CV中的Blob
BLOB, BinaryLargeOBjects 二进制大对象
计算机视觉中的Blob是指图像中的一块连通区域，Blob分析就是对前景/背景分离后的二值图像，进行连通域提取和标记。标记完成的每一个Blob都代表一个前景目标，然后就可以计算Blob的一些相关特征，如：面积、质心、外接矩形等几何特征，还可以计算Blob的颜色、纹理特征，这些特征都可以作为跟踪的依据
Blob算法的核心思想，就是在一块区域内，将出现”灰度突变”的范围找出来。确定其大小、形状及面积等。算法从边缘寻找中的”卷积算法”，例如”卷积算法”的矩阵设定为2*4扫描从左向右从上至下进行的。矩阵每移动一步，算法计算矩阵中前半部(列1及列2)的灰度值总和，与矩阵中后半部(列3及列4)的灰度值总和的差。假如矩阵中这块图像的颜色为相同，也就是说矩阵中的8个像素的灰度极接近的话，那么，这个矩阵前部与后部灰度值总和差应该是趋近0的。程序一步步运行，矩阵前部与后部的灰度值总和差一直接近0。如果矩阵扫描到了一块前景的边缘，这时矩阵前部与后部灰度值总和差突变了，灰度值不再接近，则是到了一个Blob。当算法扫描完整的时候，系统就记录了全部发生这种突变情况的点的坐标。之后再对这些边缘点进行一系列的分析，便可以得到这个Blob的大小、形状及面积等信息