【Halcon视频教程】Blob分析的基本概念和实现流程
Blob分析（Blob Analysis）是对图像中相同像素的连通域进行分析，该连通域称为Blob。经二值化（Binary Thresholding）处理后的图像中色斑可认为是blob。Blob分析工具可以从背景中分离出目标，并可以计算出目标的数量、位置、形状、方向和大小，还可以提供相关斑点间的拓扑结构。在处理过程中不是对单个像素逐一分析，而是对图像的行进行操作。图像的每一行都用游程长度编码（RLE）来表示相邻的目标范围。这种算法与基于像素的算法相比，大大提高了处理的速度。 基本概念Blob(Binary large object)是指从图像中获取的二值区域，一般来说，该二指区域是图像中的前景。在Halcon中，Blob是一个提取所得的region。Blob分析是指对该二值区域，进行面积、周长重心等特征的分析。 如下图所示：左边是一副原始图片，右边彩线包围区域是是获取的Blob区域，每个区域中十字的位置是Blob分析所得的重心位置。
实现流程Blob的实现流程大致可分为3个步骤：获取图像、提取Blob、Blob分析。1.获取图像：获取图像是指通过相机设备得到原始图像提取Blob2.提取Blob是根据需求提取要分析的目标二指区域Blob分析3.对提取出来的二值区域进行特征分析 存在的难点 以上是Blob分析的大致步骤。虽然看上去很简单，但实际上存在两个方面的难点。1. 步骤的完善 以上3步为大致步骤，是一种抽象下的理想状态，实际上，提取Blob之前和分析Blob之后也存在重要的步骤。比如，提取Blob之前一般要设计图像的去噪和增强处理；分析Blob之后需要将Blob进行选取，或者将Blob重心的像素值向物理坐标系坐标值的转化。2. 实现方法需具体分析 每一个步骤中实现的方法需要根据具体图片具体分析，就拿阈值分割提取Blob而言，使用固定阈值还是动态阈值，这都是根据图片情况进行具体分析的。
