Image processing 使用openCV进行图像处理，查找瓶子形状中的缺陷 我用图像处理、OpenCV、C++来检查瓶子的形状。我对openCV非常陌生。如果有人能给我一个正确的方向来实现这一目标，那将是一个很大的帮助。如何用OpenCV和C++来检测瓶子形状的缺陷。我将瓶子图像作为系统的输入。当一个变形的瓶子被输入时，系统应该检测到它

缺陷瓶图像：

良好的瓶子形象：

基本方法： 您可以提取边缘，然后注册这两个图像。在openCV中，您将为此获得两个过滤器

完美的方法： 您可以使用统计形状建模算法，我不确定它是否存在于OPenCV中。

• 获取感兴趣区域（ROI）并找到轮廓
• 寻找凸形
• 查找凸性缺陷
• 对参考ROI和缺陷ROI都执行此操作，然后进行比较

比较并不简单，因为您可能需要在两个轮廓的区域之间建立一些对应关系（可能是您可以使用网格并将其单元用作ROI，现在单个图像有许多ROI，以解决对应关系的复杂性）

红色的投资回报率：

基于网格的方法（多ROI）：

---

您可以尝试opencv模板匹配功能。来自opencv文档： 模板匹配是一种查找与模板图像（面片）匹配（相似）的图像区域的技术。 它实现了一种滑动窗口方案，将我们想要找到的模板图像滑动到源图像上，并计算存储在结果矩阵中的相似性度量。 在结果矩阵中，最暗/最亮的位置表示最高匹配（根据所采用的模板匹配算法），它标记模板的最佳匹配位置。使用结果矩阵上的minMaxLoc函数可以找到最亮的位置。

matchTemplate方法的签名如下：

matchTemplate（图像、模板、结果、匹配方法）//匹配模板
规格化（结果，结果，0，1，NORM_MINMAX，-1，Mat（））//使结果正常化
双米瓦尔；双最大值；明洛克点；maxLoc点；点匹配；
minMaxLoc（result，&minVal，&maxVal，&minLoc，&maxLoc，Mat（））//查找结果中的最小值和最大值

OpenCV提供了几种不同的匹配算法，例如查找强度的归一化平方差（CV_TM_SQDIFF_NORMED）。对于使用CV_TM_SQDIFF_NORMED获得的结果矩阵，最低值对应于最佳匹配。对于其他方法，如归一化互相关（CV_TM_CCORR_NORMED），最高值对应于最佳匹配 在您的情况下，可以使用与模板图像偏差的公差值对结果矩阵进行阈值设置，如果阈值设置的结果是空垫，则可以确定瓶子有缺陷。您可能需要进行一些实验，以找到合适的阈值。如果想要精确匹配，必须在结果矩阵中查找0/1（根据方法）。 您可以找到有关opencv模板匹配的更多信息。

---

希望这能有所帮助。

如果你能帮我，我愿意支付。请让我知道。我希望在我的最终项目中尽快完成这项工作。我在尝试这种方法。但是我没能达到目标。所以如果你有兴趣，请告诉我。