SimpleBlobDetector 类

本文介绍了SimpleBlobDetector类的实现细节,这是一个用于特征检测的类,包含了许多参数用于控制Blob检测的过程,如阈值设置、重复性最小值及Blob之间的最小距离等。

class SimpleBlobDetector : public FeatureDetector
{
public:
struct Params
{
Params();
float thresholdStep;
float minThreshold;
float maxThreshold;
size_t minRepeatability;
float minDistBetweenBlobs;
bool filterByColor;
uchar blobColor;
bool filterByArea;
float minArea, maxArea;
bool filterByCircularity;
float minCircularity, maxCircularity;
bool filterByInertia;
float minInertiaRatio, maxInertiaRatio;
bool filterByConvexity;
float minConvexity, maxConvexity;
};
SimpleBlobDetector( const SimpleBlobDetector: : Params ¶meters = SimpleBlobDetector: : Params());
protected:
...
};



转载:http://blog.youkuaiyun.com/zhuwei1988

### 配置 `SimpleBlobDetector.Params` 参数 在 OpenCV 中,`SimpleBlobDetector` 是用于检测二值图像中的斑点(blobs)的。为了更好地控制检测过程,可以通过设置 `SimpleBlobDetector.Params` 来调整多个参数。 #### 创建并配置 `SimpleBlobDetector.Params` 下面是一个完整的 Python 代码示例来创建和配置 `SimpleBlobDetector.Params`: ```python import cv2 # 初始化 SimpleBlobDetector 的参数对象 params = cv2.SimpleBlobDetector_Params() # 改变阈值 params.minThreshold = 10 params.maxThreshold = 200 # 过滤按面积 params.filterByArea = True params.minArea = 1500 # 过滤按圆度 params.filterByCircularity = True params.minCircularity = 0.1 # 过滤按凸性 params.filterByConvexity = True params.minConvexity = 0.87 # 过滤按惯性率 params.filterByInertia = True params.minInertiaRatio = 0.01 # 使用默认参数初始化检测器 detector = cv2.SimpleBlobDetector_create(params) # 加载测试图片 im = cv2.imread("test.jpg", cv2.IMREAD_GRAYSCALE) # 检测 blobs keypoints = detector.detect(im) # 绘制检测到的 blobs im_with_keypoints = cv2.drawKeypoints(im, keypoints, np.array([]), (0,0,255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) cv2.imshow("Blobs", im_with_keypoints) cv2.waitKey(0) ``` 此段代码展示了如何通过修改不同属性来自定义 blob 检测的行为[^4]。 #### 主要参数解释 - **minThreshold 和 maxThreshold**: 定义了应用差分高斯算法时使用的最小最大阈值范围。 - **filterByArea**: 如果设为 true,则会过滤掉不符合指定区域大小的斑点。 - **filterByCircularity**: 圆形度是指斑点形状接近圆形的程度;如果启用该选项,可以排除那些不够圆的对象。 - **filterByConvexity**: 凸包比例衡量的是斑点轮廓与其外接多边形之间的关系;较高的比率意味着更严格的几何约束。 - **filterByInertia**: 控制着椭圆拟合的好坏程度,即长轴与短轴的比例;较低的值允许更加扁平化的结构被识别出来。 这些参数可以根据具体应用场景的需求灵活调节,从而优化目标特征提取的效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值