OpenCV 斑点或圆形检测

Ammar Ali 2022年5月17日
OpenCV 斑点或圆形检测

本教程将讨论在 Python 中使用 OpenCV 的 SimpleBlobDetector 类检测图像中的斑点或圆圈。

在 Python 中使用 OpenCV 的 SimpleBlobDetector 类检测图像中的斑点或圆圈

我们可以使用 OpenCV 的 SimpleBlobDetector 类检测图像中的斑点或圆圈。我们可以使用面积、圆度、凸度和惯性来检测斑点或圆。

如果我们想检测落在特定区域内的斑点或圆圈,我们必须将 filterByArea 参数设置为 true。然后我们可以使用 minArea 参数设置 blob 的最小面积,使用 maxArea 参数设置 blob 的最大面积。

它不会检测小于或大于指定区域的斑点。我们可以使用 SimpleBlobDetector 类的 Params() 方法来改变我们想要检测的形状。

我们可以使用 OpenCV 的 drawKeypoints() 函数来突出显示该函数检测到的斑点。

例如,让我们根据斑点区域检测给定图像中的一些斑点。请参阅下面的代码。

import cv2
import numpy as np

image = cv2.imread('blob2.jpg', 0)

params = cv2.SimpleBlobDetector_Params()

params.filterByArea = True
params.minArea = 100

detector = cv2.SimpleBlobDetector_create(params)
keypoints = detector.detect(image)

blank = np.zeros((1, 1))
blobs = cv2.drawKeypoints(image, keypoints, blank, (0, 0, 255),cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)

cv2.imshow("Blobs Using Area", blobs)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出:

Blob 使用区域

在 Python 中设置 filterByCircularity 以过滤图像中的斑点或圆圈

我们还可以使用它的圆形度来检测一个斑点,这将检查该形状的圆形程度。圆形度为 1 表示圆,0.78 表示长方体。

如果我们只想检测圆形斑点,我们必须将 filterByCircularity 参数设置为 True。然后我们可以使用 minCircularitymaxCircularity 来设置形状的最小和最大圆度值。

它不会检测圆形度大于或小于指定值的斑点。例如,让我们在上面的例子中设置循环。请参阅下面的代码。

import cv2
import numpy as np

image = cv2.imread('blob2.jpg', 0)

params = cv2.SimpleBlobDetector_Params()

params.filterByArea = True
params.minArea = 100

params.filterByCircularity = True
params.minCircularity = 0.9

detector = cv2.SimpleBlobDetector_create(params)
keypoints = detector.detect(image)

blank = np.zeros((1, 1))
blobs = cv2.drawKeypoints(image, keypoints, blank, (0, 0, 255),cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)

cv2.imshow("Using area,circularity", blobs)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出:

blob 使用面积和圆度

如你所见,在上述输出中仅检测到圆形斑点。

在 Python 中设置 filterByConvexity 以过滤图像中的斑点或圆圈

我们还可以使用凸度过滤 blob。首先,我们必须将 filterByConvexity 参数设置为 true,然后我们可以使用 minConvexitymaxConvexity 来设置凸度的最小值和最大值。

一个椭圆也是一个圆,也会和一个正圆一起被检测到。我们可以使用 filterInertia 参数来使用形状的惯性过滤 blob。

对于正圆,惯性为 1,对于椭圆,惯性在 0 到 1 之间。我们可以使用 minInertiaRatiomaxInertiaRatio 来设置惯性的最小值和最大值。

我们还可以使用 OpenCV 的 putText() 函数显示图像上的斑点数量。

例如,让我们设置凸度和惯性的值,并显示在给定图像顶部检测到的斑点数量。请参阅下面的代码。

import cv2
import numpy as np

image = cv2.imread('blob2.jpg', 0)

params = cv2.SimpleBlobDetector_Params()

params.filterByArea = True
params.minArea = 100

params.filterByCircularity = True
params.minCircularity = 0.9

params.filterByConvexity = True
params.minConvexity = 0.2

params.filterByInertia = True
params.minInertiaRatio = 0.01

detector = cv2.SimpleBlobDetector_create(params)

keypoints = detector.detect(image)

blank = np.zeros((1, 1))
blobs = cv2.drawKeypoints(image, keypoints, blank, (0, 0, 255),cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)

number_of_blobs = len(keypoints)
text = "Circular Blobs: " + str(len(keypoints))
cv2.putText(blobs, text, (10, 100),cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 0, 255), 2)

cv2.imshow("Original Image",image)
cv2.imshow("Circular Blobs Only", blobs)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出:

使用所有过滤器的 blob

我们还可以设置文本的位置、字体系列、字体比例、颜色和线条粗细。我们还在左侧显示了原始图像以进行比较。

我们还可以通过将 filterByColor 参数设置为 true 来根据它们的颜色过滤 blob。然后我们可以使用 minThresholdmaxThreshold 来设置我们想要检测的颜色的这些最小和最大阈值。

它不会检测颜色值小于或大于指定阈值的 blob。我们还可以通过更改 SimpleBlobDetector 类的参数来检测其他形状。

例如,我们在上面的示例中检测到圆形斑点,但我们也可以检测其他形状的斑点,例如矩形斑点。

单击此链接了解有关 SimpleBlobDetector 类的参数的更多详细信息。

Author: Ammar Ali
Ammar Ali avatar Ammar Ali avatar

Hello! I am Ammar Ali, a programmer here to learn from experience, people, and docs, and create interesting and useful programming content. I mostly create content about Python, Matlab, and Microcontrollers like Arduino and PIC.

LinkedIn Facebook

相关文章 - Python OpenCV

相关文章 - OpenCV Image