5.25. 尋找色塊

閾值處理會將擷取到的影格轉換成二值遮罩：每個像素不是通過閾值測試，就是沒有通過。這回答了場景中出現了應用程式關心的哪些色彩，但沒有回答在哪裡——遮罩只是一片 1 與 0 的汪洋。下一步是色塊偵測：走訪遮罩、找出由通過測試的像素所構成的連續區域，並將每個區域以一個物件回傳，該物件帶有位置、大小、方向，以及應用程式可據以動作的其他屬性。

find_blobs() 是這個步驟的主力方法，也是進入 image 模組結果物件世界最常見的入口。追蹤一顆有色的球、循著畫在地面上的線前進、計算熱感測器看到多少個亮點、判斷一顆藍色 LED 是亮著還是熄滅——同一個呼叫就涵蓋了所有這些情境。輸入會變化（閾值、搜尋的區域、套用到結果上的篩選條件），但呼叫的模式始終相同。

5.25.1. 基本呼叫

find_blobs 接受一個閾值串列，並回傳一個色塊結果物件串列：

thresholds = [(30, 100, 15, 127, 15, 127)]  # LAB threshold for red
blobs = img.find_blobs(thresholds)

for b in blobs:
    img.draw_rectangle(b.rect, color=(255, 0, 0))
    img.draw_cross(b.cx, b.cy, color=(255, 0, 0))

每個閾值元組的形式都與傳給 binary() 的閾值相同——對 RGB565 影像而言是六個項目 (l_lo, l_hi, a_lo, a_hi, b_lo, b_hi)（界限以 LAB 表示），對灰階影像而言是兩個項目 (lo, hi)。單次呼叫最多可提供 32 組閾值，這正是 find_blobs() 如此靈活的原因：紅色、綠色與藍色信標可以同時被追蹤，每一種都將自己的色塊貢獻到回傳的串列中，而每個色塊的 code 屬性會標識它所匹配的是哪一組閾值。

上面的 draw_rectangle() 與 draw_cross() 呼叫會在擷取到的影格上加上標註，供 IDE 預覽使用。色塊結果本身就帶有 b.rect（以 4 元組表示的邊界框）以及 b.cx / b.cy（整數質心），所以將偵測結果繪製回影格只需兩次方法呼叫。

5.25.2. 結果包含什麼

每個 Blob 都是一個屬性元組，將偵測器對該區域所量測到的一切打包在一起。這些屬性可分為四組。

邊界框與質心組——x、y、w、h、rect、cx、cy、cxf、cyf——描述色塊的位置。rect 是繪製方法所預期的 (x, y, w, h) 4 元組；cx 與 cy 是以整數像素座標表示的質心；cxf 與 cyf 是以次像素浮點座標表示的質心，當上游的校正流程在意小數位置時相當有用。

形狀描述子組——pixels、area、density、perimeter、roundness、elongation、compactness、rotation——描述色塊的外觀。pixels 是通過測試的像素數量；area 是軸對齊邊界框的面積（w * h）；density 是兩者的比值，對於實心矩形會趨近 1.0，而對於細長的對角線筆畫則會降向 0.0。roundness 與 compactness 都從不同的幾何角度評分色塊有多圓（roundness 來自二階矩，compactness 來自周長對面積的比值）；elongation 為求方便就是 1.0 - roundness。rotation 是主軸方向（以弧度表示），它在細長色塊上最為準確，而在近乎圓形的色塊上則會變得雜亂（軸向模稜兩可時就沒有明確定義的方向）。

閾值與合併中繼資料組——code、count——標識匹配的是哪一組閾值，以及有多少個來源色塊被合併成回傳的這一個。code 是一個 32 位元的位元圖，每匹配一組閾值就設定一個位元（單一閾值會得到 code == 1；合併後的多色色塊可能會設定數個位元）；count 為 1，除非 merge=True 將數個偵測結果合併成一個。

