【AIDI3.2】区域计算工具中使用opencv进行简单的图像处理

[aqrose]

• 需求场景：需要在区域计算工具通过简单的二值化检出缺陷区域；由于当前aidi图像库并不完善，因此需要通过调用opencv完成此功能
• 操作步骤：
  • 第一步：进入aidi安装目录，命令行执行python -m pip install opencv-python，即可安装opencv
  • 第二步：进入区域计算工具，编辑脚本，脚本内容如下(附件为python代码文件)

• import math
  import visionflow as vf
  from visionflow import img
  from visionflow import geometry as geo
  from visionflow import param, props
  import numpy as np
  import cv2
  from ctypes import *

  def region_calculate(sample: vf.ISample) -> props.PolygonRegionList:
  ply_region_list = props.PolygonRegionList()
  image = sample.get(vf.ToolNodeId(“输入”, “image”)).image().visual_image(0)
  # 获取图像指针
  pythonapi.PyCapsule_GetPointer.restype = c_void_p
  pythonapi.PyCapsule_GetPointer.argtypes = [py_object, c_char_p]
  ptr = pythonapi.PyCapsule_GetPointer(image.data(0), None)
  # 传递给numpy
  buffer = create_string_buffer(image.data_size(0))
  memmove(buffer, ptr, image.data_size(0))
  np_arr = np.frombuffer(buffer, dtype=np.uint8, count=image.data_size(0))
  image_shape = (image.height(), image.width(), image.channels())
  cv_mat = np_arr.reshape(image_shape)
  # 转换为灰度图
  gray = cv2.cvtColor(cv_mat, cv2.COLOR_BGR2GRAY)

  # 对灰度图进行二值化
  _, binary = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)
  # cv2.imwrite(“D:/debug/test.png”, binary)

  # 查找轮廓
  contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

  # contours转为PolygonRegion
  for contour in contours:
  ring_points = []
  for point in contour:
  geo_point = geo.Point2f(point[0][0], point[0][1])
  ring_points.append(geo_point)
  poly = geo.Polygon2f()
  poly.outer = geo.return_correct(geo.Ring2f(ring_points))

  poly_region = vf.PolygonRegion()
  poly_region.set_polygon(poly)
  poly_region.set_name(“Default”)
  ply_region_list.add(poly_region)
  return ply_region_list

• 该话题由aqrose 于 1年前 修正。
• 该话题由aqrose 于 1年前 修正。
• 该话题由aqrose 于 1年前 修正。
• 该话题由aqrose 于 1年前 修正。
• 该话题由aqrose 于 1年前 修正。
• 该话题由aqrose 于 1年前 修正。
• 该话题由aqrose 于 1年前 修正。
• 该话题由aqrose 于 1年前 修正。

附件:

您需要登录才能查看附件。

[aqrose]

np_arr = np.ctypeslib.as_array(cast(ptr, POINTER(c_uint8 * image.data_size(0))).contents)

使用以上方式将aidi图像指针转换为numpy数组效率更高

[作者]

帖子