图像识别瓶子是否贴标
Posted 生产管理与控制
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了图像识别瓶子是否贴标相关的知识,希望对你有一定的参考价值。
为什么进行图像识别
产线上老旧设备原来是生产其他规格的瓶子,升级改造不十分成功,会带来很多质量问题,比如空白瓶、重复贴标、瓶身褶皱,加上瓶身贴标不齐、瓶盖不齐、瓶身污点等问题,这时需要人眼检查各种质量问题的瓶子,才能保证生产产品质量。使用图片识别,用机器替代人眼操作,释放人到更重要岗位。进而推广到更多需要机器替代人眼操作的地方,比如图像识别胶囊颗粒瑕疵,图像识别口喷二维码是否打歪等。
图像识别常用思路
1 查找物体边缘
2 提取物体区域
3 根据业务规则,判断物体区域是否满足业务规则
图像识别过程可能遇到问题及解决方法
1 查找物体边缘
设置背景图片,可以增加纯色挡板手段过滤图片里干扰物
比较当前图片和背景图片差异,将图片差异进行二值化处理
二值化处理就是设置图像阈值,大于阈值设置成黑色,小于阈值设置成白色
如果是彩色图片,需要将彩色图片转化成灰度图片,才能进行二值化处理
2 提取物体区域
图像二值化处理好,提取图像重要区域就会好
如果图像封闭性不好,可以对图像进行膨胀和腐蚀操作,加强图像封闭性
可以设置阈值,过滤掉无法处理掉的大或者小物体
3 根据业务规则,判断物体区域是否满足业务规则
如果是白瓶,可以通过统计二值化图像的直方图,计算白色区域所占白色加黑色区域百分比,这里还是需要设置阈值,大于阈值(比如95%)的物体判断为白瓶
下面是图片处理过程截取一些图片:
背景图片,如图background.JPG
当前图片,如图normal.JPG
二值化图片,如图threshold.jpg
结果图片,如图result.jpg
图像识别效果视频,如视频 图像识别是否是贴标.wmv
源代码参考
https://github.com/liangb4009/DDit-Rapid-Development-Framework.git/branches/prerelease/DDit.Python/识别空白瓶Demo.py
以上是关于图像识别瓶子是否贴标的主要内容,如果未能解决你的问题,请参考以下文章
R语言基于可视化进行多变量离群(Mulltivariate outliers)点检测识别:散点图可视化多变量离群点模型平滑多变量异常检测使用平行坐标图查看钻石数据集中的异常值