瓶装水异物检测程序运行演示.pptx

瓶装水异物检测程序运行演示

课程引入代码分析代码演示一二三目录

能力目标（1）能够完成对瓶装水异物的检测。知识目标（1）了解形态学的原理；（2）了解按位逻辑运算。素质目标（1）具有严谨求实精神；（2）具有自主学习的能力；课程目标

一课程引入目前国内采用的瓶装液体异物检测方法主要有人工和高效液相色谱方法。人工检测的方法工作强度大，高而效液相色谱方法成本较高，这些方法都达不到自动化生产要求。机器视觉技术因其非接触，速度快，检测精度高越来越受厂家重视，本例子就大概实现了瓶装水异物的检测。

二代码分析在Opencv中可直接使用函数cv2.cvColor()将彩色图像转为其它类型的图像。其语法格式为：dst=cv2.cvtColor(src,code[,dstCn])式中：dst表示输出图像，与原始输入图像具有同样的数据类型和深度。Src表示原始输入图像。可以是8位无符号图像、16位无符号图像，或者单精度浮点数等。Code是色彩空间转换码，常用的有：cv2.COLOR_BGR2GRAY#彩色图像转换为灰度图cv2.COLOR_GRAY2BGR#灰度图像转换为彩色图cv2.COLOR_BGR2RGB#BGR彩色图像转换为RGB彩色图dstCn是目标图像的通道数。如果参数为默认的0，则通道数自动通过原始输入图像和code得到。图像灰度化

二代码分析在Opencv中可使用cv2.threshold()函数进行阈值化处理，该函数的语法格式为：Retval,dst=cv2.threshold(src,thresh,maxval,type)式中：retval代表返回的阈值。dst代表阈值分割结果图像，与原始图像具有相同的大小和类型。src代表要进行阈值分割的图像，可以是多通道的，8位或32位浮点型数值。thresh代表要设定的阈值。maxval代表当type参数为THRESH_BINARY或者THRESH_BINARY_INV类型时，需要设定的最大值。type代表阈值分割的类型，具体类型值如表所示。图像二值化

二代码分析在Opencv中，可以使用函数cv2.bitwise_not()来实现按位取反操作，其语法格式为：dst=cv2.bitwise_not(src[,mask])式中：dst表示与输入值具有同样大小的array输出值。src表示array类型的输入值。mask表示可选操作掩码，8位单通道array值。按位非运算

二代码分析一个轮廓对应着一系列的点，这些点以某种方式表示图像中的一条曲线。在Opencv中，函数cv2.findContours()用于查找图像的轮廓，并能够根据参数返回特定表示方式的轮廓（曲线）。函数cv2.drawContours()能够将查找到的轮廓绘制到图像上，该函数可以根据参数在图像上绘制不同样式（实心/空心点，以及线条的不同粗细、颜色等）的轮廓，可以绘制全部轮廓也可以仅绘制制定的轮廓。函数cv2.findContours()的语法格式为：image,contours,hierarchy=cv2.findContours(image,mode,method)式中的返回值为：image:与函数参数中的原始图像image一致。contours:返回的轮廓。hierarchy：图像的拓扑信息（轮廓层次）。式中的参数为：image:原始图像。8位单通道图像，所以非零值被处理为1，所有零值保持不变。也就是说灰度图像会被自动处理为二值图像。在实际操作时，可以根据需要，预先使用阈值处理等函数将待查找轮廓的图像处理为二值图像。mode:轮廓检索模式。method:轮廓的近似方法。轮廓提取

二代码分析函数cv2.drawContours()的语法格式是：image=cv2.drawCountours(image,contours,contourIdx,color[,thickness[,lineType[,hierarchy[,maxLevel[,offset]]]]])其中，函数的返回值为image，表示目标图像，即绘制了边缘的原始图像。式中：image:待绘制轮廓的图像。contours:需要绘制的轮廓。contourIdx:需要绘制的边缘索引，告诉函数cv2.drawContours()要绘制某一条轮廓还是全部轮廓。color:绘制的颜色，用BGR格式表示。thickness:可选参数，表示绘制轮廓时所用画笔的粗细。lineType:可选参数，表示绘制轮廓时所用的线型。hierarchy:对应函数cv2.drawContours()所输出的层次信息。maxLevel:控制所绘制的轮廓层次的深度。Offset:偏移参数。该参数使轮廓偏移到不同的位置