python - 在 python 中设置 blob 检测参数

Question

我正在使用 OpenCV 2.4.9 对圆形物体的相机图像运行 Blob 检测。我在图像上运行了许多标准过滤器(模糊、自适应阈值、使用 skimage 例程的骨架化和骨架的膨胀)，并希望在结果上识别 Blob (连续的黑色区域)。 SimpleBlobDetector 就是为此而设计的，但是无论我如何设置它的参数，它都没有按照我的意愿进行。

这是原图:

这是处理后的版本，检测器的关键点以黄色绘制:

关键点似乎不受区域限制，也没有出现在我期望的位置。

脚本如下所示，是否有明显错误？或者还有其他建议吗？

import numpy as np
import cv2
import skimage, skimage.morphology

img0=cv2.imread('capture_b_07.cropped.png')
img1=cv2.cvtColor(img0,cv2.COLOR_BGR2GRAY)
img2=cv2.medianBlur(img1,5)
img3=cv2.bilateralFilter(img2,9,75,75)
img4=cv2.adaptiveThreshold(img3,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY_INV,21,0)
img5=skimage.img_as_ubyte(skimage.morphology.skeletonize(skimage.img_as_bool(img4)))
img6=cv2.dilate(img5,cv2.getStructuringElement(cv2.MORPH_RECT,(3,3)),iterations=1)
# blob detection
pp=cv2.SimpleBlobDetector_Params()
pp.filterByColor=True
pp.blobColor=0
pp.filterByArea=True
pp.minArea=500
pp.maxArea=5000
pp.filterByCircularity=True
pp.minCircularity=.4
pp.maxCircularity=1.

det=cv2.SimpleBlobDetector(pp)
keypts=det.detect(img6)
img7=cv2.drawKeypoints(img6,keypts,np.array([]),(0,255,255),cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv2.imwrite('capture_b_07.blobs.png',img7)

来自 ImageJ 的类似管道(分析粒子，圆度 0.5-1.0，面积 500-5000 px^2)，我正在尝试使用 OpenCV 重现，给出如下内容:

Answer 1

您可以使用分水岭获得与 ImageJ 类似的结果。我把你的img6倒过来，贴上标签，然后用它作为opencv watershed的标记。然后，我使用形态过滤器扩大了分水岭分割边界线，并使用 opencv findContours 找到了连通分量。以下是结果。不确定这是否是您想要的。我没有发布代码，因为我结合 python 和 c++ 快速尝试了这个代码，所以它有点乱。

分水岭分割

连接组件