金属表面缺陷检测代码

您好！对于金属表面缺陷检测，通常可以采用计算机视觉技术进行自动化检测。以下是一个简单的示例代码，用于检测金属表面的缺陷：

import cv2

def metal_defect_detection(image_path):
    # 读取图像
    img = cv2.imread(image_path)
    
    # 将图像转换为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # 对图像进行边缘检测
    edges = cv2.Canny(gray, 100, 200)
    
    # 对图像进行轮廓检测
    contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    # 初始化缺陷计数器
    defect_count = 0
    
    # 遍历每个轮廓
    for contour in contours:
        # 计算轮廓的面积
        area = cv2.contourArea(contour)
        
        # 根据面积判断是否为缺陷
        if area > threshold:
            defect_count += 1
            
            # 在原图上绘制缺陷的轮廓
            cv2.drawContours(img, [contour], -1, (0, 0, 255), 2)
    
    # 显示结果图像
    cv2.imshow("Defect Detection", img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    
    # 返回缺陷数量
    return defect_count

# 调用函数进行缺陷检测
defect_count = metal_defect_detection("image.jpg")
print("检测到的缺陷数量：", defect_count)

请注意，此代码仅为示例，实际应用中可能需要根据具体情况进行调整和优化。另外，您还需要安装OpenCV库来运行上述代码。

希望这可以帮助到您！如果您有任何其他问题，请随时提问。