答案 0 :(得分:3)
看看这个解决方案。正如评论中提到的,我使用了 DoG - 高斯差异
DoG是什么意思?
首先,您必须使用两个单独的内核来获取图像的两个单独的高斯。 (通过高斯我的意思是应用高斯模糊)。两个结果的差异称为 DoG 。
这就是我所做的:
(如果你仔细观察,你可以看到差异)。
您可以优化此过程以获得增强图像。
修改强>
以下是我使用的代码:
import cv2
filename = 'Cell.jpg'
img = cv2.imread(filename)
cv2.imwrite('img.jpg',img)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imwrite('gray.jpg',gray)
bi = cv2.bilateralFilter(gray,7,75,75)
cv2.imwrite('bi.jpg',bi)
blur = cv2.GaussianBlur(bi,(3,3),0)
cv2.imwrite('blur.jpg',blur)
blur1 = cv2.GaussianBlur(bi,(17,17),0)
dog = blur1 - bi
cv2.imwrite('DoG.jpg',dog)
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5))
close = cv2.morphologyEx(dog, cv2.MORPH_CLOSE, kernel, 13)
cv2.imwrite('close.jpg',close)
median = cv2.medianBlur(close,3)
cv2.imwrite('median.jpg',median)
cv2.waitKey(0)
cv2.destroyAllWindows()