计算图像中的细胞数

2024-05-02 • 问答

我需要用于计数图像中细胞数量的代码，并且只应计数粉红色的细胞。我使用了阈值和分水岭方法。

import cv2
from skimage.feature import peak_local_max
from skimage.morphology import watershed
from scipy import ndimage
import numpy as np
import imutils

image = cv2.imread("cellorigin.jpg")

gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray,255,cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
cv2.imshow("Thresh",thresh)


D = ndimage.distance_transform_edt(thresh)
localMax = peak_local_max(D,indices=False,min_distance=20,labels=thresh)
cv2.imshow("D image",D)

markers = ndimage.label(localMax,structure=np.ones((3,3)))[0]
labels = watershed(-D,markers,mask=thresh)
print("[INFO] {} unique segments found".format(len(np.unique(labels)) -     1))

for label in np.unique(labels):
    # if the label is zero,we are examining the 'background'
    # so simply ignore it
    if label == 0:
        continue

    # otherwise,allocate memory for the label region and draw
    # it on the mask
    mask = np.zeros(gray.shape,dtype="uint8")
    mask[labels == label] = 255

    # detect contours in the mask and grab the largest one
    cnts = cv2.findContours(mask.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
    cnts = imutils.grab_contours(cnts)
    c = max(cnts,key=cv2.contourArea)

    # draw a circle enclosing the object
    ((x,y),r) = cv2.minEnclosingCircle(c)
    cv2.circle(image,(int(x),int(y)),int(r),(0,0),2)
    cv2.putText(image,"#{}".format(label),(int(x) - 10,cv2.FONT_HERSHEY_SIMPLEX,0.6,255),2)



cv2.imshow("input",image

cv2.waitKey(0)

我无法正确分割粉红色细胞。在某些地方，两个粉红色细胞连接在一起，也应分开。

输出：

由于细胞的可见性似乎不同于细胞核（深紫色）和背景（浅粉红色），因此此处应使用颜色阈值。想法是将图像转换为HSV格式，然后使用上下颜色阈值隔离细胞。这将为我们提供一个二进制掩码，可用于计算单元数。

我们首先将图像转换为HSV格式，然后使用较低/较高的颜色阈值创建二进制掩码。从这里开始，我们执行形态学操作以平滑图像并去除少量噪声。

现在有了遮罩，我们就可以使用cv2.RETR_EXTERNAL参数找到轮廓，以确保仅采用外部轮廓。我们定义了几个区域阈值以滤除单元格

minimum_area = 200
average_cell_area = 650
connected_cell_area = 1000

minimum_area阈值可确保我们不计算单元格的细小部分。由于某些像元是连接的，因此某些轮廓可能会将多个相连的像元表示为单个轮廓，因此为了更好地估计像元，我们定义了average_cell_area参数，该参数估计单个像元的面积。 connected_cell_area参数检测连接的单元格，在连接的单元格轮廓上使用math.ceil()来估计该轮廓中的单元格数量。要计算单元格的数量，我们遍历轮廓并根据其面积对轮廓进行汇总。这是检测到的单元格以绿色突出显示

Cells: 75

代码

import cv2
import numpy as np
import math

image = cv2.imread("1.jpg")
original = image.copy()
hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)

hsv_lower = np.array([156,60,0])
hsv_upper = np.array([179,115,255])
mask = cv2.inRange(hsv,hsv_lower,hsv_upper)
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))
opening = cv2.morphologyEx(mask,cv2.MORPH_OPEN,kernel,iterations=1)
close = cv2.morphologyEx(opening,cv2.MORPH_CLOSE,iterations=2)

cnts = cv2.findContours(close,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

minimum_area = 200
average_cell_area = 650
connected_cell_area = 1000
cells = 0
for c in cnts:
    area = cv2.contourArea(c)
    if area > minimum_area:
        cv2.drawContours(original,[c],-1,(36,255,12),2)
        if area > connected_cell_area:
            cells += math.ceil(area / average_cell_area)
        else:
            cells += 1
print('Cells: {}'.format(cells))
cv2.imshow('close',close)
cv2.imshow('original',original)
cv2.waitKey()

计算图像中的细胞数

moon_zero 回答：计算图像中的细胞数

大家都在问