Python opencv blob检测，缺少一些blob 导入cv2 将numpy作为np导入 im\u m=cv2.imread（“primary.png”，cv2.imread\u灰度） # 50, 130 #高斯滤波后的大津阈值 模糊=cv2.高斯模糊（im_m，（25,25），0） #（thresh，im2）=cv2.阈值（模糊，0255，cv2.thresh_二进制+cv2.thresh_大津） #黑色区域溢出到数字区域与大津 （thresh，im）=cv2.阈值（im_m，55130，cv2.thresh_二进制） 内核=np.ones（（5,5），np.uint8） img_displate=cv2.displate（im，内核，迭代次数=1） img_腐蚀=cv2.腐蚀（img_膨胀，内核，迭代次数=1） params=cv2.SimpleBlobDetector_params（） params.minThreshold=10； 参数maxThreshold=225； params.filterByArea=True 参数minArea=100 params.maxArea=1500 params.filterByCircularity=False 参数最小圆度=0.5 params.filterByConvexity=False params.min凸度=0.2 params.filterByInertia=False 参数minInertiaRatio=0.01 版本=（cv2.版本.拆分（'.'）） 如果int（ver[0]）

我对opencv的图像处理相当陌生。我正试图从一个嘈杂的图像中检测数字

我做了一些实验，调整阈值和参数过滤，但无法检测3、4、0，有时还有5、7和2的斑点。我只需要检测数字。对于这项任务，除了斑点检测还有其他更好的方法吗

---

通常，您应该尝试为大多数参数使用不同的值。我通常有一个带有一些滚动条的GUI，以便以交互方式修改参数

在你的情况下，我想最大面积太小了。你可以把它设为10000，如果可行的话，把它缩小，直到它开始失效。如果它不起作用，你可以试着把尖塔缩小一些

---

我认为您没有其他参数，但如果有，您应该禁用所有过滤器，使所有范围变宽，然后逐个启用并缩小它们（始终查看图像结果）

看起来您只是按区域过滤。我猜你的params.maxarea太小了。试着用10000。我试着禁用所有的过滤器，并使minArea=0和maxArea非常大，但仍然无法检测到这些数字。相反，我得到了一些大的随机斑点。你能用几个值试试吗？例如，保留minarea=100，然后尝试稍微更改maxarea（值1500、1550、1600，…），看看结果是否更好。一旦你找到了最佳的maxarea，试着稍微改变一下minarea。如果你能为minarea和maxarea创建一个带有滚动条的简单GUI，那就容易多了。您可以为minthreshold和maxthreshold添加滚动条，这可能很重要。

import cv2
import numpy as np

im_m = cv2.imread("primary.png", cv2.IMREAD_GRAYSCALE)

# 50, 130

# Otsu's thresholding after Gaussian filtering 
blur = cv2.GaussianBlur(im_m,(25,25),0)
#(thresh, im2) = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
# Black region overflowing into digit regions with otsu

(thresh, im) = cv2.threshold(im_m, 55, 130, cv2.THRESH_BINARY)

kernel = np.ones((5,5), np.uint8)

img_dilation = cv2.dilate(im, kernel, iterations=1)
img_erosion = cv2.erode(img_dilation, kernel, iterations=1)


params = cv2.SimpleBlobDetector_Params()


params.minThreshold = 10;
params.maxThreshold = 225;


params.filterByArea = True
params.minArea = 100
params.maxArea = 1500


params.filterByCircularity = False
params.minCircularity = 0.5


params.filterByConvexity = False
params.minConvexity = 0.2


params.filterByInertia = False
params.minInertiaRatio = 0.01


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



keypoints = detector.detect(im)


im_key = cv2.drawKeypoints(im, keypoints, np.array([]), (0,0,255),             cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)




cv2.imshow("Keypoints", im_key)
cv2.imshow("Erosion", img_erosion)
cv2.imshow("Dilation", img_dilation)
cv2.waitKey(0)