Python 显微镜研究中非均匀组织边界的绘制

我正在整理一个OpenCV脚本来分析免疫组化染色的心脏组织。我们的染色程序使细胞类型在其质膜中表达某些蛋白质，在光学显微镜下可以看到色素，我们用它来拍摄图像

到目前为止，我已经成功地使用OpenCV社区（）提供的常用颜色分割脚本的修改版本，根据颜色范围将图像分割到不同的层

原始图像的屏幕截图：

显示的B细胞层：

此时，我想计算B细胞与未染色组织的面积比。此操作提示根据颜色范围提取背景单元格层：

显然，这些结果还有很多不尽如人意之处

---

有人知道如何解决这个问题吗？再次，我想分割背景组织（透明）层，不幸的是，它的纹理相当像海绵。我的目标是创建一个代表未染色组织区域的面具。似乎有必要使用模糊技术来填补组织中的空白，但这种方法带来的精度损失是显而易见的。

在样本图像中，通道看起来高度相关。如果对图像应用去相关拉伸，您应该能够看到更多细节。在我的博客文章中，我实现了C++中的去相关扩展（unftualTobe，不是Python）。 使用博客中的示例代码，我对单元格区域进行了以下分割：

• d使用以下targetMean和tergetSigma搜索CIE实验室图像

  float mu[3] = {128.0f, 128.0f, 128.0f};
  float sd[3] = {128.0f, 5.0f, 5.0f};
  Mat mean = Mat(3, 1, CV_32F, mu);
  Mat sigma = Mat(3, 1, CV_32F, sd);
  

• 将dstretched CIE Lab映像转换回BGR
• 使用3x3矩形结构元素侵蚀此BGR图像一次
• 将kmeans聚类应用于k=2的受侵蚀图像

我不知道这个细分有多好。我认为，通过尝试上述参数的不同值（平均值、sigma、结构元素大小和图像被腐蚀的次数），可以获得更好的分割效果

（以下图像与原始比例不符）

原件： dstretched CIE Lab转换回BGR： 侵蚀： k=2的kmeans：

---

使用像jpg这样的格式会引入压缩伪影，它们可能会反过来影响方法的准确性。TIF呢？你能提供压缩工件评论的参考吗？查看wiki页面。我认为任何无损压缩都可以。你推荐在Python环境中实现C++代码的任何特殊方法吗？赛顿？@DavidShaked对不起，我没有太多接触Python的机会。可能在Python中代码更容易，正如你所见，C++中没有太多代码。我在搜索Python实现时发现。话虽如此，如果你发现一个帖子（问题或答案）在StAcExcel中有用，考虑投票吧。如果你的问题的答案是可以接受的，请考虑接受答案。这就是生态系统通常的运作方式。：）谢谢你的建议，@dhanushka。我想把问题标记为“回答”，直到我找到一种方法来将C++转换成可以与Python接口的东西。要清楚，你认为你在最后一个响应中所实现的实现捕获了C++演示的能力吗？谢谢你的帮助@DavidShaked我的Python知识有限。共享的Python代码可能与我的C++实现不一样。在这个Python代码和我的C++代码的帮助下，你应该能够做必要的修改。另外，正如我在前面的评论中提到的，尝试对图像使用无损压缩格式。