在Python中，对轮廓区域进行Blob（二进制大型对象，Binary Large Object）分析是一种常见的计算机视觉任务，它可以帮助我们检测和分类图像中的形状。通常会结合OpenCV库来完成此类操作。 下面是一个详细的流程说明以及如何实现： --- ### 步骤详解 #### 1. **导入所需模块** 首先我们需要引入必要的Python包： ```python import cv2 import numpy as np from math import sqrt ``` #### 2. **加载图片并转成灰度图** 接下来我们将加载一张图片并将之转换为灰色级别，因为颜色信息对于大多数形态分析来说并不是必需的。 ```python img = cv2.imread('blobs.png', cv2.IMREAD_GRAYSCALE) ``` #### 3. **设定Blob检测器参数** 创建一个SimpleBlobDetector_Params对象，并设置它的属性，比如滤波按面积、圆率等条件选择符合条件的Blobs。 ```python params = cv2.SimpleBlobDetector_Params() # 改变阈值 params.minThreshold = 10 params.maxThreshold = 200 # 过滤掉小尺寸的圆圈 params.filterByArea = True params.minArea = 1500 # 圆形度过滤器 params.filterByCircularity = True params.minCircularity = 0.1 # 凸性过滤器 params.filterByConvexity = True params.minConvexity = 0.87 # 惯性比过滤器 params.filterByInertia = True params.minInertiaRatio = 0.01 ``` #### 4. **建立检测器并与图像匹配** 基于以上参数初始化blob检测器实例，然后让它作用于我们的输入图像数据之上寻找所有的blobs。 ```python detector = cv2.SimpleBlobDetector_create(params) keypoints = detector.detect(img) ``` #### 5. **绘制关键点并展示结果** 最后一步就是把这些发现的关键点画回到原来的彩色图片上去查看最终的效果怎么样。 ```python blank = np.zeros((1, 1)) blobs = cv2.drawKeypoints(img, keypoints, blank, (0, 0, 255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) number_of_blobs = len(keypoints) text = "Number of Circular Blobs: " + str(len(keypoints)) cv2.putText(blobs, text, (20, 550), cv2.FONT_HERSHEY_SIMPLEX, 1, (100, 255, 255), 2) cv2.imshow("Filtering Circular Blobs Only", blobs) cv2.waitKey(0) cv2.destroyAllWindows() ``` --- ### 示例完整代码 将所有片段组合在一起形成一个完整的程序脚本供参考运行测试使用: ```python import cv2 import numpy as np from math import sqrt def blobAnalysis(): img = cv2.imread('blobs.png', cv2.IMREAD_GRAYSCALE) params = cv2.SimpleBlobDetector_Params() # 更改阈值范围 params.minThreshold = 10; params.maxThreshold = 200; # 过滤依据：面积大小 params.filterByArea = True params.minArea = 1500 # 根据圆形程度筛选 params.filterByCircularity = True params.minCircularity = 0.1 # 使用凸性作为标准之一 params.filterByConvexity = True params.minConvexity = 0.87 # 设置惯量比例下限限制非椭圆型目标物 params.filterByInertia =True params.minInertiaRatio=0.01 # 创建探测器并应用到输入影像资料集当中搜索所有满足条件的对象们 detector=cv2.SimpleBlobDetector_create(params) keypoints=detector.detect(img) blank=np.zeros((1,1)) blobs=cv2.drawKeypoints(img,keypoints,blank,(0,0,255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS ) number_of_blobs=len(keypoints) text="Number of Circular Blobs:"+str(number_of_blobs) cv2.putText(blobs,text ,(20 ,550 ) , fontFace=cv2.FONT_HERSHEY_SIMPLEX, fontSize=1,color=(100 ,255 ,255 ), thickness=2,lineType=None) return blobs result=blobAnalysis() cv2.imshow('Blob Analysis Result ', result ) cv2.waitKey(0) cv2.destroyAllWindows () ``` ---