python - 使用python和OpenCV计数图像上的单元格

Question

我正在尝试编写一种算法来计算图像上的点(单元)。

这是我到目前为止编写的脚本:

import numpy as np
import cv2
import os

for dirname in os.listdir("images/"):

    for filename in os.listdir("images/" + dirname + "/"):

        # Image read
        img = cv2.imread("images/" + dirname + "/" + filename, 0)

        # Denoising
        denoisedImg = cv2.fastNlMeansDenoising(img);

        # Threshold (binary image)
        # thresh – threshold value.
        # maxval – maximum value to use with the THRESH_BINARY and THRESH_BINARY_INV thresholding types.
        # type – thresholding type
        th, threshedImg = cv2.threshold(denoisedImg, 200, 255,cv2.THRESH_BINARY_INV|cv2.THRESH_OTSU) # src, thresh, maxval, type

        # Perform morphological transformations using an erosion and dilation as basic operations
        kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3))
        morphImg = cv2.morphologyEx(threshedImg, cv2.MORPH_OPEN, kernel)

        # Find and draw contours
        contours, hierarchy = cv2.findContours(morphImg, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
        contoursImg = cv2.cvtColor(morphImg, cv2.COLOR_GRAY2RGB)
        cv2.drawContours(contoursImg, contours, -1, (255,100,0), 3)

        cv2.imwrite("results/" + dirname + "/" + filename + "_result.tif", contoursImg)
        textFile = open("results/results.txt","a")
        textFile.write(filename + " Dots number: {}".format(len(contours)) + "\n")
        textFile.close()

这是我的输入图片:


这是我的结果:


现在，此脚本可以很好地与该输入配合使用，但是当我切换到其他类似输入时:


我得到一个非常糟糕的结果:



我只希望保留以下点:

圆角的

要么 :

就亮度而言，在其他点的前10％

足够“大”(相对于图像，所以说消除表面上底部10％的点)。

我阅读了有关创建“is_contour_bad”函数的内容，该函数可用于确定轮廓是否不良并应删除。

https://www.pyimagesearch.com/2015/02/09/removing-contours-image-using-python-opencv/

我尝试实现它，但没有得到任何结果。不过，这个主意对我来说似乎很好。

我也根据图像调整阈值和腐 eclipse /膨胀，但实际上最好的办法是能够对之前列举的每个参数进行操作。仍然，如果您有想法自动找到图像的有用属性以在图像上应用正确的滤镜，它可能会很有趣。

如果您有任何想法或代码片段，甚至很小，可以帮助我实现该目标，那将是非常棒的。

在此先感谢您的帮助。

Answer 1

删除不够圆整的和小的点的一种方法是，将打开操作(您正在使用的)与所需的最小点大小的圆形结构元素一起使用(每个)小于结构元素的点将被删除)。在以下图像中，有一个与您的问题类似的示例，其中以这种方式删除了小点(来源:https://homepages.inf.ed.ac.uk/rbf/HIPR2/open.htm)。另外，OpenCV具有此操作的实现(https://docs.opencv.org/trunk/d9/d61/tutorial_py_morphological_ops.html)。



实际上，您已经使用了此操作，但是我认为以下行中定义的结构元素似乎太小:

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3))

另外，由于您显然使用的是不同分辨率的图像，因此可以根据图像的分辨率调整结构元素的大小。