计数红细胞

Question

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。

1. 阈值
2. 找到并画出所有填充的轮廓，使细胞不会有洞。
3. 变距
4. 遍历
5. 用一个半径为最大值的圆来遮挡当前最大值，并存储最大值的位置。

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 );

            }

Answer 1

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.