Contexte Métier
Sur une ligne d'assemblage automobile, des caméras thermiques inspectent les soudures. Nous devons non seulement condenser l'image brute, mais aussi forcer son décodage immédiat pour vérification humaine et conserver l'ID unique de la pièce (Numéro de série) qui est critique pour la traçabilité en cas de défaut.
À propos du Set : image
Traitement, manipulation et analyse d'images.
Découvrir toutes les actions de image Préparation des Données
Création de pixels avec un ID de pièce critique (Serial Number). Image 16x16 niveaux de gris.
Copié !
| 1 | |
| 2 | DATA casuser.welding_defects; |
| 3 | LENGTH serial_num $10; |
| 4 | DO part = 1 to 3; |
| 5 | serial_num = cats('SN-', part); |
| 6 | DO px = 1 to 256; |
| 7 | heat_val = 255 - px; |
| 8 | OUTPUT; |
| 9 | END; |
| 10 | END; |
| 11 | |
| 12 | RUN; |
| 13 |
Étapes de réalisation
1
Condensation avec demande explicite de décodage et copie de la variable métier.
Copié !
| 1 | PROC CAS; |
| 2 | image.condenseImages / |
| 3 | TABLE={name='welding_defects'}, |
| 4 | inputs={{name='heat_val'}}, |
| 5 | width=16, |
| 6 | height=16, |
| 7 | numberOfChannels='GRAY_SCALE_IMAGE', |
| 8 | copyVars={'serial_num'}, |
| 9 | decode={value=true, encodeType='JPG'}, |
| 10 | casOut={name='welding_check', replace=true}; |
| 11 | RUN; |
Résultat Attendu
La table de sortie doit contenir la colonne 'serial_num' correctement peuplée (SN-1, SN-2...). De plus, grâce à 'decode', des métadonnées supplémentaires sur le format d'image doivent être présentes, confirmant que le binaire est interprétable (ex: format JPG).