重庆视觉光源软件

LP /mm

指的是镜头的分辨率计算单位，是镜头对于成像质量传递的评判标准；在模拟时代中，胶片和/或镜头的分辨率以每毫米线对（LP / mm）表示。此单位表示在传感器/胶片平面中，您可以在一毫米内找到的线对数量。一条线对是一条黑线和一条白色的线，方向相同，宽度相同。如果镜头的分辨率为100 LP / mm，则表示在胶片（或传感器）上投影1毫米内有100条黑线和100条白线。在数字时代中，数字值没有物理范围，只有其在屏幕上或打印中的表示。所以你不能用这个单位来表达数字图像的分辨率。您可以使用LP / mm来表示镜头的分辨率。但是在这种情况下，您需要知道设备中使用的传感器的确切尺寸，有时很难发现，如果无法打开设备，大部分时间都不可能。 上海嘉励自动化科技有限公司为您提供视觉光源，有想法的可以来电咨询！重庆视觉光源软件

HSV色彩空间：

HSV这个名字来自于颜色模型的三个坐标，即色相、饱和度和值。它也是一个圆柱形的颜色模型，圆柱体的半径表示饱和度，垂直轴表示值，角度表示色调。对于观察者，色调是占主导地位的，饱和度是混合到色调中的白光的数量，value是chrome的强度，value较低颜色变得更加类似于黑色，value越高，颜色变得更加像颜色本身。通过改变这些参数，我们可以生成不同的颜色。

HSV色彩空间的Python实现：

使用cvtColor()函数将色彩空间转换为HSV色彩空间。然后再复制并使两个通道置为零，以便分别显示每个通道。

hsv_img = [0],cv2.COLOR_BGR2HSV)

hsv_img_1 = hsv_

hsv_img_2 = hsv_

hsv_img_3 = hsv_

hsv_img_1[:,:,1] = 0#HUE --> ZERO

hsv_img_1[:,:,2] = 0

hsv_img_2[:,:,0] = 0#SATURATION --> ZERO

hsv_img_2[:,:,2] = 0

hsv_img_3[:,:,0] = 0#VALUE --> ZERO

hsv_img_3[:,:,1] = 0

贵州视觉光源固定视觉光源，就选上海嘉励自动化科技有限公司。

在机器视觉系统中，可以利用颜色叠加规则、波长的特征和不同材质金属光源反射率的不同来选择合适的光源。

颜色的叠加（互补色，相邻色）

互补环中对称颜色叠加在黑白相机下呈现深色。

邻环中相邻或同种颜色叠加在黑白相机下呈现浅色。

利用波长的特性

红外光波长长，具有穿透性强的特性，红外光可以过滤产品表面有机涂料干扰，检测表面划痕，也可以穿透深色口服液检测内部杂质。

紫外光波长短，具有扩散率高以及激发荧光的特性，适用于透明物体表面Mark点定位；路由器字符检测，该油墨对短波长紫外反射率较低；UV胶体检测；隐形码读取等。

不同材质金属对不同波段的光源反射率不同

铜和金对于波长短的光源，反光较弱。

银和铝在波长850nm左右反光相差比较大。

蓝色光源能够更好地打出铜、金、铝之间的差异。

色环就是在可见光光谱中的色彩进行排序，形成红色连接到另一端的紫色，机器视觉种应用到色环通常包括6种不同的颜色，分为两大类：暖色和冷色，暖色由红色调构成，冷色来自于蓝色调，通常用相反色温的光线照射，图像可以达到别的对比度，相同色温的光线照射，可以有效滤除，因此灵活利用色温特性，对我们选择光源很有帮助。

明视场和暗视场：明视场是常用的照明方案，采用正面直射光照射形成，而暗视场主要由低角度或背光照明形成，对于不同项目检测需求，选择不同类型的照明方式，一般来说暗视场会使背景呈现黑暗，而被检物体则呈现明亮。

视觉光源，就选上海嘉励自动化科技有限公司，有需要可以联系我司哦！

蓝色光源：普遍用于金属材质的产品，如钢轨，冷轧带钢，船舶加工件、手机外壳等。

红外光：波长一般为780-1400，红外光属于不可见光，其透过力强。一般LCD屏检测、视频监控行业应用比较普遍。

紫外光：主要采用385波长的紫外光，其波长短，穿透力强，主要应用于证件检测、触摸屏ITO检测、布料表面破损、点胶溢胶检测等方面，金属表面划痕检测等。

机器视觉系统中，如果想采集质量的图像，往往要对现场的工况仔细评估，并选择合适的光源。选择一个合适的光源，往往能起到事半功倍的效果。本文根据三种不同的光源分类方法，简单介绍下一些主流的光源类型。按照颜色分类以颜色分类常用光源颜色集中在可见光范围，主要有白光（复合光）、红色、蓝色、绿色，另外红外光也比较普及，而紫外光应用较少。
上海嘉励自动化科技有限公司为您提供视觉光源，欢迎新老客户来电！天津视觉光源品牌

上海嘉励自动化科技有限公司致力于提供视觉光源，有需要可以联系我司哦！重庆视觉光源软件

hsl_img = [0],cv2.COLOR_BGR2HLS)  #### CONVERTING BGR COLOR SPACE INTO HSL COLOR SPACE  ####

hsl_img_1 = hsl_

hsl_img_2 = hsl_

hsl_img_3 = hsl_

hsl_img_1[:,:,1] = 0  #### HUE --> ZERO  ####

hsl_img_1[:,:,2] = 0

hsl_img_2[:,:,0] = 0  #### SATURATION --> ZERO ####

hsl_img_2[:,:,2] = 0

hsl_img_3[:,:,0] = 0  #### LIGHTNESS --> ZERO ####

hsl_img_3[:,:,1] = 0

现在显示三个不同的颜色通道→

f, axes =

list = [hsl_img_1,hsl_img_2,hsl_img_3]

i = 0

for ax in axes:

   [i])

   i+=1 重庆视觉光源软件