OpenCV - 找到最接近图像中心的斑点

Question

鉴于其中有一个小数（1-3）斑点的阈值图像，我想选择最接近中心的斑点，我希望它是一个数字：

我想将红色矩形提取为单独的Mat，因为它最接近中心（绿点）。我的第一个想法是迭代图像中的所有斑点，并从像素到像中心以像素为单位拍摄距离最小的斑点。但是，我不熟悉绝大多数OpenCV函数（并且有很多函数！）所以我想知道是否有更好的方法。

我已经看到了一些问题，但是：

1. 如果外侧的盒子覆盖3或4个侧面，则质心可能会 即使盒子本身不在附近，也要靠近中心 中心。也许我应该用更高阶的时刻来提供更多 重量到远离中心的点？
2. 我知道OpenCV没有集成的blob-finding（或连接组件标签）库。我可以使用查找轮廓，但对于带有内部部分的数字，如6,8或9，这可能不准确。

Answer 1

1. 使用findContours查找blob
2. 使用boundingRect
获取其边界矩形
3. 此时，你可以做你想做的事

Answer 2

在您的示例图像中，质心将无法工作，因为其他区域的质心比6的质心更接近图像中心。相反，您应该查找包含与图像中心最近的像素的区域。

我会把它分解为：

1. 进行区域标记。使用维基百科上描述的fast union-find data structure和two-pass algorithm手动编码很容易（也很有趣！）。您可以通过OpenCV Mat界面访问该图像。
2. 找到距离中心最近的非零像素的位置。从一个简单的详尽搜索开始......如果它太慢，只考虑优化。
3. 在区域标记的图像中查找此像素的区域。

如果这还不够好，你可以查看某种加权质心，其中靠近图像中心的像素具有更高的权重。

Answer 3

没有OpenCV函数可以找到质心最接近特定点的blob。无论如何，对于1-3个blob，循环遍历所有这些将是一个快速的操作。

Answer 4

1. 使用以下任一blob计数库... cvBlobslib 或者使用cvBlob ...两者中的任何一个基于单个扫描标记算法......所以它快速
2. 除了组件标签，你可以得到边界框，轮廓，椭圆拟合，blob过滤取决于blob的大小和blob的加减......（

Answer 5

您可以使用包含孔的区域的findContour / drawContour提取连接的组件并计算标签图像。文档that do exactly that中有一个代码示例，但如果速度有问题，您可以实现专用方法。

要找到最接近图像中心的CC，您不应该依赖于质心，因为您的区域具有复杂的形状。您可以从中心开始逐渐扫描标签图像，并查看首先落在哪个连接组件上。

Answer 6

1. 编写一个类来进行连接组件标记。 here's the wiki link on it。您需要创建一个Disjoint Set类才能使其正常工作
2. 找到从像素到图像中心的距离的平均和，而不是找到斑点的质心。 sum（pixel_i - center）/ total_num_pixel_in_the_blob。