TCO-PEG-FITC 荧光素-聚乙二醇-反式环辛烯 TCO-PEG-荧光素

反式环辛烯(TCO)作为亲双烯体与S-四嗪(Tetrazine)在生理条件下的反应有无需催化剂、反应速率快的优点,被广泛应用于生物和材料科学的研究中。
产品名称    TCO-PEG-FITC 反式环辛烯聚乙二醇荧光素
中文名称    荧光素-聚乙二醇-反式环辛烯
英文名称    TCO-PEG-FITC
分子量:400 600 1000 2000 3400 5000 10000
性状:根据分子量,呈现粘稠液体或固体粉末。
产品纯度:95%
保存时间:一年
保存取用:缓慢恢复至室温,取用后充入惰性气体,冷冻保存。

 相关产品:

TCO-PEG-Isocyanate    反式环辛烯-聚乙二醇-异氰酸酯
TCO-PEG-Dansyl    反式环辛烯-聚乙二醇-丹磺酰氯
TCO-PEG-NBD    反式环辛烯-聚乙二醇-胆固醇
TCO-PEG-Cyanur    反式环辛烯-聚乙二醇-氰尿酸
TCO-PEG-TRITC    反式环辛烯-聚乙二醇-四甲基罗丹明
TCO-PEG-6-FAM    反式环辛烯-聚乙二醇-6-羧甲基荧光素
TCO-PEG-FITC    反式环辛烯-聚乙二醇-异硫氰基荧光素
TCO-PEG-CY3    反式环辛烯-聚乙二醇-菁染料CY3
TCO-PEG-CY5    反式环辛烯-聚乙二醇-菁染料CY5
小编Zyl2022.9.14

OpenCV可以通过色彩空间转换函数和图像分割函数来实现光谱拆分应用示例-FITC检测。 首先,将彩色图像转换为HSV色彩空间,HSV色彩空间的H通道可以表示颜色的色相,S通道可以表示颜色的饱和度,V通道可以表示颜色的亮度。然后,根据需要对图像进行阈值分割,得到二值图像。最后,根据二值图像提取感兴趣区域并进行处理。 下面是一个简单的示例代码,用于检测FITC标记的细胞: ```python import cv2 # 读取彩色图像 image = cv2.imread('cell.jpg') # 将彩色图像转换为HSV色彩空间 hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # 设置阈值,提取FITC标记的细胞 low_green = (50, 50, 50) high_green = (70, 255, 255) mask = cv2.inRange(hsv, low_green, high_green) # 对二值图像进行形态学操作,去除噪点 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel) # 提取感兴趣区域 contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 绘制感兴趣区域 for contour in contours: cv2.drawContours(image, [contour], 0, (0, 255, 0), 2) # 显示结果 cv2.imshow('FITC Detection', image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中,`cv2.cvtColor`函数用于将彩色图像转换为HSV色彩空间,`cv2.inRange`函数用于根据阈值提取FITC标记的细胞,`cv2.morphologyEx`函数用于对二值图像进行形态学操作,去除噪点,`cv2.findContours`函数用于提取感兴趣区域,并使用`cv2.drawContours`函数绘制感兴趣区域。最后使用`cv2.imshow`函数显示结果。 注意,在使用`cv2.findContours`函数时,需要根据OpenCV的版本进行调整。在OpenCV 3.x版本中,`cv2.findContours`函数返回两个值,而在OpenCV 4.x版本中,`cv2.findContours`函数只返回一个值。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值