OpenCV4图像分析之BLOB特征分析

原创 OpenCV学堂 2023-12-28 11:53 733浏览 0评论 0点赞

GaN电机驱动设计“避坑”指南 玄铁处理器集智能、安全、端云一体芯片架构

点击上方蓝字关注我们

微信公众号：OpenCV学堂
关注获取更多计算机视觉与深度学习知识

Blob分析

BLOB是图像中灰度块的一种专业称呼，更加变通一点的可以说它跟我们前面二值图像分析的联通组件类似，通过特征提取实现常见的各种灰度BLOB对象组件检测与分离。使用该检测器的时候，可以根据需要输入不同参数，得到的结果跟输入的参数息息相关。

Blob分析函数与演示

OpenCV中的Blob分析函数为SimpleBlobDetector，OpenCV中支持实现常见的BLOB分析过滤，如下所示：

-根据BLOB面积过滤-根据灰度/颜色值过滤-根据圆度过滤-根据长轴与短轴过滤-根据凹凸进行过滤

对应的参数列表如下：

SimpleBlobDetector::Params::Params()bool        filterByAreabool        filterByCircularitybool        filterByColorbool        filterByConvexitybool        filterByInertiafloat        maxAreafloat        maxCircularityfloat        maxConvexityfloat        maxInertiaRatiofloat        maxThresholdfloat        minAreafloat        minCircularityfloat        minConvexityfloat        minDistBetweenBlobsfloat        minInertiaRatio

OpenCV中Blob检测示例代码如下：

#include "opencv2/opencv.hpp"
#include 

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    // 加载图像
    Mat src = imread("D:/lena.jpg");
    Mat gray;
    cvtColor(src, gray, COLOR_BGR2GRAY);
    cv::imshow("输入图像", src);

    // 初始化参数设置
    SimpleBlobDetector::Params params;
    params.minThreshold = 10;
    params.maxThreshold = 240;
    params.filterByArea = true;
    params.minArea = 50;
    params.filterByCircularity = true;
    params.minCircularity = 0.1;
    params.filterByConvexity = true;
    params.minConvexity = 0.5;
    params.filterByInertia = true;
    params.minInertiaRatio = 0.5;

    // 创建BLOB Detetor
    Ptr detector = SimpleBlobDetector::create(params);

    // BLOB分析与显示
    Mat result;
    vector keypoints;
    detector->detect(gray, keypoints);
    for (auto kpt : keypoints) {
        std::cout << "key point radius: " << kpt.size << std::endl;
        cv::circle(src, kpt.pt, 2, cv::Scalar(0, 255, 0), 2, 8, 0);
        cv::circle(src, kpt.pt, kpt.size/2, cv::Scalar(255, 0, 255), 3, 8, 0);
    }
    imshow("Blob检测-OpenCV学堂", src);
    waitKey(0);
}

演示效果如下：

特殊使用技巧

SimpleBlobDetector 函数有两个很诡异的地方。

第一个是实现的默认参数支持与参数检查

OpenCV中SimpleBlobDetector函数默认的参数值如下：

thresholdStep = 10;minThreshold = 50;maxThreshold = 220;minRepeatability = 2;minDistBetweenBlobs = 10;
filterByColor = true;blobColor = 0;
filterByArea = true;minArea = 25;maxArea = 5000;
filterByCircularity = false;minCircularity = 0.8f;maxCircularity = std::numeric_limits::max();
filterByInertia = true;//minInertiaRatio = 0.6;minInertiaRatio = 0.1f;maxInertiaRatio = std::numeric_limits::max();
filterByConvexity = true;//minConvexity = 0.8;minConvexity = 0.95f;maxConvexity = std::numeric_limits::max();
collectContours = false;

每次执行之前都会进行断言检查，但是OpenCV中同时提供了是否启用Blob各种过滤开关选项，但是无论开关选项是否启用，这个断言检查都是检查全部属性值，这个就导致你设置选项为false的时候，必须填写对应选项的选项值，否则就无法执行Blob检测函数。对应的源码文件 blobdetector.cpp 发现了这段代码作为佐证：

static void validateParameters(const SimpleBlobDetector::Params& p)
{
  if (p.thresholdStep <= 0)
      CV_Error(Error::StsBadArg, "thresholdStep>0");

  if (p.minThreshold > p.maxThreshold || p.minThreshold < 0)
      CV_Error(Error::StsBadArg, "0<=minThreshold<=maxThreshold");

  if (p.minDistBetweenBlobs <=0 )
      CV_Error(Error::StsBadArg, "minDistBetweenBlobs>0");

  if (p.minArea > p.maxArea || p.minArea <=0)
      CV_Error(Error::StsBadArg, "0);

  if (p.minCircularity > p.maxCircularity || p.minCircularity <= 0)
      CV_Error(Error::StsBadArg, "0);

  if (p.minInertiaRatio > p.maxInertiaRatio || p.minInertiaRatio <= 0)
      CV_Error(Error::StsBadArg, "0);

  if (p.minConvexity > p.maxConvexity || p.minConvexity <= 0)
      CV_Error(Error::StsBadArg, "0);
}

第二个是现实的默认输入图像的背景必须是白色

如果是黑色背景图像输入，Blob检测所有的参数就直接失效了，但是官方开发教程示例代码与函数文档都没有说明这点，导致很多新手小白不明所以就直接掉坑了，然后就放弃使用这个函数了。

推荐阅读

Ubuntu系统下编译OpenCV4.8源码记录

Pytoorch轻松学 – RetinaNet自定义对象检测

基于OpenCV实现精准线线间距测量

OpenVINO2023异步回调流水线提升推理吞吐率

NNCF压缩与量化YOLOv8模型与OpenVINO部署测试

技能 | 三种主流的深度学习模型部署框架

深度学习模型C++推理，推荐看看 OpenVINO2022

OpenCV4系统化学习路线图(2023版)

扫码查看 OpenCV4 系统化学习路线图

作者新书

《OpenCV应用开发：入门、进阶与工程化实践》全书共计16个章节，重点聚焦OpenCV开发常用模块详解与工程化开发实践，提升OpenCV应用开发能力，助力读者成为OpenCV开发者，同时包含深度学习模型训练与部署加速等知识，帮助OpenCV开发者进一步拓展技能地图，满足工业项目落地所需技能提升。购买请点链接：