图像识别瓶子是否贴标

Posted 2021-04-07 生产管理与控制

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