113 lines
2.1 KiB
Markdown
113 lines
2.1 KiB
Markdown
# 木条检测与分类 Python 接口示例
|
||
|
||
本项目提供完整的 Python 示例，用于图像中木条数量检测、存在性判定以及 NG 木条异常分类。
|
||
它支持：
|
||
- 基于 RKNNLite 的木条检测
|
||
- NG/OK 木条判定
|
||
- NG 木条异常类型分类
|
||
- 简单接口调用，支持本地图片推理
|
||
|
||
---
|
||
|
||
## 目录结构
|
||
|
||
wood_detection/
|
||
├── wood_detect/
|
||
│ ├── wood_detect.py # 木条数量检测接口
|
||
│ └── wood_detect.rknn # RKNN模型文件
|
||
├── wood_exist/
|
||
│ ├── wood_exist.py # 木条存在性判定接口
|
||
│ └── wood_exist_cls.rknn # RKNN模型文件
|
||
├── wood_ng/
|
||
│ ├── wood_ng.py # NG木条异常分类接口
|
||
│ └── wood_ng_cls.rknn # RKNN模型文件
|
||
└── README.md # 说明文档
|
||
---
|
||
|
||
## 配置
|
||
|
||
### 安装依赖
|
||
```bash
|
||
pip install opencv-python numpy rknnlite
|
||
|
||
```
|
||
|
||
## 接口说明
|
||
|
||
### 1. 木条数量检测
|
||
|
||
函数：detect_wood(img: np.ndarray) -> int
|
||
|
||
参数：
|
||
|
||
img：BGR格式图像 (np.ndarray)
|
||
|
||
返回值：
|
||
|
||
检测到的木条数量 (int)
|
||
|
||
示例：
|
||
|
||
#### 函数调用
|
||
|
||
```python
|
||
import cv2
|
||
from wood_detect.wood_detect import detect_wood
|
||
|
||
img = cv2.imread("1.jpg")
|
||
result = detect_wood(img)
|
||
print(f"检测到木条数量: {result}")
|
||
|
||
```
|
||
|
||
### 2. 木条存在性判定
|
||
|
||
函数：classify_wood_exist(img: np.ndarray) -> int
|
||
|
||
参数：
|
||
|
||
img：BGR格式图像 (np.ndarray)
|
||
|
||
返回值：
|
||
|
||
整数结果，对应木条状态（int: 存在结果（0 / 1））
|
||
|
||
示例：
|
||
|
||
```python
|
||
import cv2
|
||
from wood_exist.wood_exist import classify_wood_exist, CLASS_NAMES
|
||
|
||
img = cv2.imread("1.png")
|
||
result = classify_wood_exist(img)
|
||
print(f"木条存在性判定: {result}")
|
||
|
||
```
|
||
|
||
### 3. NG 木条异常分类
|
||
|
||
函数：classify_wood_ng(img: np.ndarray) -> int
|
||
|
||
参数：
|
||
|
||
img：BGR格式图像 (np.ndarray)
|
||
|
||
返回值：
|
||
|
||
整数结果，对应 NG木条（int: NG结果（0 / 1））
|
||
|
||
示例：
|
||
|
||
```python
|
||
import cv2
|
||
from wood_ng.wood_ng import classify_wood_ng, CLASS_NAMES
|
||
|
||
img = cv2.imread("1.png")
|
||
result = classify_wood_ng(img)
|
||
print(f"NG 木条: {result}")
|
||
|
||
```
|
||
|
||
|
||
|