西藏铁皮保温施工_鑫诚防腐保温工程有限公司 > 联系鑫诚 > 泰安铝皮保温厂家 python opencv实现图片缺陷检测（讲解直方图以及相关系数对比法）

泰安铝皮保温厂家 python opencv实现图片缺陷检测（讲解直方图以及相关系数对比法）

2026-01-12 16:10

一、利用直方图的方式进行批量的图片缺陷检测（方法简单）

家庭医生+智能医疗+人民币贬值受益+医疗器械概念+参股保险

二、步骤（完整代码见后）

2.1灰度转换（将原图和要检测对比的图分开灰度化）

灰度化的作用是因为后面的直方图比较需要以像素256为基准进行相关比较

2.2 直方图计算（结果其实是二维的图表--用画图的方式展示）

calcHist参数讲解

第一个参数：须为列表[],哪怕只有一个图片，image输入图像 channels:：传入图像的通道，如果是灰度图像，那就不用说了，只有一个通道，值为0 ，如果是彩色图像（有3个通道），那么值为0,1,2,中选择一个，对应着BGR各个通道。这个值也得用[]传入。 mask：掩膜图像。如果统计整幅图，那么为none 。主要是如果要统计部分图的直方图，就得构造相应的炎掩膜来计算。 histSize：灰度级的个数，需要中括号，比如[256] ranges:像素值的范围，通常[0,256] ，有的图像如果不是0-256，比如说你来回各种变换导致像素值负值、很大，设备保温施工则需要调整后才可以。

#直方图计算的函数，反应灰度值的分布情况 hist = cv2.calcHist([gray], [0], None, [256], [0.0,255.0])

h1 = cv2.calcHist([t1], [0], None, [256], [0.0,255.0])

2.3 相关比较

cv2.compareHist(H1, H2, method)

其中：

H1，H2 分别为要比较图像的直方图 method - 比较方式比较方式（method）相关比较 (method=cv.HISTCMP_CORREL) 值越大，相关度越高，大值为1，小值为0-----------------------只用一种固然不是很严谨，但这里做示范，把阈值调高也差不多（取大于等于0.9 ）卡方比较(method=cv.HISTCMP_CHISQR 值越小，相关度越高，大值无上界，小值0 巴氏距离比较(method=cv.HISTCMP_BHATTACHARYYA) 值越小，相关度越高，大值为1，小值为0 #相关计算，采用相关系数的方式 result = cv2.compareHist(hist,h1,method=cv2.HISTCMP_CORREL)

2.4 展示结果（判断阈值）