Python opencv医学处理的实现过程
作者:Dream丶Killer 发布时间:2021-11-19 01:51:47
题目描述
利用opencv
或其他工具编写程序实现医学处理。
实现过程
# -*- coding: utf-8 -*-
'''
作者 : 丁毅
开发时间 : 2021/5/9 16:30
'''
import cv2
import numpy as np
# 图像细化
def VThin(image, array):
rows, cols = image.shape
NEXT = 1
for i in range(rows):
for j in range(cols):
if NEXT == 0:
NEXT = 1
else:
M = int(image[i, j - 1]) + int(image[i, j]) + int(image[i, j + 1]) if 0 < j < cols - 1 else 1
if image[i, j] == 0 and M != 0:
a = [0]*9
for k in range(3):
for l in range(3):
if -1 < (i - 1 + k) < rows and -1 < (j - 1 + l) < cols and image[i - 1 + k, j - 1 + l] == 255:
a[k * 3 + l] = 1
sum = a[0] * 1 + a[1] * 2 + a[2] * 4 + a[3] * 8 + a[5] * 16 + a[6] * 32 + a[7] * 64 + a[8] * 128
image[i, j] = array[sum]*255
if array[sum] == 1:
NEXT = 0
return image
def HThin(image, array):
rows, cols = image.shape
NEXT = 1
for j in range(cols):
for i in range(rows):
if NEXT == 0:
NEXT = 1
else:
M = int(image[i-1, j]) + int(image[i, j]) + int(image[i+1, j]) if 0 < i < rows-1 else 1
if image[i, j] == 0 and M != 0:
a = [0]*9
for k in range(3):
for l in range(3):
if -1 < (i-1+k) < rows and -1 < (j-1+l) < cols and image[i-1+k, j-1+l] == 255:
a[k*3+l] = 1
sum = a[0]*1+a[1]*2+a[2]*4+a[3]*8+a[5]*16+a[6]*32+a[7]*64+a[8]*128
image[i, j] = array[sum]*255
if array[sum] == 1:
NEXT = 0
return image
array = [0, 0, 1, 1, 0, 0, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1,\
1, 1, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1,\
0, 0, 1, 1, 0, 0, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1,\
1, 1, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1,\
1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,\
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,\
1, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0, 1, 1, 1, 0, 1,\
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,\
0, 0, 1, 1, 0, 0, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1,\
1, 1, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1,\
0, 0, 1, 1, 0, 0, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1,\
1, 1, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0,\
1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,\
1, 1, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0,\
1, 1, 0, 0, 1, 1, 0, 0, 1, 1, 0, 1, 1, 1, 0, 0,\
1, 1, 0, 0, 1, 1, 1, 0, 1, 1, 0, 0, 1, 0, 0, 0]
# 显示灰度图
img = cv2.imread(r"C:\Users\pc\Desktop\vas0.png",0)
cv2.imshow("img1",img)
# 自适应阈值分割
img2 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 17, 4)
cv2.imshow('img2', img2)
# 图像反色
img3 = cv2.bitwise_not(img2)
cv2.imshow("img3", img3)
# 图像扩展
img4 = cv2.copyMakeBorder(img3, 1, 1, 1, 1, cv2.BORDER_REFLECT)
cv2.imshow("img4", img4)
contours, hierarchy = cv2.findContours(img4, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
# 消除小面积
img5 = img4
for i in range(len(contours)):
area = cv2.contourArea(contours[i])
if (area < 80) | (area > 10000):
cv2.drawContours(img5, [contours[i]], 0, 0, -1)
cv2.imshow("img5", img5)
num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(img5, connectivity=8, ltype=None)
# print(stats)
s = sum(stats)
img6 = np.ones(img5.shape, np.uint8) * 0
for (i, label) in enumerate(np.unique(labels)):
# 如果是背景,忽略
if label == 0:
# print("[INFO] label: 0 (background)")
continue
numPixels = stats[i][-1]
div = (stats[i][4]) / s[4]
# print(div)
# 判断区域是否满足面积要求
if round(div, 3) > 0.002:
color = 255
img6[labels == label] = color
cv2.imshow("img6", img6)
# 图像反色
img7 = cv2.bitwise_not(img6)
# 图像细化
for i in range(10):
VThin(img7, array)
HThin(img7, array)
cv2.imshow("img7",img7)
# 边缘检测
img8 = cv2.Canny(img6, 80, 255)
cv2.imshow("img8", img8)
# 使灰度图黑白颠倒
img9 = cv2.bitwise_not(img8)
cv2.imshow("img9", img9)
cv2.waitKey(0)
运行结果
问题及解决方法
1.自适应阈值处理运行报错
参考链接
解决方式:
void adaptiveThreshold(InputArray src, OutputArray dst, double
maxValue, int adaptiveMethod, int thresholdType, int bolckSize, double C)
src
:InputArray
类型的src
,输入图像,填单通道,单8
位浮点类型Mat
即可。dst
:函数运算后的结果存放在这。即为输出图像(与输入图像同样的尺寸和类型)。maxValue
:预设满足条件的最大值。adaptiveMethod
自适应阈值算法。ADAPTIVE_THRESH_MEAN_C
或ADAPTIVE_THRESH_GAUSSIAN_C
两种。thresholdType
:指定阈值类型。可选择THRESH_BINARY
或者THRESH_BINARY_INV
两种(即二进制阈值或反二进制阈值)。bolckSize
:表示邻域块大小,用来计算区域阈值,一般选择为3、5、7......
