我正在尝试使用OpenCV中的轮廓来计算荧光细胞和总荧光面积。在探索了Scikit图像中的选项并尝试了斑点检测之后,这似乎是适合我的图像类型的最简单方法。不幸的是,我似乎无法得到细胞周围的轮廓。知道我做错了什么吗
import cv2
import numpy as np
#import image
image = cv2.imread('Microcystis1.png')
cv2.imshow('image',image)
cv2.waitKey(0)
#Convert image to Grayscale
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
cv2.imshow('grayscale',gray)
cv2.waitKey(0)
#Threshold Binary
ret,thresh1 = cv2.threshold(gray,45,255,cv2.THRESH_BINARY)
cv2.imshow('binary',thresh1)
cv2.waitKey(0)
#Detect contours
contours, hierarchy = cv2.findContours(thresh1,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
#Draw contours
img = cv2.drawContours(thresh1, contours, -1, (0,255,0), 3)
cv2.imshow('contours',img)
cv2.waitKey(0)
#Analyze and Report Contours
cnt = contours[0]
area = cv2.contourArea(cnt)
print("Total Area: ", area)
print("Cell Count: ", len(cnt))
这里是如何处理图像的
以及我的输出:
Total Area: 16.0
Cell Count: 14
您不需要获得轮廓。您只需在Python/OpenCV中计算阈值图像中非零像素(白色像素)的数量。看
https://docs.opencv.org/4.1.1/d2/de8/group__core__array.html#gaa4b89393263bb4d604e0fe5986723914
为了找到等高线的总数及其各自的区域,您需要得到等高线的平面列表,而不是分层列表:https://docs.opencv.org/4.3.0/d3/dc0/group__imgproc__shape.html#ga819779b9857cc2f8601e6526a3a5bc71
cv2.RETR_树告诉算法将事物分组在一起
cv2.RETR_LIST告诉aglo给你一个所有单个点的平面列表
我相信这就是为什么14个细胞的总面积是16.0
您正在灰度图像上绘制轮廓。如果您近距离缩放,您将看到它们正在被绘制。要完全查看它们,您可以选择两个选项:
thresh1
上绘制它们,请将颜色从(0, 255, 0)
更改为(255、255、255)。这将确保轮廓为白色李>(0, 255, 0)
获得的那样,那么您可以创建一个由零组成的NumPy数组,并在其上绘制轮廓李>现在显示
img
,它应该有绿色的轮廓相关问题 更多 >
编程相关推荐