Image processing 查找“；“明亮像素的分数”；图像中（阈值？）

我有大量的灰度图像，在较暗的背景上显示明亮的“纤维”。我试图量化纤维的“数量”。由于它们几乎在任何地方重叠，因此无法计算纤维的数量，因此我想简单地计算白色纤维的面积分数与完整图像相比有多大（例如，这一个是55%的白色，另一个纤维较少的只有43%的白色，等等）。换句话说，我想量化图像中纤维的密度

示例图片：

高密度：

低密度：

我认为一个简单的（自适应）阈值过滤器可以很好地完成这项工作，它只需将图像转换为纯黑白，然后计算白色像素的分数。然而，我的答案似乎几乎完全取决于我选择的阈值。我用大量不同的阈值做了一些快速实验，发现在所有的图片中，白色像素的比例几乎完全是阈值的线性函数。换句话说，根据我选择的阈值，我可以得到大约10%到90%之间的任何答案

这显然不是一个好方法，因为我的结果与我选择阈值的方式有极大的偏差，因此完全无用。此外，我有大约100张这样的图片，我并不期待尝试手动为所有这些图片选择“正确”的阈值

---

如何改进此方法？

由于图像复杂，纤维轮廓模糊，因此获得“精确”测量的希望不大

因此，重要的是实现可重复性，即确保始终为相同的纤维密度指定相同的测量值，即使可能在不同的照明条件下，并且为不同的密度指定不同的测量值

这排除了人为干预调整阈值的可能性

我最好的建议是依靠大津阈值，它非常擅长于寻找有意义的背景和前景强度，并且与光照无关

---

应该避免在Otsu之前增强对比度，因为二值化与对比度增强相互转换（因此没有真正的好处），但是对比度增强会通过在某些地方饱和而降低图像质量。

只不过是呼应了@YvesDaoust的想法，并提供了一些具体的例子

您可以使用ImageMagick生成图像的直方图，ImageMagick安装在大多数Linux发行版上，可用于OSX和Windows。我只是在命令行中这样做，但是运行一些测试并查看Yves的建议对您的效果非常强大和容易

# Make histograms for both images
convert 1.jpg histogram:h1.png
convert 2.jpg histogram:h2.png

是的，它们是相当双峰的-所以大津阈值应该找到一个最大化类间方差的阈值。使用Fred Weinhaus网站上的脚本

计算每个图像中白色像素的百分比：

convert 1.gif -format "%[fx:int(mean*100)]" info:
50

convert 2.gif -format "%[fx:int(mean*100)]" info:
48

---

这不是一个了不起的区别！嗯。。。我试着加入一个中值滤波器来减少噪音，但那没有帮助。您是否有可用的PNG图像以避免令人讨厌的人工制品？

谢谢。我认为轮廓的模糊性正是我面临的问题，因为增加阈值似乎只会导致考虑更多的纤维（例如，计算更多的模糊边缘），因此它如此依赖于阈值是有道理的。没有专门解决这个问题的方法吗？模糊性在所有图像中都应该非常相似，所以也许有一种算法可以观察从黑到白的梯度，并选择一些中间值作为“边缘”？我不知道这是如何通过头脑风暴来实现的。“我将研究大津阈值”。@NickThissen：不要担心模糊边缘，只需使用经验测量。重复性比任何一种“正确性”都更重要。

convert 1.gif -format "%[fx:int(mean*100)]" info:
50

convert 2.gif -format "%[fx:int(mean*100)]" info:
48