Python：圆形对象的分割

嘿，我有以下问题

我想分割图片中的圆形对象，如下所示：

我尝试了基于分水岭区域的算法，如scikit教程中所述：

来自skimage.com
从skimage.filters导入sobel
从scipy导入ndi图像作为ndi
将numpy作为np导入
从撇渣进口io
从scipy.signal导入查找峰值
imageArray=io.imread（'pathToImage'）
计数=0
对于范围内的i（len（imageArray））：
evaluation\u map=sobel（imageArray[i]）
markers=np.zeros_like（imageArray[i]）
直方图（imageArray[i]，bins=256）
较低=找到峰值（历史，np.arange（1,20））
标记[imageArray[i]较低[-1]]=2
分段=分水岭（评估图、标记）
分段=ndi.二进制填充孔（分段-1）
imageArray[count]，=ndi.label（分段）

---

这是一个循环，因为我有一堆这些图像。但我总是在分割后得到一张黑色的图片。现在我想知道是否有一种更好/更简单的方法可以用这样的对象分割图片。

看看上面的评论对你有帮助吗？不幸的是没有：(

from skimage.morphology import watershed
from skimage.filters import sobel
from scipy import ndimage as ndi
import numpy as np
from skimage import io
from scipy.signal import find_peaks_cwt

imageArray = io.imread('pathToImage')
count=0

for i in range(len(imageArray)):
    evaluation_map = sobel(imageArray[i])
    markers = np.zeros_like(imageArray[i])
    histo,_= np.histogram(imageArray[i],bins=256)
    lower=find_peaks_cwt(histo,np.arange(1,20))
    markers[imageArray[i]<lower[0]] = 1
    markers[imageArray[i]>lower[-1]] =2  
    segmentation = watershed(evaluation_map,markers)
    segmentation = ndi.binary_fill_holes(segmentation-1)
    imageArray[count],_ = ndi.label(segmentation)