等。C
:参数C
表示与算法有关的参数,它是一个从均值或加权均值提取的常数,可以是负数。根据报错提示及参数解释,
blockSize
的取值需要大于1
且为奇数。
2.图像扩展
参考链接
方式:使用cv2.copyMakeBorder()
函数。
主要参数:
src
: 输入的图片。top, bottom, left, right
:相应方向上的边框宽度。borderType
:定义要添加边框的类型,详情参考链接。
3.面积选择
参考链接
方式:选择满足面积80-10000
的图像输出, 去除噪声位置元素。
4.图像细化
参考链接
方式:经过一层层的剥离,从原来的图中去掉一些点,但仍要保持原来的形状,直到得到图像的骨架。骨架,可以理解为图像的中轴。
来源:https://blog.csdn.net/qq_43965708/article/details/116572109
猜你喜欢
- 在使用Dreamweaver制作主页的时候往往需要改变表格的高度。然而有时当我们拖动表格的边框,无论怎样拖动,等到放下鼠标,表格却又恢复到原
- 本文分别介绍了安装python2和python3的详细方法,分享给大家。一、Windows系统很多童鞋问之前的教程怎么没有介绍安装pytho
- 本文实例为大家分享了JavaScript实现多层颜色选项卡嵌套的具体代码,供大家参考,具体内容如下这是学JavaScript时候的一个作业,
- 学完了net/http和fasthttp两个HTTP协议接口的客户端实现,接下来就要开始Server的开发,不学不知道一学吓一跳,居然这两个
- 介绍当在图像上训练深度神经网络模型时,通过对由数据增强生成的更多图像进行训练,可以使模型更好地泛化。常用的增强包括水平和垂直翻转/移位、以一
- 原本运行正常的ASP页面,今天突然提示: 代码如下: Microsoft VBScript 运行时错误 错误 '800a01a8&
- 使用apidoc管理RESTful风格Flask项目接口文档方法apidoc项目地址flask扩展包地址文档示例地址1.安装nodejssu
- function MakeUrl($arr){  
- 对于时间的选择问题,查到的大部分为两种情况:1.存在readonly属性的2.没有readonly属性的可直接赋值send_keys()测试
- 1. 需要用到的Python库pygametkinter2. 简易UI设计audio_player = Tk()audio_player.t
- 0、背景今天看到了一个比较诡异的写法,for后直接跟了else语句,起初还以为是没有缩进好,查询后发现果然有这种语法,特此分享。之前写过c+
- 最近因需要用python写一个微服务来用MQTT给硬件传输图片,其中python用的是flask框架,大概流程如下:协议为:需要将图片数据封
- 1.INSERT (往数据表里插入记录的语句) INSERT INTO 表名(字段名1, 字段名2, ……) VALUES ( 值1, 值2
- 随着网站的内容的增多和用户访问量的增多,无可避免的是网站加载会越来越慢,受限于带宽和服务器同一时间的请求次数的限制,我们往往需要在此时对我们
- 本文实例讲述了Python实现Tab自动补全和历史命令管理的方法。分享给大家供大家参考。具体分析如下:Python的startup文件,即环
- PyCharm 具备一般 IDE 的功能,比如,调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制…另外,PyCha
- 如今,基本每个网站都会需要到Tab切换展示内容的滑动门效果应用,这种效果可以在更少的页面空间内,展示更多的网站内容,节约空间,方便用户集中操
- 目录前期准备界面编写截图功能实现OCR实现内容显示总结前期准备在这个阶段主要准备整个小程序的结构,既然要实现ocr,那么输入就是一张图片,而
- Asterisk 是一个开放源代码的软件VoIP PBX系统,我们用Asterisk 搭建企业内部电话系统。Asterisk AMI的Ast
- 本文实例为大家分享了python代码实现猜拳小游戏的具体代码,供大家参考,具体内容如下游戏实现具体功能原有的用户登录的信息均能保存在txt文