OpenCV - SimpleBlobDetector - 面积阈值问题

Question

我正在使用 OpenCV - SimpleBlobDetector 来检测二进制图像中的斑点（黑色）。 当 minArea 设置为低值（50 到 100）时，算法会返回大部分预期的 blob。如下图（观察蓝色圈出的区域）：

但是，当 minArea 增加到 > 200 时。该算法将非 blob 区域返回为 blob。请查看下图，观察蓝色圈出的区域。

我的问题： 算法是否将白色区域返回为 blob？ （我不这么认为）。 我已将 filterByColor 和 filterByConvexity 都设置为 false。 你能解释一下为什么返回蓝色圆圈内的那两个斑点吗？谢谢。

Answer 1

在这种情况下，您需要简单的轮廓检测而不是 Blob 检测。因为 Blob 检测还尝试将附近较小的轮廓分组以形成一个 blob。所以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和过滤轮廓使用 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 Detector 只会增加复杂性（引擎盖下还会发生多个阈值操作以及其他合并例程）。我们可以按照以下步骤过滤轮廓（blob）：

1. 图像的反向阈值，因为一般要检测的轮廓应该有255灰度强度，但是在你输入的图像中，轮廓是黑色的（0灰度值）。

2. 那么我们就可以对第一步得到的二值图像使用cv2.findContours()方法了。

3. 从第 2 步开始，您将获得轮廓列表。现在我们可以迭代列表并使用cv2.contourArea() 过滤掉较小的轮廓。

4. 从第 3 步开始，我们将获得面积大于定义阈值的轮廓列表。现在您可以围绕该轮廓画圆，或者使用cv2.drawContours 方法简单地绘制轮廓。