【碎片知识（8） · 计算机视觉基础】对图片中Blob的检测和计数

本文将通过对一幅米粒图像的处理，讨论在OpenCV中相关函数对Blob的检测和计数问题。

OpenCV实例中的代码说明：

1)        关于SimpleBlobDetector的说明：

   其目的是对Blob进行侦测，Blob就是在图片中连在一起的一团像素集合，该集合中的像素必须拥有共同的特性（比如灰度值等）。

   OpenCV提供了非常便捷的方法去侦测Blob，并可以基于特定的特征（如颜色、尺寸、形状等）对这些Blob进行筛选，以避免早期的Blob侦测算法中的过度提取。

   具体原理内容在：https://www.learnopencv.com/blob-detection-using-opencv-python-c/

2)        getStructuringElement()函数：

   该函数的第1个参数表示内核的形状：

矩形(MORPH_RECT)；交叉形(MORPH_CORSS)；椭圆形(MORPH_ELLIPSE)；

   第2和第3个参数分别是内核的尺寸以及锚点的位置，锚点的位置有默认的(-1, -1)，即中心点。

   一般在调用腐蚀(erode)以及膨胀(dilate)函数之前，先定义一个Mat类型的变量来获得getStructuringElement函数的返回值。

3)        findContours()函数：

   函数原型：findContours(InputOutputArray image,OutputArrayOfArrays contours, OutputArray hierarchy, int mode,  int method, Point offset=Point());

Ø  image，单通道图像矩阵，可以是灰度图，但更常用的是二值图像，一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像。

Ø  contours，定义为“vector<vector&