用于产品自动缺陷检测的图像处理答案

【问题标题】：Image processing for automatic defect detection in product用于产品自动缺陷检测的图像处理
【发布时间】：2015-10-05 07:26:46
【问题描述】：

使用图像处理实现自动缺陷检测需要哪些步骤？可用于实施解决方案的最佳开源和商业软件是什么？请提出您的想法。

【问题讨论】：

不幸的是，这种问题是题外话。投票结束。
嗨@rayryeng，我可以知道为什么它是题外话。该论坛旨在讨论我们面临的任何技术难题。在这里，我想知道可以解决我的问题的不同方法。而且我在网上找到了很多软件，所以我请人们推荐一个更好的，如果他们已经使用过。
第 4 点 - stackoverflow.com/help/on-topic... “要求我们推荐或查找书籍、工具、软件库、教程或其他非现场资源的问题对于 Stack 来说是题外话溢出，因为它们往往会吸引固执己见的答案和垃圾邮件。相反，请描述问题以及迄今为止为解决问题所做的工作。” 顺便说一句，StackOverflow 不是论坛。这是一个问答网站，功能不同于论坛 - stackoverflow.com/tour
对不起@rayryeng。我不知道这个提问规则。我会记住的，以备将来使用。谢谢。
不用担心。是的，下次提问时请记住这一点……但是对于它的价值，我同意接受的答案。使用 OpenCV！

【解决方案1】：

最好的资源是 OpenCV。获取新的。

需要检测的具体功能取决于您的产品，但没有更好的起点。

在不了解您的产品的情况下，我怀疑您需要大量产品的好坏图片，您可以在 OpenCV 中将它们标记为好/坏的数据集。

【讨论】：

是否只是用正品和缺陷产品进行训练并对输入图像进行分类。或在输入分类系统之前所需的任何预处理。
查看 OpenCV 文档中的分类器系统。你将需要几百个样本图像来构建一个 HAAR 风格的分类器。例如，如果你有很多好螺栓和坏螺栓的图片，你可以将它们全部提供给分类器，并将它们标记为好或坏。 HAAR 分类器经过训练后，将能够查看新图片并很好地估计新图片是好螺栓还是坏螺栓。