OpenCV

OpenCV いわゆる「Open source Computer vision library」はコンピュータビジョンアプリケーションのための共通基盤を提供し、商用製品における機械知覚の利用を促進するためのオープンソースライブラリです。
OpenCV のアルゴリズムは、顔の検出、物体の識別、人間の動作の分類、移動物体の追跡などを行うことができます。

～目次～

1.Open CV とは

2.メリットとデメリット

3.工場への導入と導入のしやすさ

1.サンダー掛け・グラインダー掛けとは

OpenCV は、コンピュータービジョン、機械学習、および画像処理のための巨大なオープンソースライブラリであり、今日のシステムで非常に重要なリアルタイム操作で大きな役割を果たしています。
工場での用途は、機器の監視、ロボットのナビゲーションやピックアップの支援、世界中の工場での製品ラベルの検査、顔検出など多岐にわたります。
C++、Python、Java や MATLABインタフェースを使用し、また、Windowsだけでなく、Linux、Mac、Android にも対応できます。

2.メリットとデメリット

メリット：

1.コストとメモリー:オープンソースですから無料で、RAM 使用量が少ないです (約 60-70 mb )。

2.スピードと汎用性:OpenCV は C++ で記述されているため、非常に高速であり、多数のプログラミング言語を使用するほぼすべての OS で実行されます。

ミニサンダー：その名の通り細かい部分を加工するのに適したパッドです。

デメリット：

1.感度:顔認識システムは、ポーズの変化に非常に敏感です。
オクルージョンが高いです。
頭の動きやカメラの位置の違いにより、顔のテクスチャが変化し、間違った結果が生成される可能性があります。

3.工場への導入と導入のしやすさ

まず、OpenCV で画像処理の手法をステップごと紹介します。

• 1. 画像の読み取り
• 2. 画素の RGB 値の抽出
• 3. 関心領域(ROI)の抽出
• 4. 画像のリサイズ
• 5. 画像を回転させる
• 6. 矩形の描画
• 7. テキストを表示する

事例としては、ある製造工程でアルミ板を作る場合、各スロットから出てくる板を数えることで、プレスが動いた回数をカウントすることができます。
まず、OpenCV のトラッキング API で定義されたマシンの一部をトラッキングし、バウンディングボックスを使用してトラッキングするオブジェクトを定義し、バウンディングボックスが下の位置にあるときにフレームを検出するという 2 つのステップで行われます。
プレートの色は、ショットから OS プレートの数をカウントするために使用されます。
このように、フレームごとに、その部分の明るさを計算し、信号処理によって、プレートに対応する最も高い点を見つけます。
プレートラインの検出には、ホモグラフィと閾値処理を用いています。
ホモグラフィーは遠近感を補正し、バンドの上面図を得るのに役立ち、閾値処理はプレートのラインがバンドのマークに到達したタイミングを判断するのに役立ています。

▼レポート無料ダウンロード お申し込みはこちら▼