Python-OpenCV实现图像缺陷检测的实例

在jupyter notebook上使用python+opencv实现如下图像缺陷检测。关于opencv库的安装可以参考：python下opencv库的安装过程与一些问题汇总。

1.实现代码

import cv2
import numpy
from pil import image, imagedraw, imagefont

#用于给图片添加中文字符
def imgtext_cn(img, text, left, top, textcolor=(0, 255, 0), textsize=20):
    if (isinstance(img, numpy.ndarray)):  #判断是否为opencv图片类型
        img = image.fromarray(cv2.cvtcolor(img, cv2.color_bgr2rgb))
    draw = imagedraw.draw(img)
    fonttext = imagefont.truetype("font/simhei.ttf", textsize, encoding="utf-8")
    draw.text((left, top), text, textcolor, font=fonttext)
return cv2.cvtcolor(numpy.asarray(img), cv2.color_rgb2bgr)

#读取原图片
image0=cv2.imread("0.bmp")
cv2.imshow("image0", image0)
#灰度转换
gray0 = cv2.cvtcolor(image0, cv2.color_rgb2gray)
cv2.imshow("gray0", gray0)for i in range(1,6):
    img0=cv2.imread(str(i)+".bmp")#原图片
    img=cv2.cvtcolor(cv2.imread(str(i)+".bmp"),cv2.color_rgb2gray)#灰度图
    #使用calchist()函数计算直方图，反映灰度值的分布情况
    hist = cv2.calchist([gray0], [0], none, [256], [0.0,255.0])
    h1 = cv2.calchist([img], [0], none, [256], [0.0,255.0]) 
    #计算图片相似度
    result = cv2.comparehist(hist,h1,method=cv2.histcmp_bhattacharyya)#巴氏距离比较，值越小相关度越高，最大值为1，最小值为0
    #print(result)
    #设定阈值为0.1，若相似度小于0.1则为合格，否则不合格
    if result <0.1:
        detect=imgtext_cn(img0, '合格', 10, 10, textcolor=(255, 0, 0), textsize=30)
    else:
        detect=imgtext_cn(img0, '不合格', 10, 10, textcolor=(255, 0, 0), textsize=30)
    cv2.imshow("detect_" +str(i),detect)
cv2.waitkey(0)

2.运行结果

到此这篇关于python-opencv实现图像缺陷检测的实例的文章就介绍到这了,更多相关opencv 图像缺陷检测内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！