二進制圖像，帶有OpenCV的白點濃度

Question

給定黑色的二進制圖像，並帶有一些零星的白色點，我正在尋找一種方法來“套索”邊界矩形內的大部分白色點。 考慮這張圖片：

看到不是所有的點都被包圍，而是白點（或簇集）的白點明顯比其他地方多嗎？

我已經知道如何使用OpenCV 在所有白點周圍放置邊框 。 誰能指導我如何分析圖像中的大量點 ，而忽略不屬於組的任何外圍點？

注意：此邊界框不必傾斜。 即使是凸包，也可以作為輸出。

我可以調整這些點的大小，顏色，alpha，位置，密度等。 因此，如果您的想法涉及對這些點進行處理以進行處理，則可能會起作用。

Answer 1

您需要一種1-cluster檢測算法，其中離群值檢測很重要。 通常，對聚類算法進行設計和調整，以產生多個集群。 其中的一部分（例如k均值）甚至不處理異常值。 如果決定使用真正的群集算法，請嘗試DBSCAN並將其設置為檢測1個群集-它具有異常檢測能力。

否則，您可以將您的問題視為度量最大化問題。

您想要一個既可以提高數據密度又可以提高包裝盒尺寸的度量標准（因此最終不會得到1x1的包裝盒）。 我提出以下建議：

metric_to_maximize = White_Dot_Density * Area^x ，其中x是臨時校准的。

可行的另一個想法是將圖像划分為mxn矩形框。 計算每個盒子的平均密度。 選擇頂部的x％（或所有具有density>threshold矩形）。 圍繞這些“好盒子”創建一個邊界框，而不會包含過多的額外區域。