python - 使用opencv识别浅灰色背景上的深灰色空心细胞

Question

我在这里阅读了很多关于这个主题的问题。 (参见例如:1、2、3)。关于如何使用参数等、分水岭等有很多有用的解释。然而，无论我尝试将什么放在一起，我仍然无法管理图像中可通过的单元格计数

这是我需要处理的图像类型的两个示例。

最初我试图对所有细胞进行计数，但由于边缘处的焦点不同(边缘变得模糊)，我认为对用户选择的矩形内的细胞进行计数可能更容易。

我希望这会改善结果，但正如您所看到的，HoughCircles 既选择了空白的圆圈，也没有选择任何内容，并且遗漏了许多单元格:

我尝试过的其他算法表现更差。

我的代码:

cap = cv2.VideoCapture(video_file)
frames = []
while True:
    frame_exists, curr_frame = cap.read()
    if frame_exists:
        frames.append(curr_frame)
    else:
        break
frames = [cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) for frame in frames]

for img in frames:
    circles = cv2.HoughCircles(img,
                       cv2.HOUGH_GRADIENT,
                       minDist=10,
                       dp=1.1,
                       param1=4, #the lower the number the more circles found
                       param2=13,
                       minRadius=4,
                       maxRadius=10)
    if circles is not None:
         circles = np.round(circles[0, :]).astype("int")
         for (x, y, r) in circles:
            cv2.circle(img, (x, y), r, (0, 255, 0), 1)
            cv2.imshow("result", img)

编辑以添加我无用的预处理代码:

 denoise = cv2.fastNlMeansDenoising(img, h=4.0, templateWindowSize=15, searchWindowSize=21)
 thresh=cv2.adaptiveThreshold(denoise,255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY,41,2)

(然后我将 thresh 传递给 HoughCircles 而不是 img)

好像没什么区别...

Answer 1

我认为这些循环不足以使 Hough 正常工作，您必须将 param2 降低太多才能解决缺乏统一性的问题。我建议改为查看 cv2.findContours 方法并使用您的“thresh”图像。

https://docs.opencv.org/4.x/dd/d49/tutorial_py_contour_features.html