个人卖家：
月下独酌
| 使用环境 | Python（OpenCV, scikit-image） |
|---|---|
| 使用对象 | 传感器基面、铜柱、BGA焊盘等电子元器件 |
| 使用目的 | 精确测量基片/铜柱面积，检测缺损、异物、尺寸不符等缺陷 |
| 输入数据 | 200万像素以上工业相机采集的RGB/灰度图像（建议8bit灰度） |
| 输出数据 | 1. 基片/铜斑面积统计表（mm²） 2. 缺陷位置标记图 3. NG/OK分类结果 |
| 硬件配置 | - 最低配置：Intel i3 + 4GB RAM - 工业计算机 |
| 样本获取 | 需标定样本： - 5~10个合格品 - 含典型缺陷（缺损、氧化、异物）样本 |
| 测试结果 | 面积测量误差<±2%，缺陷检出率>92%（需标准光照） |
| 执行速度 | 2000x2000图像处理时间： - CPU：~50ms（含形态学优化） |
| 资源消耗 | 内存占用：约3×图像尺寸（临时矩阵运算） |
| 源码类型 | Python完整示例（含标定工具）或DLL封装版本 |
| 文件大小 | 核心算法代码<100KB（OpenCV依赖库除外） |
| 相关备注 | 必须包含标定环节： 1. 像素/实际尺寸换算（如0.1mm/pixel） 2. 亮度归一化 |
| 买家 | 规格或版本 | 评分 | 评价 | 时间 |