如何使用 OpenCV 检测白色斑点

Question

我画个图来测试一下：

我想知道黑色圆圈中有多少斑点以及每个斑点的大小是多少（所有斑点都是白色的）。

例如，在本例中我有 12 个位置：

我知道如何找到白色像素，并且很容易从左侧验证序列：

int whitePixels = 0;
for (int i = 0; i < height; ++i)
{
    uchar * pixel = image.ptr<uchar>(i);
    for (int j = 0; j < width; ++j)
    {
        if (j>0 && pixel[j-1]==0)   // to group pixels for one spot
            whitePixels++;
    }
}

但很明显这段代码不够好（斑点可以是对角线的，等等）。

那么，底线：如何定义斑点？

Answer 1

以下代码查找所有白点的边界矩形（斑点）。

备注：如果我们可以假设白点确实是白色的（即灰度图像中的值为 255），则可以使用此代码片段。考虑将其放入某个类中，以避免将不必要的参数传递给函数 Traverse。虽然它有效。这个想法是基于DFS的。除了灰度图像之外，我们还有 ids 矩阵来分配并记住哪个像素属于哪个 blob（具有相同 id 的所有像素都属于同一个 blob）。

void Traverse(int xs, int ys, cv::Mat &ids,cv::Mat &image, int blobID, cv::Point &leftTop, cv::Point &rightBottom) {
    std::stack<cv::Point> S;
    S.push(cv::Point(xs,ys));

    while (!S.empty()) {
        cv::Point u = S.top();
        S.pop();

        int x = u.x;
        int y = u.y;

        if (image.at<unsigned char>(y,x) == 0 || ids.at<unsigned char>(y,x) > 0)
            continue;

        ids.at<unsigned char>(y,x) = blobID;
        if (x < leftTop.x)
            leftTop.x = x;
        if (x > rightBottom.x)
            rightBottom.x = x;
        if (y < leftTop.y)
            leftTop.y = y;
        if (y > rightBottom.y)
            rightBottom.y = y;

        if (x > 0)
            S.push(cv::Point(x-1,y));
        if (x < ids.cols-1)
            S.push(cv::Point(x+1,y));
        if (y > 0)
            S.push(cv::Point(x,y-1));
        if (y < ids.rows-1)
            S.push(cv::Point(x,y+1));
    }


}

int FindBlobs(cv::Mat &image, std::vector<cv::Rect> &out, float minArea) {
    cv::Mat ids = cv::Mat::zeros(image.rows, image.cols,CV_8UC1);
    cv::Mat thresholded;
    cv::cvtColor(image, thresholded, CV_RGB2GRAY);
    const int thresholdLevel = 130;
    cv::threshold(thresholded, thresholded, thresholdLevel, 255, CV_THRESH_BINARY);
    int blobId = 1;
    for (int x = 0;x<ids.cols;x++)
        for (int y=0;y<ids.rows;y++){
            if (thresholded.at<unsigned char>(y,x) > 0 && ids.at<unsigned char>(y,x) == 0) {
                cv::Point leftTop(ids.cols-1, ids.rows-1), rightBottom(0,0);
                Traverse(x,y,ids, thresholded,blobId++, leftTop, rightBottom);
                cv::Rect r(leftTop, rightBottom);
                if (r.area() > minArea)
                    out.push_back(r);
            }
        }
    return blobId;
}

编辑：我修复了一个错误，降低了阈值级别，现在输出如下。我认为这是一个很好的起点。

编辑2：我摆脱了

Traverse()

中的递归。在更大的图像中，递归导致了 Stackoverflow。