接續上一邊，分割了螺絲與螺母的圖像，但分割後的結果，因為螺絲過於接近的關係，沒有切割乾淨，會有其他螺絲的頭或者身體，這樣會影響到後續量測。

[OpenCV應用][Python]擷取出螺絲或螺母的影像

本文主要是，如何去除掉不要的背景雜物。

下層為原先分割的圖，上層為去除背景雜物的圖。




職場

音樂藝文

學習

以行動支持創作者！付費即可解鎖

軟體開發

[Python][OpenCV]學習心得筆記

本業是影像辨識軟體開發，閒暇時間進修AI相關內容，將學習到的內容寫成文章分享。

螃蟹_crab的沙龍

[OpenCV應用][Python]只保留想檢測螺絲圖像，其他去除

此篇為上一篇文章的延伸，先辦別是螺絲還是螺母才擷取出影像。

[OpenCV應用][Python]利用findContours辨識螺絲還是螺母

因為可能會需要另外處理螺絲與螺母才可以準確地去做量測，所以第一步就是先分割出這兩種的圖像。



[OpenCV應用][Python]擷取出螺絲或螺母的影像

本文將介紹，在圖像中找出最大矩形的物件來定位。





[OpenCV應用][Python]利用連通域分析達成物件定位

[OpenCV應用][Python]找出圖像中的四個方位的邊緣點求出寬高

呈上篇應用Numpy找到的座標點，那我們如何捨棄掉差異過大的座標點呢?

可能圖像物件邊緣不佳，採樣就會差異過大，造成計算出的寬高是不準確的。

遇到這種狀況，就可以使用下方的程式範例來篩選座標點。


為求方便，此範例跟圖

[OpenCV應用][Python]過濾差異過大的座標點

廢話不多說，先上成果圖。

成果圖

主要實現方法

1.灰階後利用cv2.Canny找物體的邊緣

2.找物件相對應的直線cv2.HoughLines

3.分類為橫向和垂直的直線角度，求得相對於物件的旋轉角度

4.根據算出的相對應旋轉角度將物件轉正


[OpenCV應用][Python]霍夫直線轉換偵測應用於旋轉補正

本文介紹如何使用OpenCV的分水嶺演算法來實作硬幣的影像分割。除了官方範例外，還加入取出分割後物件的中心點來標註的功能。透過二值化、距離圖、前景圖、分割背景圖等步驟，最後應用分水嶺演算法進行硬幣的分割。本文也提供程式範例及圖示逐步解析演算法。

[OpenCV應用][Python]應用watershed分割圖像(硬幣分割)

本文介紹OpenCV中的SimpleBlobDetector用於檢測斑點或圓，以及其與霍夫轉換找圓方法的差異。透過程式範例和解析，講解檢測到的關鍵點和設定參數，並整理SimpleBlobDetector與霍夫轉換的不同。最後，探討不同的應用場景和參數調整。

<div class="draft-block draft--p left">視覺系列還有更新嗎?  這裡可以小小請求作者可以用螺絲來當教學嗎?</div>
<div class="draft-block draft--p left">例如怎麼分辨螺絲和螺母，螺絲的牙距等等</div>

[OpenCV應用][Python]斑點檢測blob detect

大部分在求物件的寬度及高度，都會想到用OpenCV的findContours函式來做，從找到的輪廓中來計算物件的面積，周長，邊界框等屬性，從而得到物體的寬度與高度

[OpenCV應用][Python]利用findContours找出物件邊界框求出寬度及高度

本文將用不同的方法，利用Numpy

[OpenCV應用][Python]利用numpy找出物件邊緣求出寬度及高度

本文將利用OpenCV的findContours函式，從找到的輪廓中來計算物件的面積，周長，邊界框等屬性，從而得到物體的寬度與高度。

一般來說，我們在進行輪廓檢測時，會先進行圖像二值化，將對象轉換為白色，背景為黑色。這樣，在找到輪廓後，輪廓的點就會以白色表示，背景為黑色。

結果圖

從圖中綠色框

[OpenCV應用][Python]利用findContours找出物件邊界框求出寬度及高度

利用OPENCV，實現SIFT應用，尋找圖片中物件的旋轉角度

本文介紹主要提出SIFT提取關鍵角點的座標，由此算出物件的旋轉角度

程式功能介紹 : 導入待檢測圖及樣本圖，則會依照樣本圖中的物件為基準

[OpenCV應用][Python]利用SIFT得取圖片物件旋轉角度，並旋轉回正常角度

利用Python OpenCV實現一些影像處理的應用，整理所學，利用程式範例的方式解說其程式碼跟函式的使用方法及應用

[Python][OpenCV]學習心得筆記

目前尚無內容