角點組——corners、min_corners——給出色塊的旋轉幾何。corners 是從色塊輪廓擷取出的 (x, y) 極值所構成的 4 元組，從左上角起按順時針排序；min_corners 是包圍色塊的最小面積旋轉矩形的角點 4 元組。最小面積矩形是緊密貼合的；軸對齊的 rect 則是與像素格網對齊的鬆散貼合。兩者各有用途，取決於下游階段需要的是有方向的框還是普通的框。

色塊帶有軸對齊邊界框（rect、x、y、w、h）、質心（cx、cy 或次像素的 cxf、cyf）、最小面積旋轉矩形（min_corners 加上 rotation），以及由下方模組層級輔助函式所計算的選用主軸／次軸線。

5.25.3. 篩選搜尋結果

擷取到的影格通常會包含一些像素，它們因為應用程式所關心物件以外的原因而匹配閾值：鏡面高光、遠處的背景物體、剛好落在 LAB 範圍內的影像雜訊像素。傳給 find_blobs() 的關鍵字引數是第一道防線。

roi 將搜尋限制在影格的某個區域，就如同其他每一個 image 模組方法所做的那樣。若應用程式知道物件只會出現在視野的下半部，便傳入 roi=(0, h//2, w, h//2) 並忽略上方的一切；省下的時間會回饋到影格率上。

area_threshold 與 pixels_threshold 都會篩掉小到不值得在意的色塊。area_threshold 會剔除邊界框面積像素數少於該值的色塊（適合用來過濾零散的雜訊）；pixels_threshold 會剔除通過測試的像素數少於該值的色塊（適合用來過濾那些面積大但稀疏的色塊，例如閾值化後的點刻圖樣，這裡那裡只有一兩個像素匹配）。兩者的預設值都是 10；若針對一個橫跨數公分的前景目標，將它們調高到數百，便能丟棄每一點小雜訊。

x_stride 與 y_stride 設定掃描器在尋找色塊以開始追蹤時所採取的像素步長。步長並不是追蹤的解析度——追蹤始終以單像素細節跟隨實際的色塊邊界——但它控制掃描找到起始像素的速度。當已知色塊很大時（一個距相機一英尺、拳頭大小的有色目標，輕易就橫跨上百像素），x_stride=4, y_stride=4 能將掃描時間縮減為十六分之一，而偵測上幾乎沒有實際損失。當色塊很小時（一個遠處的 LED 信標，只有幾個像素寬），步長必須保持在 1，以免完全跨過它們。invert 會翻轉閾值測試：匹配變成不匹配，常式會改為回傳由未通過測試的像素所構成的色塊。

threshold_cb 是一個 Python 回呼函式，在閾值處理之後、最終結果串列建立之前，會對每個色塊呼叫。回呼函式接收該色塊，並回傳 True 以保留它，或 False 以剔除它。這是套用任意 Python 層級篩選的地方，可針對關鍵字引數未直接提供的屬性進行篩選——例如最小密度、特定的 rotation 範圍、合併後特定的 code 位元組合。關鍵字引數是原生程式碼中的篩選器，執行得很快；回呼函式在 Python 中執行，較慢，但在能表達的內容上不受限制。

5.25.4. 合併重疊的色塊

merge=True 會對結果串列進行後處理，合併那些邊界矩形相互重疊的色塊。最自然的用途是偵測一個目標，由於鏡面高光、陰影線條，或物體上各處光照不一致，相機將其色彩看成多個閾值化區域：一顆紅色的球可能會被回傳為三、四個小的紅色色塊，而它們合在一起才描繪出整顆球。使用 merge=True 後，這三個色塊會變成一個大色塊，rect 涵蓋其聯集，code 是被合併色塊各自 code 的位元 OR（因此多色合併能標識出是哪些色彩參與其中），而 count 則回報有多少個來源色塊被合併。

