德阳网站建设熊掌号seo公司推荐推广平台
CogBlobTool是一款专用于图像斑点检测于分析的 工具，通过灰度值阈值分割和特征过滤，帮助在复杂背景中提取目标区域，并计算几何属性。
效果图
注意：在这里只有一张图像可以不使用模板匹配工具
CogBlobTool工具的功能
斑点检测于分割
-
灰度值设置：支持多种阈值模式，包括固定阈值（HardFixedThreshold）、相对阈值（HardRelativeThreshold）、动态阈值（HardDynamicThreshold）以及软阈值（SoftFixed/Relativeshold），适应不同光照条件下的图像分割需求。
-
极性选择：通过“白底黑点”（DarkBlobs）或“黑底白点”（LightBlobs）定义目标区域的灰度对比方向，如在检测深色零件上的白色缺陷时选择“黑底白点”。
连通性于区域过滤
-
连通性模式：包括“已标记”（Labeled）、"灰度"（GreyScale）等，用于定义像素之间的连接规则，确保正确识别独立斑点。
-
形态学处理：通过“修剪”（Prune）或“填充”（Fill）清理策略优化检测结果。去除噪声或填补孔洞。
-
面积过滤：设置最小面积（ConnectivityMinPixels）或范围过滤（FilterRangeLow/High），排除过小或过大的干扰区域。
特征分析与测量
-
几何属性计算：包括面积（Area）、质心坐标（CentnerMassX/Y）、周长、非环性（用于区分你圆形与其他形状）等。
-
多条件筛选：支持基于多个属性（如面积、标签）的联合过滤，例如仅保留面积在200-1000像素且形状接近圆形的斑点。
灵活的区域设置
-
可定义检测区域形状（如矩形、圆形、多边形），或直接适应整个图像进行全局分析。
CogBlobTool的应用场景
工业检测中的目标定位
-
孔洞检测：在金属零件图像中，通过“黑底白点”极性结合行对阈值，提取白色孔洞区域，并通过面积和非环性参数筛选出符合要求的孔。
-
缺陷识别：例如检测LCD屏幕的亮点或暗点缺陷，利用动态阈值适应生产线光照变化，并通过面积过来吧排除微小噪声。
物体计数与分类
-
颗粒物统计：在制药或食品行业中，统计颗粒数量。如通过固定阈值分割药品图像或奶片图像，计算质心坐标并输出数量。
复杂背景下的特征提取
-
电子元件定位：在PCB版图像中，通过连通性标记（ConnectivityLabel）分离粘连的焊点，并结合形状参数筛选合格焊点。
自动化系统中的数据反馈
- 结合CogToolBlock或CogToolGroup工具链，将斑点检测结果（如质心坐标）传递给下游的机械臂或定位系统，实现精准抓取或装配。
CogBlobTool工具的使用
| 方法 | 描绘 |
|---|---|
| InputImage | 是指被处理的原始图像数据 |
| Results.GetBlobs().Count | 所有符合过滤条件的斑点的总数量 |
| Results.GetBlobs().Item[0].CenterOfMassX | 斑点质心在图像坐标系中的X轴坐标(水平方向) |
| Results.GetBlobs().Item[0].CenterOfMassY | 斑点质心在图像坐标系中的Y轴坐标(垂直方向) |
| Results.GetBlobs().Item[0].Area | 获取检测到的第一个斑点(Blob)面积的属性 |
电子模式：实时展示调整参数后的图像
分段模式
映射：映射的核心部分，决定了哪些像素会被视为前景（斑点），哪些被视为背景。
硬阈值(固定)：指定一个固定的灰度值作为阈值。所有高于此值的像素被视为前景（通常是白色），而低于此值的像素被视为背景（通常是黑色）。这种方法适用于目标与背景之间对比度明显的情况
硬阈值(相对):相对阈值基于图像的整体或局部特征来确定阈值，如平均亮度等。这种方式使得阈值可以根据图像内容自动调整，有助于适应不同的光照条件。
硬阈值(动态)：动态阈值允许根据图像的不同部分自适应地调整阈值。这对于处理光照不均匀或者背景复杂的图像特别有用，因为它能够针对每个局部区域优化阈值。
软阈值(固定)：软阈值提供了一种更加灵活的方式，对于接近设定阈值的像素不会立即分类为前景或背景，而是可能获得一个介于两者之间的状态。这种方法有助于减少噪声的影响并平滑边缘
软阈值(相对)：类似于硬阈值(相对)，但是应用于软阈值逻辑上，即阈值依据图像的一些特征按比例变化的同时，也考虑到了像素值接近阈值时的状态转换。
减影图像：减影图像是指从一张图像中减去另一张图像（通常是时间上的前后帧或是背景模型）。这主要用于运动检测、背景消除等领域。结果是一个显示差异的图像，其中静止的部分消失，仅留下发生变化的部分。
形态调整操作
| 形态工具 | 描述 |
|---|---|
| 侵蚀水平面 | 主要影响图像中水平方向上的边缘 |
| 侵蚀垂直面 | 主要影响图像中垂直方向上的边缘 |
| 侵蚀正方形 | 对整个图像区域进行腐蚀操作，没有方向偏好 |
| 扩大水平面 | 增强图像中水平方向上的特征 |
| 扩大垂直面 | 增强图像中垂直方向上的特征 |
| 扩大正方形 | 对整个图像区域进行膨胀操作 |
| 关闭水平面 | 首先在水平方向上对图像进行膨胀以填充可能存在的孔洞，然后再进行腐蚀来恢复原始尺寸，但消除了水平方向上的小孔洞 |
| 关闭垂直面 | 类似地，在垂直方向上执行闭运算 |
| 关闭正方形 | 在整个图像上进行闭运算，不区分方向 |
| 打开水平面 | 先在水平方向上腐蚀图像以移除小的突起，然后膨胀回来以恢复尺寸，但去除了水平方向上的小突起 |
| 打开垂直面 | 在垂直方向上执行开运算 |
| 打开正方形 | 对整个图像进行开运算，不考虑方向 |
数学形态学
数学形态学_百度百科
步骤1 
像素图可以观察数据具体的变化
灰度图可以观察物体的特征
步骤2 
步骤3
属性：
下图特征比较明显可以选择面积属性就能突出需要内容，如不知该如何选择属性，可以打开结果看出具体数据
步骤4
步骤5
根据实际需要选择对应结果
CogBlobTool总结
CogBlobTool通过灵活的阈值设置、形态学处理和特征筛选，适用于需要从复杂背景中提取并分析目标区域的场景。其核心优势在于适应性强、参数配置直观，且能与其他VisionPro工具（如CogPMAlignTool、CogCaliperTool）无缝集成，构建完整的视觉检测系统。