免费视频淫片aa毛片_日韩高清在线亚洲专区vr_日韩大片免费观看视频播放_亚洲欧美国产精品完整版

機(jī)器視覺中Blob是非常重要的特征，對(duì)于Blob的選擇可以依據(jù)其幾何特征，OpenCv中具有專門的
類來解決這個(gè)問題：

class CV_EXPORTS_W SimpleBlobDetector : public Feature2D
        {        public:        struct CV_EXPORTS_W_SIMPLE Params
        {
        CV_WRAP Params();
        CV_PROP_RW float thresholdStep;//閾值步長(zhǎng)
        CV_PROP_RW float minThreshold;//最小閾值
        CV_PROP_RW float maxThreshold;//最大閾值
        CV_PROP_RW size_t minRepeatability;
        CV_PROP_RW float minDistBetweenBlobs;//兩個(gè)Blob的最小距離

        CV_PROP_RW bool filterByColor//采用顏色分割;
        CV_PROP_RW uchar blobColor;//主要針對(duì)色彩的強(qiáng)度，0選擇暗的Blob，255選擇亮的Blob

        CV_PROP_RW bool filterByArea;//采用最大最小面積分割
        CV_PROP_RW float minArea, maxArea;

        CV_PROP_RW bool filterByCircularity;//采用圓度分割0~1
        CV_PROP_RW float minCircularity, maxCircularity;

        CV_PROP_RW bool filterByInertia;//采用慣性率分割0~1
        CV_PROP_RW float minInertiaRatio, maxInertiaRatio;

        CV_PROP_RW bool filterByConvexity;//采用凹凸度分割0~1
        CV_PROP_RW float minConvexity, maxConvexity;        void read( const FileNode& fn );        void write( FileStorage& fs ) const;
        };

        CV_WRAP static Ptr<SimpleBlobDetector>
        create(const SimpleBlobDetector::Params &parameters = SimpleBlobDetector::Params());
        };

該類的使用方法是首先設(shè)置參數(shù)Params，然后提取滿足Param的Blob的重心。SimpleBlobDetector類雖然可以識(shí)別出滿足條件的Blob，并識(shí)別出Blob的重心，但是無法將其作為ROI區(qū)域分割開。
為了分割出Blob區(qū)域作為ROI區(qū)域，本例的主要步驟為：
1.SimpleBlobDetector 選出滿足條件的Blob的中心。
2.findContours 查找所有Blob的輪廓。
3.floodFill 漫水填充滿足條件的Blob區(qū)域。
4.在原圖中分割出滿足條件的Blob區(qū)域作為ROI區(qū)域

本例需要注意的有以下幾點(diǎn)：
1.SimpleBlobDetector：：Param具有默認(rèn)值，注意初始化。
2.由vector轉(zhuǎn)換為vector 的方法：points.push_back(keypoints[i].pt);

#include <iostream>     #include <opencv2/opencv.hpp>  #include <opencv2/highgui/highgui.hpp>#include <opencv2/core/core.hpp>#include <opencv2/imgproc/imgproc.hpp>#include "opencv2/features2d.hpp"using namespace cv;using namespace std;int main(int argc, char** argv)
{
    cv::Mat imagecolor, Blob, Mask;
    imagecolor = imread("../data/Blob.png");    //為SimpleBlobDetector設(shè)置參數(shù)
    SimpleBlobDetector::Params params;
    params.filterByCircularity = true;
    params.filterByConvexity = false;
    params.filterByInertia = true;
    params.filterByArea = true;
    params.filterByColor = false;

    params.minThreshold = 0;
    params.maxThreshold = 255;

    params.blobColor = 255;


    params.minArea = 200;
    params.maxArea = 10000;

    params.minInertiaRatio = 0;
    params.maxInertiaRatio = 0.5;

    params.minCircularity = 0.5;
    params.maxCircularity = 1;    //提取滿足條件的Blob的關(guān)鍵點(diǎn)(中心)
    Ptr<SimpleBlobDetector> detetor = SimpleBlobDetector::create(params);    vector<KeyPoint> keypoints;
    detetor->detect(imagecolor, keypoints);
    drawKeypoints(imagecolor, keypoints, Mask, Scalar(255, 0, 255), DrawMatchesFlags::DRAW_RICH_KEYPOINTS);    //查找所有Blob輪廓
    Mat imagegray;
    cvtColor(imagecolor, imagegray, CV_RGB2GRAY);    vector<vector<Point> > contours;    vector<Vec4i> hierarchy;
    findContours(imagegray, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));
    Mat drawing = Mat::zeros(imagecolor.size(), CV_8UC3);    for (int i = 0; i < contours.size(); i++)
    {
        drawContours(drawing, contours, i, Scalar(255,255,255), 1, 8, hierarchy, 0, Point());
    }    //以滿足條件的Blob的重心為起始點(diǎn)進(jìn)行填充（該方案只適合B重心在Blob上的區(qū)域）
    vector<Point2f>  points;
    Mat flood;    for (int i = 0; i < keypoints.size(); i++)
    {
        points.push_back(keypoints[i].pt);
        floodFill(drawing, points[i], Scalar(255,255,255));//注意輸入圖像為三通道，因此對(duì)三個(gè)通道都要填充
    }
    cv::Mat element5(2, 2, CV_8U, cv::Scalar(255, 255, 255));
    cv::Mat open;
    cv::morphologyEx(drawing, open, cv::MORPH_OPEN, element5);//開操作去除未被選中的blob的contour

    imagecolor.copyTo(Blob, open);//分割出滿足條件的Blob區(qū)域


    imshow("Blob", Blob);
    imshow("原圖", imagecolor);


    waitKey();    return 0;
}