计数红细胞

Question

我正试着在显微镜图像上计算红细胞的数量。这些是较小的细胞。(我第一次尝试使用CNN和滑动窗口，但是太慢了，所以我想找一个更简单的分段)

我的方法是：

1. 门限
2. 找到并画出所有填充的轮廓，这样细胞就不会有洞，
3. 进行距离变换
4. 迭代所有极大值
5. 用半径为最大值的圆掩蔽电流最大值并存储最大位置

我的问题是，一些细胞在中间明亮的区域有一个“洞”，与背景值相似。如果我对图像进行阈值化，一些细胞掩膜就会变成一个半圆而不是一个圆圈，其距离转换值远低于预期值。

我在面具图像上标记了有“洞”的细胞。

我能把洞或圆圈关上吗？有门限方法或技巧吗？

下面是代码中负责单元格提取的部分：

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

闭孔

正在关闭是数学形态学领域的一个重要算子。就像它的对偶算子开一样，它可以从侵蚀和膨胀的基本操作中导出。与这些操作符一样，它通常被应用于二进制图像，尽管有灰色版本。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(并缩小这些区域的背景色孔)，但对原始边界形状的破坏较小。与其他形态学算子一样，精确的运算是由结构元素决定的。操作符的作用是保留与此结构元素形状相似的背景区域，或者可以完全包含结构元素的背景区域，同时消除背景像素的所有其他区域。

在Open中如下所示：

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)

​

​

完整文档这里。