编号：A5
大小：8M
环境：Python3.8、OpenCV4.6、Pycharm2020
简介：判断瓶口是否完好，寻找瓶口缺陷部分，并将其框出（以下图为例进行演示）（包含程序部分代码）

解决步骤：
-通过Hough圆检测,获取瓶口外侧圆,确定圆的位置和尺寸,对瓶口部分进行极坐标变化和极坐标反变换,消除瓶口外侧区域的干扰。
-对之后的图像进行处理，提取缺陷部分进行轮廓绘制和缺陷判别。
1、导入功能包，读取图像
2、Hough圆检测获取瓶口位置和大小
为了防止误判，对圆半径进行限制，保证获得瓶口最外侧的轮廓./bottle_create.py 对框中瓶子进行检查
****************************************************************************************************
”’hough圆变换”’
cimg = cv2.cvtColor(bottle,cv2.COLOR_GRAY2BGR) # 转换成彩色图
circles = cv2.HoughCircles(median,cv2.HOUGH_GRADIENT,1,100,
param1=100,param2=60,minRadius=150,maxRadius=160) # Hough圆检测
circles = np.uint16(np.around(circles))
#print(circles)
for i in circles[0,:]: # 遍历circles，i为列表，i中包含多个列表，列表为[x,y,r]圆心坐标和半径
# draw the outer circle
cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
# draw the center of the circle
cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3)
#cv_show( ‘cimg’,cimg)
****************************************************************************************************

3、极坐标变化与反变换
为了消除瓶口外侧部分带来的干扰。进行极坐标变换，将极坐标中心设为圆心，极半径为圆半径；进行反变化，将瓶口放在原图大小的原位置
****************************************************************************************************
”’极坐标变换”’
polarImg = cv2.warpPolar(bottle,(300,900),center,radius,
cv2.INTER_LINEAR + cv2.WARP_POLAR_LINEAR)
#cv_show(‘polarImg’,polarImg)
”’反变换”’
b_bottle=cv2.warpPolar(polarImg,psp, center,radius,
cv2.INTER_LINEAR + cv2.WARP_POLAR_LINEAR + cv2.WARP_INVERSE_MAP)
#cv_show(‘b_bottle’,b_bottle)
****************************************************************************************************

4、图像处理
通过均值滤波消除干扰，阈值变换检测瓶口的亮点，由于出现小白点的干扰，进行开运算处理，再进行膨胀，将缺陷区域联通

5、轮廓检测和缺陷判断
寻找上图的外接轮廓，遍历这些轮廓，判断是否在瓶口处，并将其在原图上画出；将缺陷记录，判断存在缺陷，在图片上显示NOT OK
****************************************************************************************************
”’找缺陷”’
contours,hierarchy = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) #寻找轮廓
s_bottle=cv2.cvtColor(bottle, cv2.COLOR_GRAY2BGR)
counts=[]
for cnt in contours:
(x, y, w, h) = cv2.boundingRect(cnt) #获取轮廓位置大小
# print(x, y, w, h)
if x>circles_x1 and xcircles_y1 and y5 or h>5): # 判断轮廓是否在瓶口处
cv2.drawContours(s_bottle,cnt,-1,(0,0,255),2) # 绘制轮廓
counts.append(cnt) # 记录缺陷
****************************************************************************************************

以上就是瓶口缺陷检测的全部过程，其中还有不足，还达不到100%的成功
放上原图和最后做完的效果

运行展示

./bottle_create.py 对框中瓶子进行检查

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频