), 1, 8, 假)
如果真 (objs [j].type ＝ 2)
' 斑点
视觉_放置文本 (img, “blot”, 点2i (objs [j].rect.左边, objs [j].rect.顶边), #字体_衬线_简单, 0.5, 标量 (255, 255, 0), 1, 8, 假)

计次循环尾 ()
计次循环尾 ()
视觉_显示图像 (“小白鼠”, img)
视觉_等待按键 (30)
判断循环尾 ()
返回 (0)  ' 可以根据您的需要返回任意数值

子程序名	返回值类型	公开	备 注
defect_detect			检测函数
参数名	类 型	参考	可空	数组	备 注
roi	多维矩阵类
objj	defect_object

变量名	类 型	静态	数组	备 注
obj	defect_object		0
grayImage	多维矩阵类
binImage	多维矩阵类
contours	多维数组点2i类
i	整数型
area	双精度小数型
rect	矩形2i类
defect_roi	多维矩阵类
threImage	多维矩阵类
contours_defect	多维数组点2i类
mask	多维矩阵类
result	多维矩阵类
hist	多维矩阵类
ranges	小数型		2
h	整数型
hh	双精度小数型		256
sum	双精度小数型
hist_sum_scratch	双精度小数型
hist_sum_blot	双精度小数型
type	整数型
info	defect_object

视觉_颜色空间转换 (roi, grayImage, #颜色_BGR转GRAY, 0)  ' //灰度处理
视觉_阈值 (grayImage, binImage, 128, 255, #阈值_二进制 )  ' //二值化处理
' //检测出roi内所有轮廓
视觉_查找轮廓 (binImage, contours, , #检测_树, #逼近_任何, )
计次循环首 (contours.尺寸 (), i)
area ＝ 视觉_轮廓面积 (contours.取点2i类数组 (i － 1), 假)
如果真 (area ＞ 100 且 area ＜ 15000)
rect ＝ 视觉_最大轮廓矩形 (contours.取点2i类数组 (i － 1))
defect_roi ＝ roi.感兴区域 (rect, )
' 开始分析缺陷属性
视觉_颜色空间转换 (defect_roi, grayImage, #颜色_BGR转GRAY, 0)  ' //灰度处理
视觉_阈值 (grayImage, threImage, 128, 255, #阈值_二进制_取反 )  ' //二值化处理
视觉_查找轮廓 (threImage, contours_defect, , #检测_外部, #逼近_任何, )
mask ＝ 矩阵 (grayImage.尺寸2i (), , #八位无符号整数_单通道, 0)
视觉_填充多边形 (mask, contours_defect, , , 标量 (255, 255, 255), 8, 0, )
视觉_按位_与 (grayImage, mask, result, )
' //计算灰度直方图
ranges [1] ＝ 0
ranges [2] ＝ 255
视觉_计算直方图 (result, 0, , hist, 256, ranges, 真, 假)
h ＝ hist.数据指针 ()
计次循环首 (256, i)
hh [i] ＝ 指针到小数 (h)
h ＝ h ＋ 4
sum ＝ sum ＋ hh [i]
计次循环尾 ()
变量循环首 (90, 135, 1, i)
hist_sum_scratch ＝ hist_sum_scratch ＋ hh [i]
变量循环尾 ()
hist_sum_scratch ＝ hist_sum_scratch ÷ sum
变量循环首 (15, 90, 1, i)
hist_sum_blot ＝ hist_sum_blot ＋ hh [i]
变量循环尾 ()
hist_sum_blot ＝ hist_sum_blot ÷ sum
type ＝ 0
如果真 (hist_sum_scratch ＞ 0.1)
type ＝ 1
如果真 (hist_sum_blot ＞ 0.3)
type ＝ 2

info.type ＝ type
info.rect ＝ rect
加入成员 (obj, info)

计次循环尾 ()
objj ＝ obj

i支持库列表	支持库注释
OpenCV	(未知支持库)

