我计划编写一个程序，使用CV来计算图像中的对象数量，类似于下面的图像。
我计划采用的方法是使用直方图对图像进行阈值，然后使用Blob检测来计算已识别的Blob数量。只要像颗粒一样的对象不相互接触，这就可以正常工作。（不过重叠超出了范围）我已经研究了使用分水岭分割来识别相互接触的对象的可能性。
我不清楚的是，如何将这两种技术应用于可能有也可能没有重叠颗粒的图像。假设图像中至少有一个颗粒相互接触的实例，我是否要执行这两种技术？如果是，以什么顺序？或者我是否只执行分水岭，因为某处会有重叠，并且执行Blob检测会由于合并的blob而导致错误的输出？提前感谢。
你说“前提是图像中至少有一个重叠的实例”，但也说“重叠超出了范围”。
如果分水岭算法处理具有重叠颗粒的图像，Blob检测可能不会提供任何优势（因为它会合并重叠对象）。
如果你真的想结合这两种方法，你可以在它们自己的管道中运行它们，并使用概率模型将两者结合起来。但是最好从简单开始，看看你首先得到什么样的结果。
这是一个使用Matlab的示例，它使用分水岭执行细胞分割：
http://blogs.mathworks.com/steve/2006/06/02/cell-segmentation/
如果您需要避免计算仅部分可见的对象，您可以使用Voronoi图并删除与边缘连接的对象：
http://pythonvision.org/basic-tutorial
