用自适应阈值分析粒子？

问题描述

我对 OpenCV 完全陌生，正在尝试分析生物图像。但是，我有一个问题来量化您可以在这些图片上看到的“点”：

1.) 这是一张图片，您可以清楚地看到红色背景上的红点。

2.) 在这张图片上，由于强烈的背景信号，识别点变得非常困难：

3.) 然而，它们是一张大显微镜图像的一部分：

我正在尝试编写一个程序来量化每个粒子并编写以下 OpenCV 脚本：

import cv2
import numpy as np

img = cv2.imread('image.png')

mask = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
th = 35

mask[mask<th] = 0
mask[mask>0] = 255
mask = np.stack([mask,mask,mask],axis=2)

result = np.hstack((img,mask))

cv2.namedWindow("peaks",cv2.WINDOW_norMAL)
cv2.imshow("peaks",result)
cv2.waitKey(0)
cv2.destroyAllWindows()

然而，这只适用于没有强烈噪音背景的图像：

但不是一个有强大背景的人：

这很令人沮丧，因为背景噪音导致成像非常糟糕 - 但是有没有办法分析粒子？我听说过自适应阈值。它对这个问题有效吗？我很乐意提供任何帮助！！

亲切的问候， 柱间

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）