opencv - 红细胞计数

Question

我正在尝试计算显微镜图像上的红细胞数量。这些是较小的细胞。 (我已经尝试过首先使用CNN和滑动窗口，但它太慢了，所以我正在寻找更简单的分割)

我的做法是:

阈值

查找并绘制所有已填充的轮廓，以便单元格不会有孔，

进行距离变换

遍历所有最大值

用一个半径为最大值的圆掩盖当前最大值并存储最大位置

我的问题是，一些单元格在中间明亮区域有一个“洞”，与背景的值相似。如果我对图像进行阈值处理，则某些单元格掩码将变为半圆形，而不是圆形，并且距离变换值远低于预期值。

我已经在掩码图像上标记了具有“孔”的单元格。

我可以关闭这个洞或圆圈吗？是否有阈值方法或技巧？

以下是负责单元格提取的代码部分:

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

封闭孔
Closing是数学形态学领域的重要算子。和它的双算子开一样，它可以从腐 eclipse 和膨胀的基本运算中推导出来。与那些运算符一样，它通常应用于二进制图像，尽管有灰度版本。闭合在某些方面类似于膨胀，因为它倾向于扩大图像中前景(明亮)区域的边界(并缩小这些区域中的背景色孔)，但它对原始边界形状的破坏性较小。与其他形态算子一样，确切的操作由结构元素决定。运算符的作用是保留与该结构元素具有相似形状的背景区域，或者可以完全包含该结构元素的背景区域，同时消除所有其他背景像素区域。

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)

完整文档 here .