python椭圆特征识别_OpenCV-Python系列十二:特征检测(2)--斑点检测

本文介绍了如何使用OpenCV的cv2.SimpleBlobDetector进行斑点检测,以统计图像中目标的数量并筛选出特定大小和圆度的斑点。通过设置参数,如圆度、面积和颜色,可以对目标进行预处理和检测。此外,提到了OpenMV的斑点检测功能,强调了斑点检测在复杂环境中的应用和挑战。
摘要由CSDN通过智能技术生成

对于斑点检测,常常用来对图像中的某些特定目标进行检测,比如你可以用来统计图像中目标的数量,你可以依据目标在图像中的图像大小,目标的圆度、凸形等信息来进行筛选。

斑点检测

关于OpenCV中使用cv2.SimpleBlobDetector来进行斑点检测,你可以用来进行一些固定场景的检测使用,你可以通过设定前面提及的一些参数范围来进行筛选,这一点是很方便的。

# 利用区域的圆度来进行检测

import cv2

import numpy as np

img = cv2.imread('steel.png',-1)

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

bin_img = cv2.threshold(gray_img, 70, 255, cv2.THRESH_BINARY_INV)[1]

params = cv2.SimpleBlobDetector_Params()

#表示提取白色的色块,若需要提取黑色色块可以用0

params.blobColor = 255

#二值化的起始阈值

params.minThreshold = 0

#二值化的终止阈值

params.maxThreshold = 255

#控制blob的区域面积大小

params.filterByArea = True

params.minArea = 200

params.maxArea = 30000

#blob的圆度限制ÿ

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值