• Halcon学习:坏点检测


    此代码作用于摄像头模组实拍图片检测坏点。用到的算子是动态阈值分割,实现逻辑是,实拍图转灰度图,然后进行动态阈值分割获得坏点。最后在原图上框出坏点。

     1 *此文件夹包含待测实拍图
     2 list_files ('E:/1(1)/1(1)', 'files', Files)
     3 l:=|Files|
     4 *设置画框规格
     5 dev_set_draw ('margin')
     6 dev_set_line_width (1)
     7 *循环每张图进行local_threshold获取黑点即坏点
     8 for i := 1 to l-1 by 1
     9     read_image (Image, Files[i])
    10     rgb1_to_gray (Image, GrayImage)
    11             dev_display (GrayImage)
    12         dev_display (Rectangle)
    13     local_threshold (GrayImage, Region, 'adapted_std_deviation', 'dark', [], [])
    14     *获取坏点并计算数量
    15     connection (Region, ConnectedRegions)
    16     count_obj (ConnectedRegions, Number)
    17     if (Number!=0)
    18         *循环画框
    19     for j := 1 to Number by 1
    20         select_obj (ConnectedRegions, ObjectSelected, j)
    21         area_center (ObjectSelected, Area, Row, Column)
    22         gen_rectangle2 (Rectangle, Row, Column, 0, 20, 20)
    23 
    24     endfor
    25     endif
    26 
    27 endfor

    效果图如下:

  • 相关阅读:
    JMX堆栈分析
    Python装饰器示例
    安装指定版本capistrano
    Linux CPU使用率含义及原理
    API gateway 之 kong 安装
    Redis内存分析方法
    Elasticsearch集群内的原理
    Elasticsearch基础
    Python智能检测编码并转码
    (转)rabbitmq的web管理界面无法使用guest用户登录
  • 原文地址:https://www.cnblogs.com/zxl971213/p/13691119.html
Copyright © 2020-2023  润新知