opencv——python细胞计数实现

opencv——python细胞计数实现

写程序萌新（不准备干程序员），上周看公司同事在学python，因为公司最近没什么事做（实际因为公司业务萎缩裁员降薪正融资）作为产品我也很无奈，公司程序基本裁完了，想着反正闲着也是闲着，就在周末找个python视频看看，就看了个基础教程，想着用opencv实现个细胞计数功能，周末看了看python基础语法，这两天看了看opencv基本操作，总共入门5天时间，就想试试看，非常膨胀，看了几篇文章就开干，得感谢赶上好时候，百度解决一切。

首先，先对图片进行处理，步骤就是： 原图——灰度图——腐蚀膨胀——二值化阈值——滤波操作。

import cv2
import numpy as  np
img=cv2.imread(r'D:\imge\cell.jpg',1) #读取图片
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #将图片变为灰度图片
kernel=np.ones((2,2),np.uint8) #进行腐蚀膨胀操作
erosion=cv2.erode(gray,kernel,iterations=5) 
dilation=cv2.dilate(erosion,kernel,iterations=5) 
ret, thresh = cv2.threshold(dilation, 150, 255, cv2.THRESH_BINARY) # 阈值处理 二值化 用150不用255是因为有些细胞就直接变白
thresh1 = cv2.GaussianBlur(thresh,(3,3),0)# 高斯滤波

然后，找出连通域对连通域进行操作。因为处理后图仍有细小的杂文无法去除，通过观察细胞大小确定面积，将小值过滤。

#对连通域面积进行比较
area=[] #建立空数组，放连通域面积
contours1=[]   #建立空数组，放减去后的数组
for i in contours:
      # area.append(cv2.contourArea(i))
      # print(area)
     if cv2.contourArea(i)>30:  # 计算面积 去除面积小的 连通域
        contours1.append(i)
print(len(contours1)-1) #计算连通域个数
draw=cv2.drawContours(img,contours1,-1,(0,255,0),1) #描绘连通域

其次，因为数数的问题，每个细胞要显示数字。做法就是求每个连通域的重心，将数字绘制在重心上即可。

#求连通域重心 以及 在重心坐标点描绘数字
for i,j in zip(contours1,range(len(contours1))):
    M = cv2.moments(i)
    cX=int(M["m10"]/M["m00"])
    cY=int(M["m01"]/M["m00"])
    draw1=cv2.putText(draw, str(j), (cX, cY), 1,1, (255, 0, 255), 1) #在中心坐标点上描绘数字

最后展示图即可

cv2.imshow("draw",draw1)
cv2.imshow("thresh1",thresh1)
cv2.waitKey()
cv2.destroyWindow()

最后源代码

import cv2
import numpy as  np
img=cv2.imread(r'D:\imge\cell.jpg',1) #读取图片
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #将图片变为灰度图片
kernel=np.ones((2,2),np.uint8) #进行腐蚀膨胀操作
erosion=cv2.erode(gray,kernel,iterations=5) #膨胀
dilation=cv2.dilate(erosion,kernel,iterations=5) #腐蚀
ret, thresh = cv2.threshold(dilation, 150, 255, cv2.THRESH_BINARY) # 阈值处理 二值法
thresh1 = cv2.GaussianBlur(thresh,(3,3),0)# 高斯滤波
contours,hirearchy=cv2.findContours(thresh1, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)# 找出连通域
#对连通域面积进行比较
area=[] #建立空数组，放连通域面积
contours1=[]   #建立空数组，放减去最小面积的数
for i in contours:
      # area.append(cv2.contourArea(i))
      # print(area)
     if cv2.contourArea(i)>30:  # 计算面积 去除面积小的 连通域
        contours1.append(i)
print(len(contours1)-1) #计算连通域个数
draw=cv2.drawContours(img,contours1,-1,(0,255,0),1) #描绘连通域
#求连通域重心 以及 在重心坐标点描绘数字
for i,j in zip(contours1,range(len(contours1))):
    M = cv2.moments(i)
    cX=int(M["m10"]/M["m00"])
    cY=int(M["m01"]/M["m00"])
    draw1=cv2.putText(draw, str(j), (cX, cY), 1,1, (255, 0, 255), 1) #在中心坐标点上描绘数字
#展示图片
cv2.imshow("draw",draw1)
cv2.imshow("thresh1",thresh1)
cv2.waitKey()
cv2.destroyWindow()

有不完美的地方，最大的连通域不知道怎么形成的，如果知道可以告诉下，让我修改下程序，thanks。