margin 會在重疊測試前放大或縮小邊界矩形。使用 margin=2 時，邊界矩形彼此相距在 2 像素以內的色塊仍會合併；使用 margin=-2 時，只有邊界矩形重疊至少 2 像素的色塊才會合併。自然的調校方式是：正邊距用來處理被閾值拆成相鄰碎片的色塊；負邊距用來讓緊密成群的不同物體保持分離。

merge_cb 會在每一對候選色塊實際合併之前對其執行。回呼函式接收這兩個色塊，並回傳 True 以允許合併，或 False 以阻止合併。這是用來複查幾何規則遺漏之合併的合適工具——例如，拒絕合併兩個 rotation 角度相差超過某閾值的色塊，或在小色塊只是斑點時拒絕將它合併進一個大得多的色塊。

5.25.5. 投影直方圖

x_hist_bins_max 與 y_hist_bins_max 會為每個色塊附加選用的投影直方圖。投影直方圖是沿著某一軸的通過測試像素計數：X 軸直方圖統計色塊邊界框內每一欄的通過像素數，而 Y 軸直方圖則統計每一列的通過像素數。兩者都預設為零——除非提供非零的 max，否則不會計算這些直方圖，因為它們否則會為每次偵測增加額外工作。

當它們被計算出來時，這些直方圖提供了一種廉價的一維訊號，應用程式可在其上執行進一步分析：偵測色塊內部垂直條紋的位置、找出雙色目標的分界點、計算長軸方向上出現多少個間隙。它們會被填入每個 Blob 上的 x_hist_bins 與 y_hist_bins 屬性。

5.25.6. 額外的幾何輔助函式

另有少數幾何量測以模組層級函式的形式存在，它們接受一個色塊並回傳所要求的量測值：

• image.get_solidity() 回傳色塊的堅實度——像素數除以凸包面積。實心填滿的區域會接近 1.0；帶有凹陷的色塊（馬蹄形、張開手指的手）則會遠低於此值。

• image.get_convexity() 回傳凸度——凸包周長除以色塊周長。完全凸的色塊為 1.0；鋸齒狀或有缺口的色塊則較低。

• image.get_major_axis_line() 與 image.get_minor_axis_line() 回傳沿著色塊主軸與次軸的 Line 物件，這些是由旋轉的最小面積矩形推導而來。

• image.get_enclosing_circle() 回傳一個包圍色塊的 Circle——當下游階段需要一個圓來繪製或進行測試時相當有用。

• image.get_enclosed_ellipse() 回傳一個 5 元組 (cx, cy, rx, ry, rotation)，代表內接於色塊最小面積矩形的橢圓。這些值可直接送入 draw_ellipse()。

5.25.7. 自動學習閾值

色塊偵測器的好壞，取決於它所使用的閾值，而找出目標色彩正確閾值的工作本身就是另一個問題。有兩種常見的模式能減輕這項工作。

第一種是在 IDE 中互動式選取：擷取一個影格，在目標色彩的範例周圍拖曳出一個矩形，讓 IDE 的 閾值編輯器 回報它所看到的 LAB 界限。將那些界限放入指令碼中作為 find_blobs() 的閾值，偵測器便準備就緒。

第二種是程式化的自動學習：在相機上執行的校正常式擷取一個影格，對目標所在的已知色塊取得直方圖（以 roi= 呼叫 get_histogram()），並以 get_percentile() 從直方圖讀出該色塊的數值範圍。第 5 百分位設定每個通道的低界限，第 95 百分位設定其高界限，藉此忽略兩端零星的離群像素。在 RGB565 影像上，一次百分位呼叫便能同時回報全部三個 LAB 通道，因此兩次呼叫就能產生 find_blobs() 所預期的六個數字：

h = img.get_histogram(roi=patch)
lo = h.get_percentile(0.05)
hi = h.get_percentile(0.95)
threshold = (lo.l_value, hi.l_value,
             lo.a_value, hi.a_value,
             lo.b_value, hi.b_value)