图像处理解决流程

图像处理解决流程

一、图像外观检测和面积计算

        1、获取标准图像，提取要测定的区域（截取成多个ROI）

        2、将目标图像的位置进行平移和旋转（将目标图像和标准图像进行重叠）

       3、根据标准图像的区域进行以此计算目标图像的信息

      4、判断统计

二、图像特征统计和计数：

        1、将图像中待计算和统计的区域分割出来。

        2、制作模板

        3、 在目标图像中进行ROI区域提取，降低计算量。

        4、分别统计不同区域的的数量

类似Halcon中的fill_up方法

在进行阈值处理之后，可以获取图像的轮廓信息，在获取的轮廓信息中可以使用drawContours进行填充/绘制轮廓信息

 Cv2.DrawContours(source, dd, -1, Scalar.Red,-1);

通过图像的锯获取图像的面积和图像的中心矩坐标

ContourArea()获取的图像的面积==Moments().M00;

图像的矩

        图像的矩可以帮助我们计算图像质心，面积，等。

重心计算如下：

 轮廓面积

• 使用（0 阶矩），M[‘m00’]。

图像处理解决流程

一、图像外观检测和面积计算

        1、获取标准图像，提取要测定的区域（截取成多个ROI）

        2、将目标图像的位置进行平移和旋转（将目标图像和标准图像进行重叠）

       3、根据标准图像的区域进行以此计算目标图像的信息

      4、判断统计

二、图像特征统计和计数：

        1、将图像中待计算和统计的区域分割出来。

        2、制作模板

        3、 在目标图像中进行ROI区域提取，降低计算量。

        4、分别统计不同区域的的数量

类似Halcon中的fill_up方法

在进行阈值处理之后，可以获取图像的轮廓信息，在获取的轮廓信息中可以使用drawContours进行填充/绘制轮廓信息

 Cv2.DrawContours(source, dd, -1, Scalar.Red,-1);

通过图像的锯获取图像的面积和图像的中心矩坐标

ContourArea()获取的图像的面积==Moments().M00;

图像的矩

        图像的矩可以帮助我们计算图像质心，面积，等。

重心计算如下：

 轮廓面积

• 使用（0 阶矩），M[‘m00’]。