watershed

0熱度

1回答

在執行3D CT的分水嶺後，我只選擇小於某個值且大於另一個的粒子。然而，作爲最終輸出，我需要一個只包含連續ID的矩陣。我的實現如下： % Get unique IDs grain_id = unique(L); % Get rid of artefacts % Compute histogram for each ID % and compare volume numv with thr

0熱度

1回答

導致黑色圖像的分水嶺算法中的負值

我正在使用分水嶺算法嘗試和分割觸摸核。典型的圖像可能看起來像：或本：我想使用此代碼應用分水嶺算法： show(RGB_img) %Convert to grayscale image I = rgb2gray(RGB_img); %Take structuring element of a disk of size 10, for the morphological transfo

1熱度

1回答

正確利用Matlab分水嶺算法來分割細胞

我碰到一噸試圖讓分水嶺算法正常工作在我的圖像的麻煩。在線上的各種教程中，他們似乎總是使用同樣複雜/模糊的圖像，所以我不確定我的問題。我已經在這方面做了幾個有點點的帖子，但是想真正地澄清並提出一般問題。這就是說，我使用的相似圖片：然而，當我嘗試應用的分水嶺算法之一： imshow(RGB,[]); gray_img = rgb2gray(RGB); tophat_filter = imtop

0熱度

1回答

分水嶺算法與觸摸圖像添加標記OpenCV android

我試圖將分水嶺段保存爲android中的sdcard圖像。代碼在C++和工作試過罰款 for (int m = 0; m < images.size(); m++) { //wshed = wshed*0.5 + imgGray*0.5; cv::Mat input_bgra; cv::cvtColor(images[m], input_bgra, C

3熱度

2回答

如何使用Python/Opencv連接二進制圖像中的虛線

如何使這些線連接到目標點？該圖像是骨架化過程的結果。我試圖段每一行使用分水嶺的區域。

0熱度

1回答

使用分水嶺計算細胞和細胞核的數量，skikit圖像

我試圖量化大量的圖像數據。每個圖像都有細胞和細胞核。什麼必須做以示意圖的形式表示是「我需要什麼」：一個例子圖像在「原始圖像」顯示：我有發現了一個在線分水嶺算法程序來對細胞進行計數，但我無法計算細胞內部（和外部）的細胞核數量。這裏是我用於從原始圖像的細胞計數程序 #import packages import numpy as np import matplotlib.pyplot a

1熱度

1回答

流域邊界緊密圍繞一個區域

我想在OpenCV中創建兩個Blob的平均值。爲了實現這一目標，我打算以下列方式預處理的圖像上使用分水嶺算法： cv::Mat common, diff, processed, result; cv::bitwise_and(blob1, blob2, common); //calc common area of the two blobs cv::absdiff(blob1, blob2,

1熱度

1回答

在iOS上使用觸摸事件作爲OpenCV分水線算法的標記

我試圖在OpenCV網站上覆制this sample在iOS應用上。問題是setMouseCallback從High-level GUI在邏輯上不適用於像iOS這樣的移動平臺。所以我所做的是讓用戶可以在圖像上方繪製圖像，然後將圖形和圖像傳遞給我的OpenCV處理函數。經過各種嘗試，似乎我的繪圖不被認爲是一個標記掩碼，所以我可能在某個地方犯了一個錯誤，而我真的不知道使用繪圖參數。我的代碼：

1熱度

2回答

如何防止分水嶺算法中封閉背景區域的不準確分割？

我正在使用分水嶺算法來分割深色背景上的亮點。代碼在下面提供，以及它生成的一些圖像。在第二幅圖像中，我用紅色標記將封閉背景的區域標記爲「細胞」（它們不是生物細胞，只是使用單詞） - 這是不正確的，它們是部分的背景，只是被'細胞'所包圍。我發現這會產生一個錯誤的最小值，對於如何防止這種情況有幫助？ % Improve contrast, binarize RFP_adjust = imadjust

1熱度

1回答

分水嶺分割後對細胞進行計數 - openCV/Python

我跟着this教程給出的分水嶺分割，以分離附加圖像上的棕色細胞。它進行得很順利（單元格由藍色邊界分隔），但現在我想對這些單元格進行計數並確定它們的大小（像素數量）以繪製分佈函數。你能幫忙怎麼做嗎？代碼如下。 import numpy as np import cv2 img = cv2.imread('test watershed.tif') gray = cv2.cvtColor(im