OpenCV-Python系列十二:特征檢測(cè)(2)--斑點(diǎn)檢測(cè)

對(duì)于斑點(diǎn)檢測(cè),常常用來對(duì)圖像中的某些特定目標(biāo)進(jìn)行檢測(cè)敞斋,比如你可以用來統(tǒng)計(jì)圖像中目標(biāo)的數(shù)量,你可以依據(jù)目標(biāo)在圖像中的圖像大小疾牲,目標(biāo)的圓度植捎、凸形等信息來進(jìn)行篩選。
斑點(diǎn)檢測(cè)

關(guān)于OpenCV中使用cv2.SimpleBlobDetector來進(jìn)行斑點(diǎn)檢測(cè)说敏,你可以用來進(jìn)行一些固定場(chǎng)景的檢測(cè)使用鸥跟,你可以通過設(shè)定前面提及的一些參數(shù)范圍來進(jìn)行篩選,這一點(diǎn)是很方便的。

# 利用區(qū)域的圓度來進(jìn)行檢測(cè)
import cv2
import numpy as np

img = cv2.imread('steel.png',-1)
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
bin_img = cv2.threshold(gray_img, 70, 255, cv2.THRESH_BINARY_INV)[1]

params = cv2.SimpleBlobDetector_Params()

#表示提取白色的色塊医咨,若需要提取黑色色塊可以用0
params.blobColor = 255
#二值化的起始閾值
params.minThreshold = 0
#二值化的終止閾值
params.maxThreshold = 255

#控制blob的區(qū)域面積大小
params.filterByArea = True
params.minArea = 200
params.maxArea = 30000
#blob的圓度限制枫匾,默認(rèn)為不限制,通常不限制拟淮,除非找圓形特征
params.filterByCircularity = True
#blob最小的圓度
params.minCircularity = 0.6
#blob的凸性
params.filterByConvexity = False
params.minConvexity = 0.7

#blob的慣性率干茉, 圓為1, 線為0很泊, 大多數(shù)情況介于[0 ,1]之間
params.filterByInertia = False
params.minInertiaRatio = 0.7

params.minDistBetweenBlobs = 5#最小的斑點(diǎn)距離角虫,不同的二值圖像斑點(diǎn)小于該值時(shí)將被認(rèn)為是同一個(gè)斑點(diǎn)
params.minRepeatability= 2

detector=cv2.SimpleBlobDetector_create(params)
keypoints=detector.detect(bin_img)
for keypoint in keypoints:
    x, y = np.int64(keypoint.pt[0]), np.int64(keypoint.pt[1])
    cv2.circle(img,(x, y), 15, (255, 25, 25), 2)
    
cv2.putText(img, 'Pipe Count:' + repr(len(keypoints)), (0, 20), cv2.FONT_HERSHEY_SIMPLEX,0.8,(255, 25, 255), 2)

cv2.imshow('blob_detector', img)
cv2.imshow('bin_img', bin_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

相關(guān)博客:基于SimpleBlobDetector識(shí)別骰子點(diǎn)數(shù)https://cloud.tencent.com/developer/article/1571914
鋼管計(jì)數(shù)軟件設(shè)計(jì)(OpenCV+Qt實(shí)現(xiàn)): https://www.bilibili.com/video/av625557526,這里用的是圓檢測(cè),圓可以看作是斑的一種特殊情況委造,雖然需要輔助來糾正檢測(cè)錯(cuò)誤的目標(biāo)戳鹅,但能夠幫助解決數(shù)重的問題,還是非常有意義的

你需要根據(jù)需要進(jìn)行預(yù)處理昏兆,尤其是環(huán)境復(fù)雜的情況枫虏,盡量排除外界環(huán)境干擾,預(yù)處理分割的效果直接影響B(tài)lob檢測(cè)爬虱。用blob來檢測(cè)目標(biāo)有一點(diǎn)是優(yōu)點(diǎn)也是缺點(diǎn)隶债,你要檢測(cè)的目標(biāo)不一定非得特定的形狀,圓的跑筝,方的死讹,橢圓的,甚至不規(guī)則都行曲梗,就是你需要使得它們彼此之間不連通赞警。有時(shí)候往往你為了不連通而去膨脹目標(biāo)區(qū)域,容易消除干擾虏两,同時(shí)也會(huì)丟失一些信息仅颇,比如目標(biāo)的邊界,用來計(jì)數(shù)應(yīng)用應(yīng)該是足夠了的碘举。
關(guān)于斑點(diǎn)檢測(cè),最先接觸到是OpenMV搁廓,一款開源的機(jī)器視覺模塊引颈,里面的斑點(diǎn)檢測(cè)著實(shí)不錯(cuò),速度快境蜕,開發(fā)容易上手蝙场。
關(guān)于OpenCV中的斑點(diǎn)檢測(cè)問題請(qǐng)?jiān)谠u(píng)論區(qū)留言.Have Fun With OpenCV-Python, 下期見。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末粱年,一起剝皮案震驚了整個(gè)濱河市售滤,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖完箩,帶你破解...
    沈念sama閱讀 221,430評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件赐俗,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡弊知,警方通過查閱死者的電腦和手機(jī)阻逮,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,406評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來秩彤,“玉大人叔扼,你說我怎么就攤上這事÷祝” “怎么了瓜富?”我有些...
    開封第一講書人閱讀 167,834評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)降盹。 經(jīng)常有香客問我与柑,道長(zhǎng),這世上最難降的妖魔是什么澎现? 我笑而不...
    開封第一講書人閱讀 59,543評(píng)論 1 296
  • 正文 為了忘掉前任仅胞,我火速辦了婚禮,結(jié)果婚禮上剑辫,老公的妹妹穿的比我還像新娘干旧。我一直安慰自己,他們只是感情好妹蔽,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,547評(píng)論 6 397
  • 文/花漫 我一把揭開白布椎眯。 她就那樣靜靜地躺著,像睡著了一般胳岂。 火紅的嫁衣襯著肌膚如雪编整。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,196評(píng)論 1 308
  • 那天乳丰,我揣著相機(jī)與錄音掌测,去河邊找鬼。 笑死产园,一個(gè)胖子當(dāng)著我的面吹牛汞斧,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播什燕,決...
    沈念sama閱讀 40,776評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼粘勒,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了屎即?” 一聲冷哼從身側(cè)響起庙睡,我...
    開封第一講書人閱讀 39,671評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤事富,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后乘陪,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體统台,經(jīng)...
    沈念sama閱讀 46,221評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,303評(píng)論 3 340
  • 正文 我和宋清朗相戀三年暂刘,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了饺谬。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,444評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡谣拣,死狀恐怖募寨,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情森缠,我是刑警寧澤拔鹰,帶...
    沈念sama閱讀 36,134評(píng)論 5 350
  • 正文 年R本政府宣布,位于F島的核電站贵涵,受9級(jí)特大地震影響列肢,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜宾茂,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,810評(píng)論 3 333
  • 文/蒙蒙 一瓷马、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧跨晴,春花似錦欧聘、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,285評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至焕妙,卻和暖如春蒋伦,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背焚鹊。 一陣腳步聲響...
    開封第一講書人閱讀 33,399評(píng)論 1 272
  • 我被黑心中介騙來泰國(guó)打工痕届, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人末患。 一個(gè)月前我還...
    沈念sama閱讀 48,837評(píng)論 3 376
  • 正文 我出身青樓爷抓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親阻塑。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,455評(píng)論 2 359