Inspección visual utilizando visión

artificial en Python 3.7

1. INTRODUCCION
Dentro de los diferentes métodos de control de calidad no invasiva, nos encontramos con el más
básico aunque, no por ello, menos importante: la inspección visual.
Desde el primer momento en el que se instala un componente, el control mediante la inspección
visual se pone en marcha como primer elemento de juicio para dar la aceptación de una pieza
individual o de un sistema en su conjunto, previo a la puesta en funcionamiento del mismo, o bien
como primer control para, posteriormente, realizar los siguientes ensayos concluyentes, que darán
el visto bueno para su operabilidad.
En general, las inspecciones visuales son
utilizadas para dos propósitos:
 La inspección de superficies
expuestas o accesibles de objetos
opacos (incluyendo la mayoría
de ensambles parciales o
productos terminados).
 La inspección del interior de
objetos transparentes (tales como
vidrio, cuarzo, algunos plásticos,
líquidos y gases).

2. OBJETIVOS
 Determinación del estado de integridad general de una parte o componente, incluyendo
la detección de grietas, desgaste, corrosión, erosión o cualquier daño físico en su
superficie.
 Detección de fugas de los componentes que retienen presión, y posible camino de la
fuga que pueda afectar a la integridad o correcta operabilidad del mismo y de otros
componentes.

3. DISCUSION
CLASIFICATION SYSTEM
BASED ON COMPUTER VISION
RESUMEN: El presente proyecto
trata de un sistema automatizado
controlado por visión artificial,
utilizando hardware (sensor de luz,
control de motor a pasos) y software
(control por MATLAB). El
principio básico de funcionamiento
es transportar objetos de color (rojo,
verde y azul) por una faja
transportadora, detectarlos con un
sensor, capturar la imagen con una cámara web común y procesarla por MATLAB para
clasificarlos en tres distintos contenedores. Con este proceso se logró una clasificación de
objetos eficaz tanto en color y forma.
José Porras, Miguel De la Cruz (†)
Escuela Profesional de Ingeniería Electrónica
Universidad Ricardo Palma
asdsad

4. SOFTWARE UTILIZADO
4.1 PYTHON 3.7
Python es un lenguaje de programación interpretado cuya filosofía
hace hincapié en una sintaxis que favorezca un código legible.
Se trata de un lenguaje de programación multiparadigma, ya que
soporta orientación a objetos, programación imperativa y, en
menor medida, programación funcional. Es un lenguaje
interpretado, usa tipado dinámico y es multiplataforma.
Es administrado por la Python Software Foundation. Posee una
licencia de código abierto, denominada Python Software
Foundation License,que es compatible con la
Licencia pública general de GNU a partir de la
versión 2.1.1, e incompatible en ciertas versiones
anteriores.
Python fue creado a finales de los ochenta por
Guido van Rossum en el Centro para las
Matemáticas y la Informática (CWI, Centrum
Wiskunde & Informatica), en los Países Bajos,
como un sucesor del lenguaje de programación
ABC, capaz de manejar excepciones e interactuar
con el sistema operativo Amoeba.
El nombre del lenguaje proviene de la afición de su creador por los humoristas británicos Monty
Python.

4.2 Librería OPEN CV

OpenCV es una biblioteca libre de visión artificial originalmente
desarrollada por Intel. Desde que apareció su primera versión alfa en
el mes de enero de 1999, se ha utilizado en infinidad de aplicaciones.
Desde sistemas de seguridad con detección de movimiento, hasta
aplicaciones de control de procesos donde se requiere reconocimiento
de objetos. Esto se debe a que su publicación se da bajo licencia BSD,
que permite que sea usada libremente para propósitos comerciales y
de investigación con las condiciones en ella expresadas.
Open CV es multiplataforma, existiendo versiones para GNU/Linux,
Mac OS X y Windows. Contiene más de 500 funciones que abarcan una gran gama de áreas en
el proceso de visión, como reconocimiento de objetos (reconocimiento facial), calibración de
cámaras, visión estérea y visión robótica.
 El proyecto pretende proporcionar un entorno de
desarrollo fácil de utilizar y altamente eficiente. Esto
se ha logrado realizando su programación en código
C y C++ optimizados, aprovechando además las
capacidades que proveen los procesadores
multinúcleo. OpenCV puede además utilizar el
sistema de primitivas de rendimiento integradas de
Intel, un conjunto de rutinas de bajo nivel específicas
para procesadores Intel.

5.
7. PROGRAMA EN PYTHON
El programa utilizado para la detección de un objeto es el siguiente:

8. CONCLUSIONES