如何使用 python cv2.SimpleBlobDetector 检测图像中的单个最大点？

Question

我在python中使用了cv2来定位轮廓，找到我想要处理的图像部分，现在我需要定位图像中最大点的中心，如下图但我想我不理解参数是如何工作的，因为它识别其他较小的点，但从来没有识别我试图检测的较大点。我正在使用以下测试代码：

params = cv2.SimpleBlobDetector_Params()

params.filterByCircularity = True
params.minCircularity = 0.1

params.filterByArea = True
params.minArea = 20.

ver = (cv2.__version__).split('.')
if int(ver[0]) < 3 :
    detector = cv2.SimpleBlobDetector(params)
else : 
    detector = cv2.SimpleBlobDetector_create(params)

keypoints = detector.detect(cropped_img)
for kp in keypoints:
    print("(%d, %d) size=%.1f resp=%.1f" % (kp.pt[0], kp.pt[1], kp.size, kp.response))


im_with_keypoints = cv2.drawKeypoints(cropped_img, keypoints, np.array([]), (0,0,255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv2.imwrite(img_path.replace('.png', '-cropped2.png'), im_with_keypoints)

也许我用我测试过的值来解决这个问题，或者完全使用了错误的参数，但我们将不胜感激。我正在尝试检测第一张图片中红色箭头指示的较大斑点。运行第一张图片上的这段代码生成第二张图片。

Answer 1

所以又进行了一天的研究，解决方案是使用结构化元素而不是斑点检测器。在这种情况下，由于相交线而未检测到斑点，如果与线隔离，它会起作用。在图像中搜索特定大小的结构化元素效果很好。我想我会 post 这个代码片段来回答我自己的问题，以防万一有人遇到这个问题，这可能会引导他们走另一条路。

创建结构元素是解决此类图像的方法。

gray = cv2.cvtColor(cropped_img,cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
round_kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (10,10))
detected_ball = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, round_kernel, iterations=2)
cnts = cv2.findContours(detected_ball, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
color = cv2.cvtColor(gray,cv2.COLOR_GRAY2BGR)
for c in cnts:
    x,y,w,h = cv2.boundingRect(c)
    if x > 1 and y > 1:
        cv2.drawContours(color, [c], -1, (0,0,255), 3)

结果：

如何使用 python cv2.SimpleBlobDetector 检测图像中的单个最大点？

How can I use python cv2.SimpleBlobDetector to detect the single largest spot in an image?

python

cv2