OpenCV中BLOB特徵提取與幾何形狀分類

一：方法

二值影象幾何形狀提取與分離，是機器視覺中重點之一，在CT影象分析與機器人視覺感知等領域應用廣泛，OpenCV中提供了一個對二值影象幾何特徵描述與分析最有效的工具 - SimpleBlobDetector類，使用它可以實現對二值影象幾何形狀的分離與分析。而它之所以強大是因為整合OpenCV中其它一些API的功能，主要是有三個：

• 自動的影象灰度與二值化，根據輸入的步長與閾值，得到半徑

• 實現了輪廓查詢功能，可以查詢所有輪廓，

• 然後在此基礎上基於幾何矩的計算實現各種基於幾何特徵的過濾

在學習Blob特徵檢測器相關函式之前，我們首先看一下Blob幾何特徵過濾時候用到幾何特徵

面積

BLOB特徵檢測器可以根據面積大小對結果進行過濾，只有面積在指定範圍內的幾何形狀才會被BLOB特徵檢出並標註。這樣就可以通過它實現基於幾何形狀面積的大小分類。需要說明的是這裡的面積是基於畫素單位的，主要是利於幾何矩進行計算得到。

圓度

圓度的公式可以表示為 

慣性率

慣性率是跟偏心率，圓形的偏心率等於0， 橢圓的偏心率介於0和1之間，直線的偏心率接近於0， 基於幾何矩計算慣性率比計算偏心率容易，所以OpenCV選擇了慣性率這個特徵值，根據慣性率可以計算出來偏心率，偏心率與慣性率之間關係表示如下

凸度

表示幾何形狀是凸包還是凹包的度量。說白了就是可以根據引數過濾凸多邊形還是凹多邊形， 輸入的引數一般在0~1之間，最小為0，最大為1。一般圓形多會大於0.5以上

二 演示

演示部分通過兩個例子來說明BLOB特徵不同用法，第一個例子通過BLOB特徵檢測向日葵的葵盤，第二例子通過BLOB特徵檢測來對幾何形狀進行過濾分類。

示例一 ：原圖

BLOB檢測結果

相關的程式碼如下：

1. // 初始化BLOB引數

2. SimpleBlobDetector::Paramsparams;

3. params.minDistBetweenBlobs =0.0f;

4. params.filterByInertia =false;

5. params.filterByConvexity =false;

6. params.filterByColor =false;

7. params.filterByCircularity =false;

8. params

   .filterByArea =false;

9. // 宣告根據面積過濾，設定最大與最小面積

10. params.filterByArea =true;

11. params.minArea =20.0f;

12. params.maxArea =2000.0f;

13. // 宣告根據圓度過濾，設定最大與最小圓度

14. params.filterByCircularity =true;

15. params.minCircularity =0.5;

16. params.maxCircularity =1.0;

17. // 凸包形狀分析 - 過濾凹包

18. params.filterByConvexity =true;

19. params.minConvexity =0.5;

20. params.minConvexity =1.0;

21. // 引數初始化BLOB檢測器，

22. Ptr<SimpleBlobDetector> detector =SimpleBlobDetector::create(params);

23. vector<KeyPoint> keypoints;

24. // 檢測得到特徵與繪製特徵

25. detector->detect(src, keypoints,Mat());

26. Mat kp_image;

27. drawKeypoints(src, keypoints, kp_image,Scalar(255,0,0),DrawMatchesFlags::DRAW_RICH_KEYPOINTS);

28. imshow("keypoints", kp_image);

示例二：原圖

引數不同過濾執行結果

藍色與紅色是檢測結果表示

相關程式碼如下

1. // 幾何形狀過濾

2. // 宣告根據面積過濾，設定最大與最小面積

3. params.filterByArea =true;

4. params.minArea =1000.0f;

5. params.maxArea =12000.0f;

6. // 宣告根據圓度過濾，設定最大與最小圓度

7. params.filterByCircularity =true;

8. params.minCircularity =0.7;

9. params.maxCircularity =0.8;

10. // 凸包形狀分析 - 過濾凹包

11. params.filterByConvexity =true;

12. params.minConvexity =0.0;

13. params.minConvexity =0.5;

14. // 引數初始化BLOB檢測器，

15. Ptr<SimpleBlobDetector> detector =SimpleBlobDetector::create(params);

16. vector<KeyPoint> keypoints;

17. // 檢測得到特徵與繪製特徵

18. detector->detect(src, keypoints,Mat());

19. Mat kp_image;

20. drawKeypoints(src, keypoints, kp_image,Scalar(0,0,255),DrawMatchesFlags::DRAW_RICH_KEYPOINTS);

21. imshow("keypoints", kp_image);

總結：

影象的BLOB特徵提取與分析，除了使用SimpleBlobDetector類之外還可以通過findContours與幾何矩Moments計算相結合來實現。後者更加考察對OpenCV相關API函式熟悉程度與影象處理相關知識的掌握程度。

原文資料：http://mp.weixin.qq.com/s/QhKUgDbqwxuQWW6aCf_oxg