目录

一、实验内容 

二、实验步骤

三、代码

四、结果

一、实验内容 

对于下面这幅图像，编程实现染色体计数，并附简要处理流程说明。

二、实验步骤

1.中值滤波

2.图像二值化

3.膨胀图像

4.腐蚀图像

5.计算光影背景

6.移除背景

7.检测染色体

三、代码

  

   

    

     

    
    

     

      import cv2
     
    
   

    

     

    
    

     

      import numpy as np
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 计算光影背景
     
    
   

    

     

    
    

     

      def calculateLightPattern(img4):
     
    
   

    

     

    
    

     

       h, w = img4.shape[0], img4.shape[1]
     
    
   

    

     

    
    

     

       img5 = cv2.blur(img4, (int(w/3), int(w/3)))
     
    
   

    

     

    
    

     
 return img5
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 移除背景
     
    
   

    

     

    
    

     

      def removeLight(img4, img5, method):
     
    
   

    

     

    
    

     
 if method == 1:
     
    
   

    

     

    
    

     

       img4_32 = np.float32(img4)
     
    
   

    

     

    
    

     

       img5_32 = np.float32(img5)
     
    
   

    

     

    
    

     

       ratio = img4_32 / img5_32
     
    
   

    

     

    
    

     

       ratio[ratio > 1] = 1
     
    
   

    

     

    
    

     

       aux = 1 - ratio
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 # 按比例转换为8bit格式
     
    
   

    

     

    
    

     

       aux = aux * 255
     
    
   

    

     

    
    

     

       aux = np.uint8(aux)
     
    
   

    

     

    
    

     
 else:
     
    
   

    

     

    
    

     

       aux = img5 - img4
     
    
   

    

     

    
    

     
 return aux
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      def ConnectedComponents(aux):
     
    
   

    

     

    
    

     

       num_objects, labels = cv2.connectedComponents(aux)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 if num_objects < 2:
     
    
   

    

     

    
    

     

       print("connectedComponents未检测到染色体")
     
    
   

    

     

    
    

     
 return
     
    
   

    

     

    
    

     
 else:
     
    
   

    

     

    
    

     

       print("connectedComponents检测到染色体数量为:", num_objects - 1)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       output = np.zeros((aux.shape[0], aux.shape[1], 3), np.uint8)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 for i in range(1, num_objects):
     
    
   

    

     

    
    

     

       mask = labels == i
     
    
   

    

     

    
    

     

       output[:, :, 0][mask] = np.random.randint(0, 255)
     
    
   

    

     

    
    

     

       output[:, :, 1][mask] = np.random.randint(0, 255)
     
    
   

    

     

    
    

     

       output[:, :, 2][mask] = np.random.randint(0, 255)
     
    
   

    

     

    
    

     
 return output
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      def ConnectedComponentsStats(aux):
     
    
   

    

     

    
    

     

       num_objects, labels, status, centroids = cv2.connectedComponentsWithStats(aux)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 if num_objects < 2:
     
    
   

    

     

    
    

     

       print("connectedComponentsWithStats未检测到染色体")
     
    
   

    

     

    
    

     
 return
     
    
   

    

     

    
    

     
 else:
     
    
   

    

     

    
    

     

       print("connectedComponentsWithStats检测到染色体数量为:", num_objects - 1)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       output = np.zeros((aux.shape[0], aux.shape[1], 3), np.uint8)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 for i in range(1, num_objects):
     
    
   

    

     

    
    

     

       mask = labels == i
     
    
   

    

     

    
    

     

       output[:, :, 0][mask] = np.random.randint(0, 255)
     
    
   

    

     

    
    

     

       output[:, :, 1][mask] = np.random.randint(0, 255)
     
    
   

    

     

    
    

     

       output[:, :, 2][mask] = np.random.randint(0, 255)
     
    
   

    

     

    
    

     
 return output
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      def FindContours(aux):
     
    
   

    

     

    
    

     

       contours, hierarchy = cv2.findContours(aux, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
     
    
   

    

     

    
    

     
 if len(contours) == 0:
     
    
   

    

     

    
    

     

       print("findContours未检测到染色体")
     
    
   

    

     

    
    

     
 return
     
    
   

    

     

    
    

     
 else:
     
    
   

    

     

    
    

     

       print("findContours检测到染色体数量为:", len(contours))
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       output = np.zeros((aux.shape[0], aux.shape[1], 3), np.uint8)
     
    
   

    

     

    
    

     
 for i in range(len(contours)):
     
    
   

    

     

    
    

     

       cv2.drawContours(
     
    
   

    

     

    
    

     

       output,
     
    
   

    

