使用opencv缩放空间blob检测

Question

我是图像处理和计算机视觉方面的新手，我想使用具有不同比例空间的高斯拉普拉斯算法检测图像中的斑点。以下链接详细说明。 http://www.cs.utah.edu/~jfishbau/advimproc/project1/ http://www.cs.utah.edu/~manasi/coursework/cs7960/p1/project1.html 到目前为止，通过使用opencv2我已经设法获取图像，应用高斯滤波器与各种内核并应用拉普拉斯滤波器。 i乘以sigma平方整个图像以放大信号（参见链接中的描述）然后我应用阈值。下一步是检测局部最大值和最小值，这样我就可以得到斑点中心并能够绘制圆圈，但我不知道该怎么做以及到目前为止我所做的图像处理是否正确。这是我的代码：

int main(){

    image1 = imread("butterfly.jpg",0);

    drawing1 = imread("butterfly.jpg");

    blobDetect(image1,drawing1);
waitKey();
    return 0;
}

void blobDetect(Mat image, Mat drawing){

    int ksize = 1;
    int n =1;

    Mat result[10];
    for(int i=0; i<10; i++){
    cv::GaussianBlur(image,result[i],cv::Size(ksize,ksize),ksize/3,0);
    n+=1;
    ksize = 2*n-1;
    }

    ksize = 1;
    n =1;
    for(int i=0; i<10; i++){
    cv::Laplacian(result[i],result[i],CV_8U,ksize,1,0);
    n+=1;
        ksize = 2*n-1;
   }

   ksize = 1;
   int cols = image.cols;
   int rows = image.rows;
   for(int a=0; a<10; a++){
    for(int i=0; i<rows; i++){
        //uchar* data = result[a].ptr<uchar>(rows);
        for(int j=0; j<cols; j++){
            result[a].at<uchar>(i,j) *= (ksize/3)*(ksize/3);                
        }   
    }
    ksize++;
    ksize = 2*ksize-1;
}


for(int i=0; i<10; i++){
    cv::threshold(result[i], result[i], 100, 255, 0);
}

}

这是预期的结果

由于

Answer 1

检测到轮廓后，可以使用

minEnclosingCircle()

更好的是查看本教程：

http://docs.opencv.org/doc/tutorials/imgproc/shapedescriptors/bounding_rects_circles/bounding_rects_circles.html