/templateMatchForImage

图片处理：模板匹配

Primary LanguagePython

PartsTemplateMatching

用于电路板的零件识别，所用方法为Opencv的模板识别

  • Author : FreeA7
  • Date : Jan 28, 2019
  • Version : 1.0

注意

  • code 由 5300 零件匹配修改过来，所以现有所有函数都可直接用于 5300
  • 使用之前一定要看此文档，可以帮助你快速入手
  • testp 和 feature 中的图片都是 5300 的图片
  • 最好使用类似 Photoshop 等软件进行描点，达到最好的匹配效率
  • 请预先模仿 GetBestMatching 类中生成二值图片的方法生成好二值 feature ，参数都是我多次测试模拟效果最好的，一般不要改动，如果效果很差可自行调整。

算法总览

各文件描述

init.py

  • 这是执行文件，可在这里执行各种方法
  • 方法包括对单独图片或者对整个文件夹的，注意注释即可使用
  • 有的方法可以保存图片结果，注意注释即可
  • 由于目前手头没有故障文件，所以用 nparray 进行测试替代
  • 不同零件的阈值可能有较大区别，注意测试，如使用空图或者完全随机的图片

utils.py

  • 这是需要使用者自行修改的文件，包括零件位置，输出结构等
  • 其中的函数不要修改，只是供 init 使用，绝大多数时候不用改
  • 三个子类需要根据零件具体情况进行重写，具体请看注释

getBestMatching.py

  • 这是进行模板匹配并返回最佳匹配的父类
  • 一般来说流程是固定的，不需要修改
  • 需要调整的 resize 函数已经继承在 util.py 中，重写即可

getParts.py

  • 这是获取零件具体位置的父类
  • 一般来说流程是固定的，不需要修改
  • 需要调整的 getTarget 函数已经继承在 util.py 中，重写即可

defectComparison.py

  • 这是进行故障匹配并输出结果的父类
  • 一般来说流程是固定的，不需要修改
  • 需要调整的三个函数已经继承在 util.py 中，重写即可

feature & testp & out

  • 这是我在测试时使用的存放feature、图片和输出结果的文件夹
  • 可删可改可随意调整，不固定，在 init 中写好位置就行