点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

什么是机器视觉光源

在机器视觉系统中，通过适当的光源照明可以将被测物体的目标信息与背景信息区分，以获得高品质，高对比度的图像，从而可以降低图像处理算法的难度，同时提高系统的精度和可靠性。

在实际项目中，图像实际成像的效果跟光照条件有密切的关系。毫不夸张的说，它直接影响输入数据的质量和至少30%的应用效果，因为良好的光照条件能够取得良好的成像效果，从而有效区分目标物体和背景，减低识别的难度。

光源选型的三个技巧

技巧1 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。

技巧2 颜色的叠加（互补色，相邻色）

互补色：色环中对称颜色叠加在黑白相机下呈现深色

邻色：色环中相邻或同种颜色叠加在黑白相机下呈现浅色

技巧3 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左右反光相差最大

蓝色光源能够更好地打出铜、金、铝之间的差异

好消息，小白学视觉团队的知识星球开通啦，为了感谢大家的支持与厚爱，团队决定将价值149元的知识星球现时免费加入。各位小伙伴们要抓住机会哦！

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~