Hi?又見面啦！

不知道小伙伴們最近有沒有好好學習軟件呢？

今天我將帶領大家從【測量篇】開始學習，要學習到的算法就是——最小外接矩形！

機器視覺定位方法很多如：

基于特征點匹配的、基于形狀的、基于外截圓、外截矩形的等等。其中基于最小外接矩形的定位方法是我們常見的一種定位方法。

其定位機理可以概述為：通過查找目標特征區域的最小外接矩形，依據矩形的位置及方向來定位目標物體的位置與姿態。再通過與模板圖像的比對，從而計算出目標物體的偏移量與旋轉角度，從而引導機械手進行相應的作業。

?算法介紹

本算法用于統計在設定的?ROI?區域（藍色框）內統計符合灰度要求的像素點組成的最小單位的矩形，設定區域面積的【合格范圍】，從而判斷產品OK/NG.

?參數學習

【灰度低閾值】：設置值應<=檢測位置邊緣灰度值，確定檢測位置需要被檢測到的像素點灰度的最小值；

【灰度高閾值】：設置值應>=檢測位置邊緣灰度值，確定檢測位置需要被檢測到的像素點灰度的最大值；

【精度放大倍數】：此值越高計算出的結果值越精確，但同時會增加檢測時間，

【最小閾值】：設置值應<=測試結果值，確定合格產品范圍的最小值；

【最大閾值】：設置值應>=測試結果值，確定合格產品范圍的最大值；

【收縮檢測區域】：此功能可一鍵自動調整?ROI?區域大小范圍（可多次調整），其中“膨脹尺寸”和“向外擴展”可設置單次向外擴展的大小

最小外接矩形算法實際應用場景?：檢測物體(如玻璃瓶的瓶口高度)是否有半圓缺失等...

我們先打開SGVision軟件，按【F4】快捷鍵進入算法頁面，【導入需要檢測的圖片】—【選擇測量欄目】—【選中最小外接矩形】。

假設我們要尋找這張圖片

也就是白色區域的最小外接矩形

他的【RGB】是255，所以灰度最高最低閾值只要在這個范圍就可以檢測出來！

檢測一下

它就自動尋找出最小的外接矩形了

，時長00:21

這個時候我們測出來的參數有長和寬，有最小寬度和最大寬度，那我們根據客戶的要求看他是想要提取哪個參數。

我們再來換一個不同形狀的來測試一下！

圓形的最小外接矩形

測試一下也很快就找到了最小的外接矩形

，時長00:09

那假設我們想要找的是最外面這個圓的最小外接矩形，那我們要怎么把里面的圓過濾掉從而精準的找到呢，答案就是調整參數。

我們把【灰度低閾值】與【灰度高閾值】調整為:

80—150

?

測試一下就找到了！

，時長00:13

所以大家在尋找最小外接矩形的時候要先確認好閾值范圍，以免碰到多層圖形的時候找錯圖形。

最小外接矩形呢比較適合不規則圖形去尋找它的最小的長和寬，如果是圓形這樣的圖形精度就沒那么準確了，總的來說這個算法相對簡單，也沒有那么多復雜的參數，非常好上手的！

完整視頻教學：https://mp.weixin.qq.com/s/TMGQs5uOgzca0yIjv9Re4w

審核編輯：符乾江