1.概述

        Blob分析就是将图像进行二值化，分割后得到前景和背景，然后进行连通域检测，从而得到Blob块的过程。简言之，Blob分析就是在一块“光滑”区域内，通过分析区域的面积、周长、重心等，我们可以将某些出现“突变”的小区域寻找出来，其中“面积”、“周长”、“重心”等属性即为区域的特征。

2. 常见的区域特征

'Area'：

        对象的区域

'row'：

        中心的行索引

'column'：

        中心的列索引

'row1'：

        左上角的行索引

'column1'：

        左上角的列索引

'row2'：

        右下角的行索引

'column2'：

        右下角的列索引

'width'：

        区域宽度（平行于坐标轴）

'height'：

        区域高度（与坐标轴平行）

'circularity'：

        圆度

'compactness'：

        紧凑性

'contlength'：

        轮廓总长度

'convexity'：

        凸性

'rectangularity'：

        矩形度

'ra'：

        等效椭圆的主半径

'rb'：

        等效椭圆的次半径

'phi'：

        等效椭圆的方向

'anisometry'：

        反分析法

'bulkiness'：

        庞大

'struct_factor'：

        结构因素

'outer_radius'：

        最小周围圆的半径

'inner_radius'：

        最大内圈的半径

'inner_width'：

        适合该区域的最大轴 - 平行矩形的宽度

'inner_height'：

        适合该区域的最大轴平行矩形的高度

'dist_mean'：

        从区域边界到中心的平均距离

'dist_deviation'：

        从区域边界到中心的距离偏差

'roundness'：

        圆度

'num_sides'：

        多边形边数

'connect_num'：

        连接组件的数量

'holes_num'：

        孔数

'area_holes'：

        对象的孔的面积

'max_diameter'：

        区域的最大直径

'orientation'：

        区域的方向

'euler_number'：

        欧拉数

'rect2_phi'：

        最小周围矩形的方向

'rect2_len1'：

        最小周围矩形长度的一半

'rect2_len2'：

        最小周围矩形宽度的一半

 

by Ryou2-