《机器视觉系统应用》课件——液晶面板对位贴合案例检测程序运行演示.pptxVIP

液晶面板对位贴合案例检测程序运行演示

目录情景引入代码分析代码演示一二三6S管理四

能力目标检测CPU正反面并旋转图片将其三角形标志置于右上角；知识目标识别CPU正反面；如果不是针脚面，旋转图片将三角形标准位放于右上角。课程目标

情景导入中央处理器（CPU），是电子计算机的主要设备之一，电脑中的核心配件。其功能主要是解释计算机指令以及处理计算机软件中的数据。CPU是计算机中负责读取指令，对指令译码并执行指令的核心部件。中央处理器主要包括两个部分，即控制器、运算器，其中还包括高速缓冲存储器及实现它们之间联系的数据、控制的总线。某公司推出一款新的CPU，受到市场的广泛喜欢，销量节节攀升，因此出货量很多，但是在出货量提高的同时，出货质量也要有保证，因此在CPU液晶面板对接环节必须要做好。 模拟企业端一情景引入

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展现出来。轮廓提取

二代码分析摆正图片 在使用函数cv2.warpAffine()对图像进