     

    
    

     

       contours,
     
    
   

    

     

    
    

     

       i,
     
    
   

    

     

    
    

     

       (np.random.randint(0, 255),
     
    
   

    

     

    
    

     

       np.random.randint(0, 255),
     
    
   

    

     

    
    

     

       np.random.randint(0, 255)), 2)
     
    
   

    

     

    
    

     
 return output
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 读取图片
     
    
   

    

     

    
    

     

      img = cv2.imread('img.png', 0)
     
    
   

    

     

    
    

     

      pre_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # 二值化函数
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 第一步：中值滤波
     
    
   

    

     

    
    

     

      # 中值滤波
     
    
   

    

     

    
    

     

      img1 = cv2.medianBlur(img, 3)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 显示并保存图片
     
    
   

    

     

    
    

     

      cv2.imshow('gray', img)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      cv2.imshow('medianBlur', img1)
     
    
   

    

     

    
    

     

      cv2.imwrite('medianBlur.jpg', img1)
     
    
   

    

     

    
    

     

      # 第二步：图像二值化
     
    
   

    

     

    
    

     

      # 图像二值化
     
    
   

    

     

    
    

     

      ret, img2 = cv2.threshold(img1, 140, 255, 0, img1)  # 二值化函数
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 显示并保存图片
     
    
   

    

     

    
    

     

      cv2.imshow('threshold', img2)
     
    
   

    

     

    
    

     

      cv2.imwrite('threshold.jpg', img2)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 第三步：膨胀图像
     
    
   

    

     

    
    

     

      dilate_kernel = np.ones((3, 3), np.uint8)
     
    
   

    

     

    
    

     

      img3 = cv2.dilate(img2, dilate_kernel)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 显示并保存图片
     
    
   

    

     

    
    

     

      cv2.imshow('dilate', img3)
     
    
   

    

     

    
    

     

      cv2.imwrite('dilate.jpg', img3)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 第四步：腐蚀图像
     
    
   

    

     

    
    

     

      erode_kernel = np.ones((7, 7), np.uint8)
     
    
   

    

     

    
    

     

      img4 = cv2.erode(img3, erode_kernel)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 显示并保存图片
     
    
   

    

     

    
    

     

      cv2.imshow('erode', img4)
     
    
   

    

     

    
    

     

      cv2.imwrite('erode.jpg', img4)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 第五步：计算光影背景
     
    
   

    

     

    
    

     

      img5 = calculateLightPattern(img4)
     
    
   

    

     

    
    

     

      # 显示并保存图片
     
    
   

    

     

    
    

     

      cv2.imshow('LightPattern', img5)
     
    
   

    

     

    
    

     

      cv2.imwrite('LightPattern.jpg', img5)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 第六步：移除背景
     
    
   

    

     

    
    

     

      aux = removeLight(img4, img5, 1)
     
    
   

    

     

    
    

     

      # 显示并保存图片
     
    
   

    

     

    
    

     

      cv2.imshow('removeLight', aux)
     
    
   

    

     

    
    

     

      cv2.imwrite('removeLight.jpg', aux)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 第七步：检测轮廓
     
    
   

    

     

    
    

     

      output1 = ConnectedComponents(aux)
     
    
   

    

     

    
    

     

      output2 = ConnectedComponentsStats(aux)
     
    
   

    

     

    
    

     

      output3 = FindContours(aux)
     
    
   

    

     

    
    

     

      # 显示并保存图片
     
    
   

    

     

    
    

     

      cv2.imshow('connectedComponents', output1)
     
    
   

    

     

    
    

     

      cv2.imwrite('connectedComponents.jpg', output1)
     
    
   

    

     

    
    

     

      cv2.imshow('connectedComponentsWithStats', output2)
     
    
   

    

     

    
    

     

      cv2.imwrite('connectedComponentsWithStats.jpg', output2)
     
    
   

    

     

    
    

     

      cv2.imshow('findContours', output3)
     
    
   

    

     

    
    

     

      cv2.imwrite('findContours.jpg', output3)
     
    
   

    

     

    
    

     

      cv2.waitKey(0)
     
    
  
 

四、结果

1.中值滤波

2.图像二值化

3.膨胀图像

4.腐蚀图像

5.计算光影背景

6.移除背景

7.检测染色体

(1)connectedComponents.jpg

(2)connectedComponentsWithStats.jpg

(3)findContours.jpg

染色体个数为46

文章来源: nickhuang1996.blog.csdn.net，作者：悲恋花丶无心之人，版权归原作者所有，如需转载，请联系作者。

原文链接：nickhuang1996.blog.csdn.net/article/details/104497567