OpenCV-SimpleBlobDetector-区域阈值问题

Question

我正在使用OpenCV-SimpleBlobDetector检测二进制图像中的斑点（黑色）。当minArea设置为较低的值（50到100）时，算法将返回大多数预期的Blob。如下图所示（观察以蓝色圈出的区域）：

但是，当minArea增大到> 200时，该算法将非斑点区域作为斑点返回。请检查下图，观察蓝色圆圈区域。

我的问题：算法是否将白色区域作为斑点返回？ （我不这么认为）。我已经将filterByColor和filterByConvexity都设置为false。您能否解释一下为什么返回蓝色圆圈内的那两个斑点。谢谢。

Answer 1

在这种情况下，您需要简单的轮廓检测而不是斑点检测。因为斑点检测还尝试将附近的较小轮廓进行分组以形成斑点。因此，我们在这里有两个选择：

• 调整Blob检测参数以禁用较小的合并轮廓。
• 使用简单的轮廓检测并使用cv2.contourArea。

在这种情况下，我更喜欢第二种方法，因为在这种情况下使用Blob检测器只会增加复杂性（在引擎盖下还会发生多个阈值运算以及其他合并例程）。我们可以按照以下步骤过滤轮廓（斑点）：

1. 图像的反阈值，因为通常要检测的轮廓应该具有255灰度强度，但是在您的输入图像中，轮廓是黑色的（0灰度值）。

2. 然后，我们可以对步骤1中获得的二进制图像使用cv2.findContours()方法。

3. 从第2步中，您将获得轮廓列表。现在我们可以使用cv2.contourArea()迭代列表并过滤出较小的轮廓。

4. 从第3步开始，我们将得到一个轮廓列表，这些轮廓的面积大于定义的阈值。现在，您可以围绕该轮廓绘制圆，或仅使用cv2.drawContours方法绘制轮廓。