图像处理：斑点检测和连接的组件

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

蝴蝶与检测到的斑点

结合并补充图像中发现的每个单独的成分，可以绘制所需的部分内容。但是，如果只想独立检查每个单独的组件怎么办？从整个图片中分离出来，并创建一个不同的部分，这时就可以使用斑点检测技术和连接的分量算法分别分析图像分量。

斑点检测

它是为模型建立准备图像数据的最后步骤之一，通常在颜色检测和降噪之后执行操作，以最终从图像中找到所需的对象以进行进一步分析。以下汇总了斑点检测在图像处理中必不可少的原因：

• 寻找特征

• 描述要素周围的区域

• 比较功能以查找匹配项

• 兼容后使用这些匹配项

进行斑点检测的方法有三种：高斯的拉普拉斯算子（LoG），高斯的差分算子（DoG）和黑森州的行列式（DoH）。我们将不深入研究这些算法背后的数学原理，而是将讨论这些概念的python实现。为了说明起见，我们将使用此图像查看实际的斑点检测。

但是如果不导入必要的python库来完成所有这些工作，我们该如何编码？

from skimage.io import imread, imshow
from skimage.color import rgb2gray
from skimage.feature import blob_dog, bl