OpenCV2D 特征框架 (11)特征检测与描述用于检测二值图像中连通区域（即“斑点”或“blob”）的类cv::SimpleBlobDetector的使用

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

cv::SimpleBlobDetector 是 OpenCV 中用于检测二值图像中连通区域（即“斑点”或“blob”）的类。这些连通区域可以是白色前景中的黑色斑点，也可以是黑色背景中的白色斑点。SimpleBlobDetector 可以识别不同形状、大小和亮度的斑点，并且可以设置参数来过滤掉不符合特定条件的斑点。

从 OpenCV 3.0 开始，SimpleBlobDetector 的创建方式有所变化。它现在是一个工厂方法 create 返回的一个指针对象，而不是直接实例化类的对象。这允许通过修改参数来配置检测器的行为，而无需改变代码逻辑。

下面是一些重要的成员函数和属性：

构造函数：
在 OpenCV 3.x 和更新版本中，推荐使用 cv::SimpleBlobDetector::create() 方法来创建 SimpleBlobDetector 对象，该方法返回一个指向 Ptrcv::SimpleBlobDetector 类型的智能指针。
成员函数：
- void detect(const cv::Mat& image, std::vectorcv::KeyPoint& keypoints) 检测输入图像中的斑点，并将结果存储在 keypoints 向量中。每个 cv::KeyPoint 表示一个斑点的位置、大小和其他信息。
- void setParams(const SimpleBlobDetector::Params& params) 设置斑点检测器的参数。这通常是在创建检测器之后立即调用，以配置其行为。
- Params getParams() const 获取当前设置的参数。
成员类型：
- struct Params 包含了可以调整的各种参数，例如斑点的最小面积、最大面积、圆度范围、凸性等。你可以通过修改 Params 结构体内的成员变量来自定义斑点检测的过程。

代码示例

#include <opencv2/features2d.hpp>
#include <opencv2/opencv.hpp>using namespace cv;int main()
{// 加载图像并转换为灰度图Mat image = imread( "/media/dingxin/data/study/OpenCV/sources/images/smarties.png", IMREAD_GRAYSCALE );if ( image.empty() ){std::cout << "Could not open or find the image" << std::endl;return -1;}// 配置斑点检测器参数SimpleBlobDetector::Params params;// 改变默认参数params.filterByArea = true;params.minArea      = 100;params.filterByCircularity = true;params.minCircularity      = 0.1;params.filterByConvexity = true;params.minConvexity      = 0.87;params.filterByInertia = true;params.minInertiaRatio = 0.01;// 创建斑点检测器Ptr< SimpleBlobDetector > detector = SimpleBlobDetector::create( params );// 检测斑点std::vector< KeyPoint > keypoints;detector->detect( image, keypoints );// 绘制斑点并显示Mat outputImage;drawKeypoints( image, keypoints, outputImage, Scalar::all( -1 ), DrawMatchesFlags::DEFAULT );imshow( "Detected Blobs", outputImage );waitKey( 0 );return 0;
}