Question

我使用opencv中的simpleblobdetector和python来识别图像中的blob。

我能够让简单的斑点检测器工作，并给我确定斑点的位置。但是我还可以获得已识别blob的惯性/凸性/圆度/等属性吗？

img = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE)

# set up blob detector params
detector_params = cv2.SimpleBlobDetector_Params()
detector_params.filterByInertia = True
detector_params.minInertiaRatio = 0.001
detector_params.filterByArea = True
detector_params.maxArea = 10000000
detector_params.minArea = 1000
detector_params.filterByCircularity = True
detector_params.minCircularity = 0.0001
detector_params.filterByConvexity = True
detector_params.minConvexity = 0.01

detector = cv2.SimpleBlobDetector_create(detector_params)

# Detect blobs.
keypoints = detector.detect(img)

# print properties of identified blobs
for p in keypoints:
    print(p.pt) # locations of blobs
    # circularity???
    # inertia???
    # area???
    # convexity???
    # etc...

由于

Answer 1

根据opencv.org，检测器返回的关键点不包含有关找到它们的算法的任何信息：

cv :: KeyPoint：突出点检测器的数据结构。

类实例存储关键点，即找到的点要素   许多可用的关键点探测器之一，如哈里斯角   detector，cv :: FAST，cv :: StarDetector，cv :: SURF，cv :: SIFT，   cv :: LDetector等。

关键点的特点是2D位置，比例（比例   到需要进入的邻域的直径   帐户），方向和一些其他参数。

您可以绘制关键点，显示大小和旋转：

img = cv2.drawKeypoints(img, keypoints, None, color=(0,255,0), flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)

opencv simpleblobdetector - 获取已识别blob的blob属性

1 个答案: