




版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
手機卡托尺寸測量檢測方法講解課程引入處理原理處理步驟一二三目錄能力目標檢測sim卡卡托尺寸,通過計算尺寸面積確認合格與否;知識目標(1)圖像二值化;(2)邊緣提取;(3)像素當量、像素數量轉化為物理面積。課程目標一課程引入手機在當今的社會十分的重要,可以說人們已經離不開對手機的使用了。人們通過插入手機卡,就可以使用手機進行打電話、發短信和上網沖浪等,大大豐富了人們的生活。但是手機卡的使用還要依賴于卡托,如果卡托的尺寸不正確,就會導致無法順利安裝進手機內部,即使安裝進去了,也會導致手機無法識別手機卡的信息,需要正常使用的話,需要用戶到相應地方進行更換,給用戶帶來很大的麻煩。在當今對卡托需求量很大的情況下,人工檢測的工作量是很大的,而且容易在檢測過程中造成視覺疲勞,大大增加了產品的不合格率。數字圖像處理技術的檢測方面已經被廣泛應用了。為了提高卡托生產的合格率,本案例將展開對卡托尺寸檢測技術的討論,通過計算尺寸面積確定產品合格與否。二處理原理為什么圖像二值化
圖像二值化(ImageBinarization)就是將圖像上的像素點的灰度值設置為0或255,也就是將整個圖像呈現出明顯的黑白效果的過程。
在數字圖像處理中,二值圖像占有非常重要的地位,圖像的二值化使圖像中數據量大為減少,從而能凸顯出目標的輪廓。
在Opencv中可使用cv2.threshold()函數進行閾值化處理。二處理原理為什么輪廓提取OpenCV提供了查找圖像輪廓的函數cv2.findContours(),該函數能夠查找圖像內的輪廓信息,而函數cv2.drawContours()能夠將輪廓繪制出來。圖像輪廓是圖像中非常重要的一個特征信息,通過對圖像輪廓的操作,我們能夠獲取目標圖像的大小、位置、方向等信息。輪廓提取二怎么選擇輪廓處理原理一個輪廓對應著一系列的點,這些點以某種方式表示圖像中的一條曲線。在OpenCV中,函數cv2.findContours()用于查找圖像的輪廓,并能夠根據參數返回特定表示方式的輪廓(曲線)。函數cv2.drawContours()能夠將查找到的輪廓繪制到圖像上,該函數可以根據參數在圖像上繪制不同樣式(實心/空心點,以及線條的不同粗細、顏色等)的輪廓,可以繪制全部輪廓也可以僅繪制指定的輪廓。讀取原圖之后將彩色圖像轉換為單通道的灰度圖像,將灰度圖像進行二值化,然后對邊框進行選中;去除干擾性因素,如背景板色點以及卡托內部區域;進行邊緣提取,根據提取出來的輪廓尋找最大外接矩形。實踐與訓練實際步驟二處理原理流程圖三處理步驟實際流程三讀取原圖之后將彩色圖像轉換為單通道的灰度圖像,將灰度圖像進行二值化,然后對邊框進行選中;處理步驟實際流程三進行輪廓檢測,并繪制輪廓處理步驟實際流
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 茶葉質量安全培訓課件
- 智慧城市的網絡安全防御體系研究
- 輕型建材培訓課件模板
- 學習障礙的教育心理學分析與干預
- 心理輔導對提高學生學習動力的影響
- 醫療健康教育中教育機器人的角色與挑戰
- 構建智慧校園偏遠地區教育技術的探索與實施
- 提升教師知識產權意識構建教育創新生態圈
- 全球石油市場供需格局2025年調整策略與行業影響研究報告
- 公交優先發展對2025年城市交通擁堵治理的長期影響研究報告
- 2025屆黑龍江省哈爾濱市哈爾濱風華中學英語八下期末監測試題含答案
- 本草食養:養生藥膳餐廳商業計劃書
- 2025年螢石行業市場需求分析報告及未來五至十年行業預測報告
- 食品安全事故流行病學調查技術指南
- 內蒙古呼和浩特實驗教育集團2025屆七年級英語第二學期期末考試模擬試題含答案
- 2025年廣東省高考生物試題
- 2025至2030中國匹克球市場前景預判與未來發展形勢分析報告
- 防護窗拆除合同范本
- 關于問責的工作報告
- 城市交通流優化的AI驅動預測模型研究-洞察闡釋
- 香港勞工合同保密協議
評論
0/150
提交評論