.版本 2<br /> .支持库 OpenCV<br /> <br /> .程序集 程序集1<br /> <br /> .子程序 _启动子程序, 整数型, , 本子程序在程序启动后最先执行<br /> .局部变量 img, 多维矩阵类<br /> .局部变量 cap, 视频采集类<br /> .局部变量 product, myproduct, , "0"<br /> .局部变量 grayImage, 多维矩阵类<br /> .局部变量 binImage, 多维矩阵类<br /> .局部变量 ontours, 多维数组点2i类<br /> .局部变量 Contours, 多维矩阵类<br /> .局部变量 i, 整数型<br /> .局部变量 area, 双精度小数型<br /> .局部变量 M, 矩类<br /> .局部变量 center_x, 双精度小数型<br /> .局部变量 center_y, 双精度小数型<br /> .局部变量 rect, 矩形2i类<br /> .局部变量 isNew, 逻辑型<br /> .局部变量 h, 双精度小数型<br /> .局部变量 v, 双精度小数型<br /> .局部变量 p, myproduct<br /> .局部变量 idx, 整数型<br /> .局部变量 objs, defect_object, , "0"<br /> .局部变量 roi, 多维矩阵类<br /> .局部变量 j, 整数型<br /> <br /> cap.打开 (“E:\新建文件夹\\缺陷检测代码素材\1.mp4”, 0, )<br /> .如果真 (cap.已打开 () ＝ 假)<br />     视觉_控制台输出 (“打开视频文件失败.”)<br />     返回 (-1)<br /> .如果真结束<br /> .判断循环首 (cap.读 (img))<br />     视觉_颜色空间转换 (img, grayImage, #颜色_BGR转GRAY, 0)  ' //灰度处理<br />     视觉_阈值 (grayImage, binImage, 128, 255, #阈值_二进制)<br />     视觉_查找轮廓 (binImage, ontours, , #检测_外部, #逼近_任何, )<br />     Contours ＝ 矩阵 (grayImage.尺寸2i (), , #八位无符号整数_单通道, 0)  ' //绘制<br />     .计次循环首 (ontours.尺寸 (), i)<br />         area ＝ 视觉_轮廓面积 (ontours.取点2i类数组 (i － 1), 假)<br />         .如果真 (area ＞ 18000)<br />             M ＝ 视觉_计算矩 (ontours.取点2i类数组 (i － 1), , 真)  ' //计算矩<br />             center_x ＝ M.m10 () ÷ M.m00 ()<br />             center_y ＝ M.m01 () ÷ M.m00 ()<br />             rect ＝ 视觉_最大轮廓矩形 (ontours.取点2i类数组 (i － 1))<br />             isNew ＝ 真<br />             .如果真 (center_x ＞ 100)<br /> <br />                 .计次循环首 (取数组成员数 (product), i)<br />                     h ＝ 取绝对值 (center_x － product <i>.cx)<br />                     v ＝ 取绝对值 (center_y － product <i>.cy)<br />                     .如果真 (h ＜ 25 且 v ＜ 25)<br />                         isNew ＝ 假<br />                         ' //说明不是新的，那就要更新一下<br />                         product <i>.cx ＝ center_x<br />                         product <i>.cy ＝ center_y<br />                         product <i>.rect ＝ rect<br />                     .如果真结束<br /> <br />                 .计次循环尾 ()<br />                 .如果真 (isNew)<br />                     p.cx ＝ center_x<br />                     p.cy ＝ center_y<br />                     p.rect ＝ rect<br />                     idx ＝ idx ＋ 1<br />                     p.index ＝ idx<br />                     加入成员 (product, p)<br />                 .如果真结束<br /> <br />             .如果真结束<br /> <br />         .如果真结束<br /> <br />     .计次循环尾 ()<br />     ' //单张图片计算完毕后，再次循环遍历每一帧图像中<br />     .计次循环首 (取数组成员数 (product), i)<br />         .如果真 (product <i>.cx ＞ 600)<br />             到循环尾 ()<br />         .如果真结束<br />         roi ＝ img.感兴区域 (product <i>.rect, )<br />         defect_detect (roi, objs)<br />         视觉_矩形 (img, product <i>.rect, 标量 (0, 255, 0), 1, 8, 0)<br />         视觉_放置文本 (img, 到文本 (product <i>.index), 点2i (product <i>.rect.左边, product <i>.rect.顶边), #字体_衬线_简单, 1, 标量 (255, 255, 0), 1, 8, 假)<br /> <br /> <br />         .计次循环首 (取数组成员数 (objs), j)<br /> <br />             objs [j].rect.左边 ＝ objs [j].rect.左边 ＋ product <i>.rect.左边<br />             objs [j].rect.顶边 ＝ objs [j].rect.顶边 ＋ product <i>.rect.顶边<br />             视觉_矩形 (img, objs [j].rect, 标量 (0, 0, 255), 1, 8, 0)  ' //绘制缺陷的外框<br />             .