Есть какие-нибудь хорошие примеры проектов, связанных с анализом видения и изображений?
-
13-09-2019 - |
Вопрос
Мне нужно сделать снимок серии стеклянных пробирок и автоматически указать либо уровень жидкости в пробирках, либо точку, в которой жидкость достигает дна пробирок.Изображение, вероятно, было бы собрано веб-камерой и обработано на стандартном ПК.У меня нет ограничений по языку или методу, но мне придется выучить все, что бы это ни было.
Я нашел эти более общие вопросы о зрении на SO;
- изучение-компьютерного-зрения,
- какая-самая-лучшая-библиотека-для-компьютерного-зрения-в-c-c,
- библиотеки с открытым исходным кодом-машинное зрение-,
- с чего-мне-начать-изучение-обработки-изображений-и-распознавания-объектов,
Кто-нибудь знает о каких-либо подобных проектах, которые хорошо документированы, которые я мог бы просмотреть, или других идеях / комментариях?
Решение
Чесноков-Юрий написал серию статей, объясняющих анализ изображений в codeproject.Во всех своих статьях он охватывает широкий круг тем.Вы должны проверить это .он действительно исключительный.
некоторые из его статей вы можете счесть полезными
Другие советы
Если вы делаете это с помощью анализа изображений, то первое, что нужно сделать, - это получить максимально возможное качество изображения.Вероятно, подойдет веб-камера, но в дополнение вам понадобится некоторое освещение.Вы хотите, чтобы яркость фона вашего изображения была везде одинаковой и чтобы вы избавились от теней, что поможет правильно сегментировать изображение.Возможно, имело бы смысл осветить трубки с обратной стороны.
Это может быть непросто - поскольку ваши жидкости и тюбики прозрачные, поверхность жидкости может быть не слишком хорошо видна.Вы также могли бы рассмотреть возможность использования подхода, основанного на ультразвуке (измерьте время эха от поверхности жидкости).
Редактировать:еще одна идея:Если трубки открыты сверху, почему бы не продуть через них воздух, не измерить высоту подачи и не рассчитать уровень жидкости исходя из этого :-)
Если вы тоже ищете бесплатный и с открытым исходным кодом. OpenCV это хороший выбор, и я бы предложил C # как более легкую вещь для изучения, что C и этот порт что хорошо сработало для меня.Существуют и другие порты для других языков.
Есть также хорошие пакеты оплаты, которые могут быть проще, например, я использовал Халк от MVTec.
если проект финансируется компанией (то есть у него есть выделенный бюджет), вам следует рассмотреть возможность покупки "настоящей" библиотеки обработки изображений:matrox, cognex, halcon, national instruments...существует множество библиотечных провайдеров.преимущество заключается в том, что уже существует множество инструментов, особенно касающихся регистрации изображений и измерения размеров.у многих даже есть что-то вроде IDE для прототипирования обработки.
также подумайте о покупке "настоящей" камеры:один с приличным CMOS- или CD-сенсором.здесь опять же существуют десятки поставщиков.разница между этим устройством и веб-камерой заключается в качестве изображения.имейте в виду, что разрешение камеры оказывает большое влияние на разрешение результата.кроме того, хорошая камера не поставляется с объективом, но вы найдете объективы очень хорошего качества (cosmicar / pentax - лучший компромисс между качеством и ценой), тогда как веб-камера обычно оснащена очень плохим цельным объективом...тип объектива влияет на искажение изображения, таким образом, это влияет на качество результата.
любая рассеянная белая подсветка должна идеально подходить для освещения данного изделия.
затем вы можете найти тренинг по компьютерному зрению или просто найти наставника, который знает, как работает vision, и проведет вас по проекту.