文件編號：A5

文件大小：8M

開發(fā)環(huán)境：Python3.8、OpenCV4.6、Pycharm2020

猿創(chuàng)承諾：該項目親測正常運行，需遠程調(diào)試部署需另外收費，確保正常使用，不能正常使用全額退款。

簡要概述：基于Python+OpenCV瓶口缺陷檢測

主要任務：判斷瓶口是否完好，尋找瓶口缺陷部分，并將其框出（以下圖為例進行演示）（包含程序部分代碼）

解決步驟：

-通過Hough圓檢測,獲取瓶口外側圓,確定圓的位置和尺寸,對瓶口部分進行極坐標變化和極坐標反變換,消除瓶口外側區(qū)域的干擾。

-對之后的圖像進行處理，提取缺陷部分進行輪廓繪制和缺陷判別。

1、導入功能包，讀取圖像

2、Hough圓檢測獲取瓶口位置和大小

為了防止誤判，對圓半徑進行限制，保證獲得瓶口最外側的輪廓./bottle_create.py 對框中瓶子進行檢查

****************************************************************************************************

'''hough圓變換'''

cimg = cv2.cvtColor(bottle,cv2.COLOR_GRAY2BGR)  # 轉換成彩色圖

circles = cv2.HoughCircles(median,cv2.HOUGH_GRADIENT,1,100,

                         param1=100,param2=60,minRadius=150,maxRadius=160)  # Hough圓檢測

circles = np.uint16(np.around(circles))

#print(circles)

for i in circles[0,:]:    # 遍歷circles，i為列表，i中包含多個列表，列表為[x,y,r]圓心坐標和半徑

    # draw the outer circle

    cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)

    # draw the center of the circle

    cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3)

#cv_show( 'cimg',cimg)

****************************************************************************************************

3、極坐標變化與反變換

為了消除瓶口外側部分帶來的干擾。進行極坐標變換，將極坐標中心設為圓心，極半徑為圓半徑；進行反變化，將瓶口放在原圖大小的原位置

****************************************************************************************************

'''極坐標變換'''

polarImg = cv2.warpPolar(bottle,(300,900),center,radius,

                         cv2.INTER_LINEAR + cv2.WARP_POLAR_LINEAR)

#cv_show('polarImg',polarImg)

'''反變換'''

b_bottle=cv2.warpPolar(polarImg,psp, center,radius,

                       cv2.INTER_LINEAR + cv2.WARP_POLAR_LINEAR + cv2.WARP_INVERSE_MAP)

#cv_show('b_bottle',b_bottle)

****************************************************************************************************

4、圖像處理

通過均值濾波消除干擾，閾值變換檢測瓶口的亮點，由于出現(xiàn)小白點的干擾，進行開運算處理，再進行膨脹，將缺陷區(qū)域聯(lián)通

5、輪廓檢測和缺陷判斷

尋找上圖的外接輪廓，遍歷這些輪廓，判斷是否在瓶口處，并將其在原圖上畫出；將缺陷記錄，判斷存在缺陷，在圖片上顯示NOT OK

****************************************************************************************************

'''找缺陷'''

contours,hierarchy = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)  #尋找輪廓

s_bottle=cv2.cvtColor(bottle, cv2.COLOR_GRAY2BGR)

counts=[]

for cnt in contours:

  (x, y, w, h) = cv2.boundingRect(cnt)  #獲取輪廓位置大小

# print(x, y, w, h)

  if x>circles_x1 and x<circles_x2 and y>circles_y1 and y<circles_y2 and (w>5 or h>5):  # 判斷輪廓是否在瓶口處

    cv2.drawContours(s_bottle,cnt,-1,(0,0,255),2)  # 繪制輪廓

    counts.append(cnt)  # 記錄缺陷

****************************************************************************************************

以上就是瓶口缺陷檢測的全部過程，其中還有不足，還達不到100%的成功

放上原圖和最后做完的效果

按需寫作：

演示視頻：

點擊查看：系統(tǒng)演示視頻

運行效果：

源代碼

./bottle_create.py 對框中瓶子進行檢查

./bottle_mouth.py 對瓶口缺陷進行檢測

源文件

./bottles 檢測的原圖像

./bottle 檢測完的圖像

遠程協(xié)助：

溫馨提示：索煒達.猿創(chuàng)官方提供收費遠程協(xié)助，確保您項目運行成功。

點擊查看：遠程協(xié)助相關事項

我們提供完整項目文件清單如下：

文件目錄

 ├ 1.項目源碼

 ├ 2.運行截圖

 └ 3.演示視頻