如果真 (objs [j].type ＝ 1)<br />                 ' 刮伤<br />                 视觉_放置文本 (img, “scratch”, 点2i (objs [j].rect.左边, objs [j].rect.顶边), #字体_衬线_简单, 0.5, 标量 (255, 255, 0), 1, 8, 假)<br />             .如果真结束<br />             .如果真 (objs [j].type ＝ 2)<br />                 ' 斑点<br />                 视觉_放置文本 (img, “blot”, 点2i (objs [j].rect.左边, objs [j].rect.顶边), #字体_衬线_简单, 0.5, 标量 (255, 255, 0), 1, 8, 假)<br />             .如果真结束<br /> <br /> <br /> <br />         .计次循环尾 ()<br /> <br /> <br /> <br />     .计次循环尾 ()<br /> <br /> <br />     视觉_显示图像 (“小白鼠”, img)<br />     视觉_等待按键 (30)<br /> .判断循环尾 ()<br /> <br /> <br /> 返回 (0)  ' 可以根据您的需要返回任意数值<br /> <br /> .子程序 defect_detect, , , 检测函数<br /> .参数 roi, 多维矩阵类<br /> .参数 objj, defect_object, 参考 数组<br /> .局部变量 obj, defect_object, , "0"<br /> .局部变量 grayImage, 多维矩阵类<br /> .局部变量 binImage, 多维矩阵类<br /> .局部变量 contours, 多维数组点2i类<br /> .局部变量 i, 整数型<br /> .局部变量 area, 双精度小数型<br /> .局部变量 rect, 矩形2i类<br /> .局部变量 defect_roi, 多维矩阵类<br /> .局部变量 threImage, 多维矩阵类<br /> .局部变量 contours_defect, 多维数组点2i类<br /> .局部变量 mask, 多维矩阵类<br /> .局部变量 result, 多维矩阵类<br /> .局部变量 hist, 多维矩阵类<br /> .局部变量 ranges, 小数型, , "2"<br /> .局部变量 h, 整数型<br /> .局部变量 hh, 双精度小数型, , "256"<br /> .局部变量 sum, 双精度小数型<br /> .局部变量 hist_sum_scratch, 双精度小数型<br /> .局部变量 hist_sum_blot, 双精度小数型<br /> .局部变量 type, 整数型<br /> .局部变量 info, defect_object<br /> <br /> 视觉_颜色空间转换 (roi, grayImage, #颜色_BGR转GRAY, 0)  ' //灰度处理<br /> 视觉_阈值 (grayImage, binImage, 128, 255, #阈值_二进制)  ' //二值化处理<br /> ' //检测出roi内所有轮廓<br /> 视觉_查找轮廓 (binImage, contours, , #检测_树, #逼近_任何, )<br /> .计次循环首 (contours.尺寸 (), i)<br />     area ＝ 视觉_轮廓面积 (contours.取点2i类数组 (i － 1), 假)<br />     .如果真 (area ＞ 100 且 area ＜ 15000)<br />         rect ＝ 视觉_最大轮廓矩形 (contours.取点2i类数组 (i － 1))<br />         defect_roi ＝ roi.感兴区域 (rect, )<br />         ' 开始分析缺陷属性<br />         视觉_颜色空间转换 (defect_roi, grayImage, #颜色_BGR转GRAY, 0)  ' //灰度处理<br />         视觉_阈值 (grayImage, threImage, 128, 255, #阈值_二进制_取反)  ' //二值化处理<br />         视觉_查找轮廓 (threImage, contours_defect, , #检测_外部, #逼近_任何, )<br />         mask ＝ 矩阵 (grayImage.尺寸2i (), , #八位无符号整数_单通道, 0)<br />         视觉_填充多边形 (mask, contours_defect, , , 标量 (255, 255, 255), 8, 0, )<br />         视觉_按位_与 (grayImage, mask, result, )<br />         ' //计算灰度直方图<br />         ranges [1] ＝ 0<br />         ranges [2] ＝ 255<br />         视觉_计算直方图 (result, 0, , hist, 256, ranges, 真, 假)<br />         h ＝ hist.数据指针 ()<br />         .计次循环首 (256, i)<br />             hh <i> ＝ 指针到小数 (h)<br />             h ＝ h ＋ 4<br />             sum ＝ sum ＋ hh <i><br />         .计次循环尾 ()<br />         .变量循环首 (90, 135, 1, i)<br /> <br />             hist_sum_scratch ＝ hist_sum_scratch ＋ hh <i><br />         .变量循环尾 ()<br />         hist_sum_scratch ＝ hist_sum_scratch ÷ sum<br />         .变量循环首 (15, 90, 1, i)<br />             hist_sum_blot ＝ hist_sum_blot ＋ hh <i><br />         .变量循环尾 ()<br />         hist_sum_blot ＝ hist_sum_blot ÷ sum<br />         type ＝ 0<br />         .如果真 (hist_sum_scratch ＞ 0.1)<br />             type ＝ 1<br />         .如果真结束<br />         .如果真 (hist_sum_blot ＞ 0.3)<br />             type ＝ 2<br />         .如果真结束<br /> <br />         info.type ＝ type<br />         info.rect ＝ rect<br /> <br />         加入成员 (obj, info)<br /> <br />     .如果真结束<br /> <br /> <br /> .计次循环尾 ()<br /> <br /> objj ＝ obj