我想计算显微镜图像上红细胞的数量。这些是较小的细胞。(我先试过用CNN和滑动窗口,但太慢了,所以我想找一个更简单的分割方法)
我的做法是。
如果我对图像进行阈值处理,一些单元格掩模就不是一个圆,而是一个半圆,距离变换值远远低于预期值。
我已经在掩模图像上标记了有 "洞 "的单元格。
我可以关闭孔洞或圆形吗?是否有一个阈值方法或技巧?
下面是负责提取单元格的部分代码。
cv::adaptiveThreshold(_imgIn ,th, 255, ADAPTIVE_THRESH_GAUSSIAN_C, (bgblack ? CV_THRESH_BINARY: CV_THRESH_BINARY_INV), 35, 5 );//| CV_THRESH_OTSU);
Mat kernel1 = Mat::ones(3, 3, CV_8UC1);
for (int i=0; i< 5;i++)
{
dilate(th, th, kernel1);
erode(th, th, kernel1);
}
vector<vector<Point> > contours;
findContours(th, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
mask = 0;
for( unsigned int i = 0; i < contours.size(); i++ )
{
drawContours(mask, contours, i, Scalar(255), CV_FILLED);
}
cv::distanceTransform(mask, dist, CV_DIST_L2, 3);
}
double min, max;
cv::Point pmax;
Mat tmp1 = dist.clone();
while (true)
{
cv::minMaxLoc(tmp1, 0, &max, 0, &pmax);
if ( max < 5 )
break;
cv::circle(_imgIn, pmax, 3 , cv::Scalar(0), CV_FILLED );
cv::circle(tmp1, pmax, max , cv::Scalar(0), CV_FILLED );
}
关闭孔 闭幕 是数学形态学领域的一个重要算子。与它的双运算符open一样,它可以从侵蚀和扩张的基本运算中得到。和这些运算符一样,它通常应用于二进制图像,尽管也有灰度版本。闭合在某些方面与扩张相似,它倾向于放大图像中前景(明亮)区域的边界(并缩小这些区域的背景色孔),但它对原始边界形状的破坏性较小。与其他形态学运算符一样,具体操作由结构元素决定。操作符的效果是保留与这个结构元素形状相似的背景区域,或者可以完全包含结构元素的区域,同时消除所有其他区域的背景像素。
在Open CV中,这看起来如下
import cv2 as cv
import numpy as np
img = cv.imread('j.png',0)
kernel = np.ones((5,5),np.uint8)
erosion = cv.erode(img,kernel,iterations = 1)
closing = cv.morphologyEx(img, cv.MORPH_CLOSE, kernel)
完整的文件 此处.