检测-PCB板线路

本次分享的示例代码很简单，总共加起来不到20行，但是这个很简单的案例，确有两个很重要的halcon知识点，因此该示例算是小而精的典范。

先上代码：

* PCB板线路检测
* 读图像
read_image (Image, 'pcb')
dev_close_window ()
get_image_size (Image, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
dev_display (Image)
* detect defects ...
* 灰度图像进行腐蚀和开运算 暗的像素变多
* 灰度图像进行膨胀和闭运算 亮的像素变多
* 通过灰度图像的开运算，让线路板中断开的地方连接起来了
gray_opening_shape (Image, ImageOpening, 7, 7, 'octagon')
* 通过灰度图像的闭运算，让线路板中断开的地方断得更开了
gray_closing_shape (Image, ImageClosing, 7, 7, 'octagon')
* 动态二值化，达到差分的效果
* 两个输入的灰度图像，以offset为基础，按照指定的条件，选择特定的灰度值组成输出的结果灰度图像
dyn_threshold (ImageOpening, ImageClosing, RegionDynThresh, 75, 'not_equal')
dev_display (Image)
dev_set_color ('red')
dev_set_draw ('margin')
dev_display (RegionDynThresh)

两个重点：
1. 关于形态学，可以对两种不同的对象进行处理，一种是区域，一种是灰度图像。在本示例代码中，是对灰度图像进行的处理。
对灰度图像处理：
腐蚀和开运算 -> 暗的像素变多
膨胀和闭运算 -> 亮的像素变多
对区域进行处理：
腐蚀和开运算 -> 区域变小
膨胀和闭运算 -> 区域变大
2. 在此示例中，通过灰度形态学处理+dyn_threashold这个算子结合处理，达到了difference算子进行区域差分达到的效果。也通过差分，从而得到了PCB线路中的断开区域。

机器视觉在3C行业的使用，PCB板的检测是一个很重要的方面，同时和机械臂结合起来，能真正实现机器代替人，将有缺陷的PCB板区分出来。当然，本案例只是一个简单的示例，实际的使用会比这个要复杂，但是，在实际场景中，本示例所使用的方法，是可以借鉴的。

更多最新文章，请关注公众号：

代码的执行效果如下所示：

待处理的PCB板图像，通过肉眼，可以看到是有断线的。

灰度图像开运算：

灰度图像闭运算：

通过dyn_threshold处理后，得到的差分区域，红色的都是：

在原图中标记出断线位置：