¿Qué buscar en una buena imagen?
Una imagen de calidad es la base para una inspección de IA fiable. Esta página describe las características visuales y técnicas que definen una imagen de alta calidad en el sistema OV20i.
Características clave de una buena imagen
Característica | Qué buscar |
---|---|
Enfoque nítido | Los bordes del objeto están nítidos; sin desenfoque ni suavidad |
Iluminación uniforme | Sin sombras extremas, deslumbramiento o puntos calientes a lo largo de la ROI (Región de Interés) |
Exposición adecuada | La imagen no está sobreexpuesta ni subexpuesta |
Objeto centrado | La pieza o la ROI está completamente dentro del marco, sin quedar recortada |
Distancia correcta | La pieza está enmarcada adecuadamente para la lente utilizada |
Bajo ruido | Ruido mínimo; no hay ruido digital excesivo debido a la ganancia alta |
Vista alineada | La cámara está posicionada de forma ortogonal a menos que la vista oblicua sea intencional |
Cómo obtener una buena imagen
- Utilice el control deslizante de enfoque en la Receta → Ajustes de Imagen
- Ajuste la Exposición para reducir desenfoque o sobreexposición
- Añada iluminación si la imagen parece oscura o con ruido
- Reubique la cámara si la pieza no está centrada o si el ángulo resulta incómodo
- Verifique la ganancia — reduzca si la imagen se ve ruidosa
Ejemplo: Malas vs. Buenas
❌ Imagen mala | ✅ Imagen buena |
---|---|
Bordes borrosos | Contornos de la pieza nítidos y claros |
ROI oscuro o con sombras | Región iluminada y uniforme |
Pieza recortada en el borde | Pieza completamente visible y centrada |
Detalles deslavados | Textura y contraste claros |
Bonificación: Captura de imagen de prueba
- Utilice el botón “Test Image” en la HMI para validar la configuración de la cámara
- Utilice esa imagen para iniciar el entrenamiento de una Receta (Clasificación o Segmentación)
🔗 Véase también
- ¿Qué hacer si la imagen está borrosa? (What if the Image is Blurry?)
- Exposición, Ganancia y Velocidad de Procesamiento (Exposure, Gain & Processing Speed)
- Entrenar un Clasificador (Train a Classifier)
- Entrenar un Segmentador (Train a Segmenter)