python - 计算图像上的水滴数量

Question

我有水滴图像，我想计算它的数量。

这是原始图像:

在阈值应用之后:

我在 OpenCV 上尝试了很多功能，但总是不正确。

您对如何做有什么想法吗？

谢谢

我得到的最好的结果是使用: (img_morph 是我的二值化图像)

rbc_bw = label(img_morph)
rbc_props = regionprops(rbc_bw)
fig, ax = plt.subplots(figsize=(18, 8))
ax.imshow(img_morph)
rbc_count = 0
for i, prop in enumerate(filter(lambda x: x.area > 250, rbc_props)):
    y1, x1, y2, x2 = (prop.bbox[0], prop.bbox[1],
                      prop.bbox[2], prop.bbox[3])
    width = x2 - x1
    height = y2 - y1
    r = plt.Rectangle((x1, y1), width = width, height=height,
                      color='b', fill=False)
    ax.add_patch(r)
    rbc_count += 1
print('Red Blood Cell Count:', rbc_count)
plt.show()

我的所有圈子都在这里被检测到，而且之间的间隙也被检测到。

更困难的图像:

Answer 1

核心思想:matchTemplate。

方法:

• 从图片中手动选择模板
  • 光线不足的输入(或始终)的直方图均衡
• matchTemplate 具有合适的匹配模式
  • 还使用copyMakeBorder来捕获剪切边框的实例
• 阈值和非极大值抑制

我将跳过无聊的部分并使用第一个示例输入。

手动选取模板:

scores = cv.matchTemplate(haystack, template, cv.TM_CCOEFF_NORMED)

阈值和 NMS:

levelmask = (scores >= 0.3)

localmax = cv.dilate(scores, None, iterations=26)
localmax = (scores == localmax)

candidates = levelmask & localmax

(nlabels, labels, stats, centroids) = cv.connectedComponentsWithStats(candidates.astype(np.uint8), connectivity=8)
print(nlabels-1, "found") # background counted too
# and then draw a circle for each centroid except label 0

这找到了 766 个实例。我看到了一些假阴性(遗漏)，也看到过一次假阳性，但看起来不到 1%。