セブンステストマシンビジョン
まず、実験の目的
実験は第七OpenCVの、画像欠陥検出することにより行います。
第二に、実験的なコンテンツ
画像欠陥測定。
第三に、実験プロセス
私は、Python言語+ OpenCVの画像機能の欠陥検出を使用しています。私たちはインポートCV2を持つインポートライブラリに必要な実験; PILインポートイメージから、ImageDraw、ImageFont。
1）画像とグレースケールを読み取ります
我々は、検出すべきすべての画像を読み取るためのループを使用し、画像を読み取るために関数imread（）関数を使用してグレースケール
コード例：
IMG = cv2.imread（ "0.bmp"）
灰色= cv2.cvtColor（IMG、cv2.COLOR_RGB2GRAY）
私のための範囲（1、6）：
T1 = cv2.cvtColor（cv2.imread（STR（I）+ "BMP"）、cv2.COLOR_RGB2GRAY）
図3.1白髪の写真
2）ヒストグラム算出ピクチャ
使用calcHist（）関数が計算されます。
サンプルコード：
画像ヒストグラム＃計算
HIST = cv2.calcHist（[グレー]、[0]、[なし]、[256]、[0.0,255.0]）
cv2.calcHist H1 =（[T1]、[0]、[なし]、[256]、[0.0,255.0]）
3）画像フォント、フォントサイズ
コードを入力してください。
＃コントラスト画像の類似性
結果= SUM（HIST - H1）[0]
PILを作成した＃オープン画像
イム= Image.open（STR（I）+ ".BMP"）
＃操作オブジェクトを作成します。
ドロー= ImageDraw.Draw（IM）
＃Fontオブジェクトsimsun、ワードサイズは30で、
FNT = ImageFont.truetype（R'C：\ WINDOWS \フォント\ simsun.ttc」、30）
4）資格の画像を決定します
そうでなければ未修飾;修飾10未満の原画像のコントラストの類似性、あれば、if文を使用します。
サンプルコード：
その結果、<10の場合：
draw.text（（5、10）、U '合格'、フィル= '赤'、フォント= FNT）
そうしないと：
draw.text（（5、10）、U '失敗'、フィル= '赤'、フォント= FNT）
5）画像を表示
サンプルコード：
im.show（ "結果" + STR（I）+ "PNG"）
図3.2に示し資格の写真かどうか
第四に、実験誤差
実験は大きな問題は発生しませんでした。
第五に、実験の概要
学習OpenCVの欠陥検出技術、能力を向上させます。