機器視覺（machine vision)或者計算機視覺（computer vision)是用機器人代替人眼進行測量和判斷，是模式識別研究的一個重要方面。計算機視覺通常分為低層視覺與高層視覺兩類，低層視覺主要執(zhí)行預(yù)處理功能，如邊緣檢測、移動目標(biāo)檢測、紋理分析，以及立體造型、曲面色彩等，主要目的是使得看見的對象更突出。

機器視覺系統(tǒng)是指通過圖像攝取裝置將被攝取的目標(biāo)轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和寬度、顏色等佶息，轉(zhuǎn)換成數(shù)字信號，圖像系統(tǒng)對這些信號進行各種運算，抽取目標(biāo)的特征，進而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動作。機器視覺的主要研目標(biāo)是使計算機具有通過二維圖像認知三維壞境信息的能力，能夠感知與處理三維環(huán)境中物體的形狀、位置、姿態(tài)、運動等幾何信息。

在機器視覺中, 一個非常基礎(chǔ)的操作就是圖像處理,而在圖像處理中有一個比較重要的知識就是邊緣象提取。邊緣提取，指數(shù)字圖像處理中，對于圖片輪廓的一個處理。對于邊界處灰度值變化比較劇烈的地方，就定義為邊緣。也就是拐點，拐點是指函數(shù)發(fā)生凹凸性變化的點和高數(shù)的導(dǎo)數(shù)有聯(lián)系，將某個指定的物體的邊緣進行提取出來。而用python+ opencv可以很方便地進行邊緣提取操作。

使用imread()函數(shù)讀取圖片，使用的測試圖片如下：

使用threshold()函數(shù)將圖片二值化，二值化即指圖片僅有黑白二色，運行結(jié)果如下：

接著使用Canny()函數(shù)提取圖片邊緣，運行結(jié)果如下：

然后將圖片反相，即黑白色互換以明確圖片邊緣，運行結(jié)果如下：

到這里整個圖片邊緣提取就完成了。

盈泰德科技（深圳）有限公司一直專注于從事機器視覺行業(yè)，在機器視覺系統(tǒng)及機器視覺軟件領(lǐng)域不斷探索與研發(fā)?，應(yīng)用范圍涉及包裝印刷、電子、紡織、汽車制造、半導(dǎo)體、等領(lǐng)域，為各行業(yè)工廠客戶提供機器視覺產(chǎn)品、視覺自動檢測技術(shù)、視覺檢測設(shè)備，視覺定位，視覺對位，視覺測量，缺陷檢測，非標(biāo)檢測，標(biāo)簽檢測，印刷檢測，機器視覺軟件，標(biāo)簽品檢機等?全套視覺解決方案?。如果您對此也有興趣，可以加入我們一起探討。