opencv学习笔记19-opencv焊点（原点）计数

一、原理：

opencv学习笔记13-opencv连通组件标记实现硬币计数

二、不同情况思路：

当焊点为背景时，进行反色处理（二值化后若焊点为背景，转化为前景）。

三、示例代码：

#include 
#include            
#include        
#include         
#include   
#include                      

using namespace cv;                    
using namespace std;                

int main()
{
	utils::logging::setLogLevel(utils::logging::LOG_LEVEL_SILENT);
	//原图像转化为灰度图
	Mat srcMat = imread("C:\\Users\\86173\\Desktop\\TI\\spot.JPG",0);

	//判断读取图片是否失败
	if (srcMat.empty()) {
		cout << "fail to read pic!" << endl;
		return;
	}
	Mat stats;
	Mat centroids;
	Mat labels;
	Mat image_thresh;
	Mat image_erode;
	Mat Inverse;

	//大津法处理图像
	threshold(srcMat, image_thresh, 100, 255, THRESH_OTSU);

    //反色,二值化后若焊点为背景，转化为前景
	//Inverse = 255 - image_thresh;
	
	Mat element = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));

	//对图像进行腐蚀处理，只保留要求的点（白色为前景，黑色为背景，腐蚀前景）
	erode(image_thresh, image_erode, element, Point(-1, -1), 2);
    //反色后操作
	//erode(Inverse, image_erode, element, Point(-1, -1), 2);

	//进行连通域标记
	int nComp = connectedComponentsWithStats(image_erode, labels, stats, centroids, 8, CV_32S);

	//对识别出的连通域加最小外接边框
	for (int i = 1; i < nComp; i++)
	{
		//定义Rect类
		Rect frame;
		frame.x = stats.at(i, 0);
		frame.y = stats.at(i, 1);

		frame.width = stats.at(i, 2);
		frame.height = stats.at(i, 3);
		
		rectangle(image_erode, frame, 255, 1, 8, 0);
	}
	//减去背景，并输出个数
	cout << "焊点个数为：" << nComp - 1 << endl;

	imshow("image_thresh", image_thresh);
	imshow("image_erode", image_erode);//只保留需要的点的图像

	waitKey(0);
    return 0;
}

四、运行结果