Blob分析

Blob分析又稱斑點分析，是對圖像中相同像素的連通域進行分析，該連通域稱爲Blob。當圖像對比度較高時可用Blob分析提取特徵。

該演算法如下
1.基於閾值分割出目標區域。按原理可分爲三種：基於亮度，基於RGB，基於自適應（動態閾值），但這一步只是將圖像轉爲一個或多個二值圖，並沒有將各個Blob區域分開
2.細化區域，去除噪聲，可以基於形態學處理或根據特徵做區域篩選
3.對指定區域的blob進行分析，提取特徵，一般有數字特徵（如面積，凸殼相似度，區域輪廓長度，與圓的相似度）和非數字特徵（最小外接矩形/圓，對角線長度，區域的骨架，區域輪廓）。

其中前兩步算是數據的預處理。而第三步是Blob分析的核心，又被稱爲Blob檢測（Blob detection）。視覺領域的Blob檢測主要思路是檢測出圖像中比周圍像素灰度大（或小）的區域，有兩種基本方法：

• 基於求導的微分方法，稱爲微分檢測器
• 基於局部極值的分水嶺算法，OpenCV中的simpleBlobDetector就是一種實現方法

參考文章:
https://zhuanlan.zhihu.com/p/509261798