openCV【实践系列】4——使用Opencv进行斑点（blob）检测

fantomas

使用Opencv进行斑点（blob）检测

本教程阐述了使用opencv进行简单的斑点检测

• 什么是斑点？
  

斑点是图像中的一组连接像素，它们共享一些共同属性（例如灰度值）。在下图中，暗连通区域是斑点，斑点检测的目标是识别和标记这些区域。

简单的斑点检测器示例

opencv提供了一种检测斑点的便捷方法，并根据不同的特征对其进行过滤。让我们从最简单的例子开始：

Python:

1. import cv2
   
2. import numpy as np
   
3. #读图片
   
4. im = cv2.imread('blod.jpg', cv2.IMREAD_GRAYSCALE)
   
5. #创建一个检测器并使用默认参数
   
6. detector = cv2.SimpleBlobDetector()
   
7. #检测斑点
   
8. keypoints = detector.detect(im)
   
9. #将检测到的斑点圈上红色的圆圈
   
10. #DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS保证圆的大小和斑点大小一样
    
11. im_with_keypoints = cv2.drawKeypoints(im, keypoints, np.array([]), (0,0,255),
    
12.                                      cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
    
13. #显示检测到的点
    
14. cv2.imshow('keypoints', im_with_keypoints)
    
15. cv2.waitKey(0)

复制代码

以下是得到的检测结果左图是原图，右图是结果图：

• 斑点检测器是如何工作呢？
  

顾名思义，SimpleBlobDetector是一种简单的算法，该算法由检测器的参数控制，并由以下几步组成：

        1. 阈值处理： 通过使用从minThreshold开始的阈值对源图像进行阈值处理，将源图像转换成多个二进制图像。这些阈值以thresholdStep大小依次递增直到maxThreshold，所以第一个阈值是minThreshold，第二个是minThreshold+thresholdStep，第三个是minThreshold+2*thresholdStep，依此类推。

        2. 分组：在每个二进制图像中，连接白色像素被分成一组，我们称为二进制斑点

        3. 合并： 计算二进制图像中二进制斑点的重心，并合并更靠近minDistBetweenBlobs的斑点

        4. 中心和半径计算：计算并返回新合并的斑点的中心点和半径值

按颜色，大小和形状来过滤斑点

可以设置SimpleBlobDetector的参数来过滤我们想要的斑点类型：

        1. 按颜色：（注意：此功能已经损坏，我检查了代码，它似乎有一个逻辑错误）首先你需要设置filterByColor=1，设置blobColor=0选择颜色更暗的斑点，blobColor=255选择颜色更浅的斑点

        2. 按大小：你可以通过设置参数filterByArea=1以及minArea和maxArea的适当值来根据大小过滤斑点，例如，设置minArea=100将过滤掉所有小于100像素的斑点

        3. 按形状：现在形状有三种不同的参数

              3.1 圆度：这只是测量斑点的圆形接近程度，例如正六边形具有比正方形更高的圆度，要按照圆度过滤，请设置filterByCircularity=1然后为minCircularity和maxCircularity设置适当的值。

              3.2 凸度：一张图片胜过千言万语，凸度定义为它的凸起区域或者凸包的面积。现在，形状的凸形船体是完全包围形状的最紧密的凸性。由凸形过滤，设置filterByConvexity=1，然后设置0<= minConvexity<=1 和 maxConvexity<=1

                 3.3 惯性比：不要让这吓到你。数学家经常使用令人困惑的词来形容非常简单的东西。所以你必须知道的是，这可以测量形状的长度。例如，对于一个圆该值是1，对于椭圆它是0和1之间，而对于线段为0。为了通过惯量比过滤，设定filterByInertia = 1，并设置0≤  minInertiaRatio <=1和maxInertiaRatio<=1。

如何设置SimpleBlobDetector参数

设置SimpleBlobDetector参数，接下来给大家举一个例子

Python：

1. #设置SimpleBlodDetector参数
   
2. params = cv2.SimpleBlobDetector_Params()
   
3. #改变阈值
   
4. params.minThreshold = 10
   
5. params.maxThreshold = 200
   
6. #通过面积滤波
   
7. params.filterByArea = True
   
8. params.minArea = 1500
   
9. #通过圆度滤波
   
10. params.filterByCircularity = True
    
11. params.minCircularity = 0.1
    
12. #通过凸度滤波
    
13. params.filterByConvexity = True
    
14. params.minConvexity = 0.87
    
15. #通过惯性比滤波
    
16. params.filterByInertia = True
    
17. params.minInertiaRatio = 0.01
    
18. #创建一个检测器并使用默认参数
    
19. ver = (cv2.version).split(',')
    
20. if int(ver[0]) < 3:
    
21.     detector = cv2.SimpleBlobDetector(params)
    
22. else:
    
23.     detector = cv2.SimpleBlobDetector_create(params)
    
24.    

复制代码