提高核检测精度

时间:2019-05-04 00:16:52

标签: python image-processing

我正在尝试找到一种方法来计算pycharm上使用python 3的图片中的核数。我有50多幅图像,必须分别分析和处理。我有点想要该解决方案建立在我的代码中已有的基础上。我已经尝试了一种可以正常工作的播种方法,但是我找不到提高准确性的方法。我想要一种可以调整sigma使其更适合图像需求的方法。我还希望有一种方法,可以对文件中的大量图像执行此操作,而不必一遍又一遍地键入代码。

我研究过分水岭方法,但无法使其正常工作。我可以为一张图像找到理想的sigma,但它并不总是与另一幅图像相同。我需要让程序识别适当的sigma的方法。

import pylab
import numpy as np
import mahotas as mh
from scipy.ndimage.filters import *
import scipy
import matplotlib.pyplot as plt
import cv2

testnuc = cv2.imread('bigandwide.jpg',0) # 0 turns grey

testnuc = scipy.ndimage.imread("testnuc.jpg")
dnaf = gaussian_filter(testnuc, sigma=10)
rmax = mh.regmax(dnaf)
pylab.imshow(mh.overlay(testnuc, rmax))
pylab.show()
plt.imshow(testnuc, cmap=plt.cm.gray, vmin=0, vmax=256)
plt.show()
seeds,nr_nuclei = mh.label(rmax)
print("this", nr_nuclei)

实际结果应该是尽可能精确地显示核数的数字。

http://pythonvision.org/media/files/images/dnaf-16-rmax-overlay.jpeg

0 个答案:

没有答案