Python：从图像沿边框切出区域

Question

我应使用哪些功能（以及如何使用它们）裁剪出该图像的中心部分？我只想选择密度较小的部分，而不是密集的边界。

谢谢！

最后，我想对第二个图像中概述的区域中的小圆圈/点（单元格）进行计数，或者计算密度较低的部分的面积。我以前用ImageJ手工绘制了该区域，但这是一个非常繁琐的过程，包含很多图像。

Original

Area traced

我目前正在研究Scipy，但是它们很大，我真的不知道该如何处理。如果有人将我指向正确的方向，那就太好了！

Answer 1

使用Python需要花费更长的时间，但是我在命令行上使用 ImageMagick 尝试了一些想法，该工具已安装在大多数Linux发行版中，并且可免费用于macOS和Windows。

首先，我修剪了您的图像以消除多余的垃圾：

然后，我所做的步骤是：

• 丢弃Alpha /透明度通道
• 由于没有有用的颜色信息，请转换为灰度
• 标准化以拉伸对比度并使所有像素在0-255范围内，
• 阈值查找单元格
• 通过周围49x49像素（框模糊）的平均值替换每个像素
• 再次达到90％的阈值

该命令在终端/命令提示符中如下所示：

convert blobs.png -alpha off -colorspace gray -normalize -threshold 50% -statistic mean 49x49 -threshold 90%  result.png

结果是：

如果这种方法对您的其他图片看起来很有希望，我们可以很快地开发出一个Python版本，请告诉我。

当然，如果您知道有关图像的其他有用信息，这些信息可以帮助改善问题……例如，您可能知道边缘的密度始终较高。

---

如果有人想看中间步骤，这是经过灰度缩放和归一化处理后的图像：

这是模糊之后的情况：