二值图像的简单多斑点检测？答案

【问题标题】：Simple Multi-Blob Detection of a Binary Image?二值图像的简单多斑点检测？
【发布时间】：2013-04-14 11:32:33
【问题描述】：

如果有一个给定的图像二维数组，其中阈值已经完成，现在是二进制信息。

有没有什么特殊的方法可以处理这个图像，让我在图像上获得多个 blob 的坐标？

我不能使用 openCV，因为这个过程需要在 C 语言的自定义模拟器上同时在 10 多个模拟机器人上运行。

我需要 blob xy 坐标，但首先我需要先找到多个 blob。

像素组大小的最简单标准应该足够了。但我不知道如何开始编码。

PS：单个blob应该没问题。问题是多个 blob。

只是一个良好的开端？

【问题讨论】：

【解决方案1】：

您可以使用如下算法浏览标记连接部分的二进制图像：

创建一个二维整数数组 labelArray，它将保存连接区域的标签并将其初始化为全零。
逐行遍历每个二进制像素p

A.如果 p 为真，并且 labelArray 中该位置的对应值为 0（未标记），则将其分配给新标签并进行广度优先搜索，将所有周围的二进制像素都添加到同一标签中。

现在唯一的问题是，如果您有多个相互接触的 blob。因为您知道 blob 的大小，所以您应该能够计算出给定连接区域中有多少 blob。这是棘手的部分。此时您可以尝试进行 k-means 聚类。您还可以尝试其他方法，例如使用二元膨胀。

【讨论】：

【解决方案2】：

看看QuickBlob，它是一个小型的独立 C 库，听起来非常适合您的需求。

QuickBlob 附带一个小型命令行工具 (csv-blobs)，可输出在输入图像中找到的每个 blob 的位置和大小：

./csv-blobs white image.png
X,Y,size,color
28.37,10.90,41,white
51.64,10.36,42,white
...

这是一个示例（输出图像是由 QuickBlob 附带的 show-blobs.py tiny Python 实用程序生成的）：

【讨论】：

【解决方案3】：

我知道我参加聚会很晚了，但我只是为正在研究这个问题的受益人添加这个。

【讨论】：