opencv2版本代码流程图
2017-01-15 10:30:01 0 举报opencv2版本代码流程图主要展示了图像处理的各个环节，包括读取图像、转换图像、特征检测、图像分割等。首先，通过`cv2.imread()`函数读取图像文件；接着，可以使用`cv2.cvtColor()`函数将图像转换为灰度图或其他颜色空间；然后，通过`cv2.Canny()`或`cv2.HOGDescriptor()`等函数进行特征检测，提取图像中的边缘或角点等信息；最后，根据需求使用`cv2.threshold()`、`cv2.findContours()`等函数进行图像分割，得到目标物体的轮廓。整个过程涉及到图像的基本操作、特征提取和图像处理算法的应用。
作者其他创作
大纲/内容
（1）genMask.cpp中genMask函数
path&parhResultt
genfeture.cpp中Regionprops函数
genbwsimple.cpp
B）chooseMask.cpp中matchpoints函数
f）imgCorrect.cpp中imgCorrect函数
1.待测图像canny边缘求取结果2.待测图像缺陷部位截取图像3.待测图像缺陷在原图标记结果4.待测图与模板图像叠加后配准结果
3）genbwsimple.cpp中bwareaopen函数
2）chooseMask.cpp中函数AccurateRegistration
c）chooseMask.cpp中midPhoto函数
genbwsimple.cpp中sumMat函数
g）defectloc.cpp中defectloc函数
A）genbwsimple.cpp中genbwsimple函数
imgCorrect.cpp
roughregister.cpp
C）croughregister.cpp中roughregister函数
4）genbwsimple.cpp中MaximumCircumferenceOutline函数
传入：配准模板图
a）entropyOfInformation.cpp中entropyOfInformation函数
InstrumentPanelDetection.cpp
genfeture.cpp中aoiGravityCenter函数
结果
模板图像：a.去掉背景灯光转白色为黑色的图片b.只留有可视区域圆的图片c.原图直接二值化图片d.对二值化图去除小面积区域后的用于配准的二值图
通过比较最近邻欧氏距离与次近邻欧氏距离的比值寻找匹配点
path
genfeture.cpp
1）chooseMask.cpp中函数getFileNameAndFeture
b）chooseMask.cpp中leftPhoto函数
genbwsimple.cpp中getMatThresh函数
说明：与genMask中调用的区别：此处并不调用函数MaximumCircumferenceOutline
1）genbwsimple.cpp中binaryzationImage函数
特征点信息集合std::vectorstd::vector contoursMsg
说明：path为模板图片路径parhResult为待测图片路径
genbwsimple.cpp中genbwsimple函数
d）chooseMask.cpp中rightPhoto函数
e）chooseMask.cpp中preciseMatch函数
说明：与genMask中调用genbwsimple的区别：此处并不调用函数MaximumCircumferenceOutline
（2）chooseMask.cpp中chooseMask函数
2）genbwsimple.cpp中imfillHoles函数
待测图仿射变换
0 条评论
下一页
