血球を数える

opencvで血球を数える方法は？問題は、それらがくっつくということです。

サンプル画像：

多分ペアワイズ幾何ヒストグラム（Geometric Histograms）は部分的な円形状のマッチングに適していますか？

成功の保証がない単なるアイデア：

1. 赤い塊を分離します（たとえば、それらを白、残りの画像を黒としてマークします）
2. 白いブロブの距離変換を実行します（すべてのピクセルは最も近い黒いピクセルまでの距離を示します）
3. 非最大抑制を実行します（理想的には円の中心のみが残ります）
4. 理想的でない条件に対処する（アーチファクトから小さなピークを除外する）

@SalemMansourの提案と同様に、エリアベースのアプローチでもあります。

仮定できれば、かなり大まかな見積もりを計算できます。

• セルサイズ（ピクセル単位）は、すべての画像であまり変わらないこと、
• セルの色はすべての画像であまり変わらないことに注意してください。

次に、セルの平均サイズを事前に測定し、次のようにセルの安価なマスクを計算できます。

from SimpleCV import *
im = Image("s58Hl.jpg")
r,g,b = im.splitChannels()
cellmask = g.equalize().threshold(90).invert()
masksize = cellmask.getGrayNumpy().sum()/255.
cellsize = 27*27 # premeasured cell size
cellnum = masksize/cellsize
print(cellnum)

セル数は約211です。

マスクイメージは次のようになります。

この小さい画像の場合、手動で9つのセルを数えます。

ソリューションは9.46502057613の結果を返します。

もちろん、いずれかの仮定が無効である場合、このアプローチは役に立ちません。また、ハードカラーのしきい値とセルサイズの定数にも敏感です。色の均一化のため、画像にセルが存在しない場合は完全に失敗する可能性があります。

しかし、それは本当にシンプルで安いです:)

まず、しきい値、大津メソッドを使用して、イメージをバイナリイメージに変更する必要があります。浸食、開口などの数学的形態を使用して、セル（オーバーラップしたセル）を分離できます。面積を見積もります。