所以我有TEM图像,看起来像这样:
有没有一个 Python 模块可以用来帮助我分析这张图片,特别是检测图片中的原子(圆圈)?
TEM 的图像质量非常差,所以我需要一种足够强大的方法来区分什么是原子,什么不是。
我可以很容易地使用 PIL 打开图片并对其进行处理,但我希望找到一种可以检测圆圈的算法。
如果没有这样的工具,有谁知道我将如何制作自己的算法来做到这一点?
所以我有TEM图像,看起来像这样:
有没有一个 Python 模块可以用来帮助我分析这张图片,特别是检测图片中的原子(圆圈)?
TEM 的图像质量非常差,所以我需要一种足够强大的方法来区分什么是原子,什么不是。
我可以很容易地使用 PIL 打开图片并对其进行处理,但我希望找到一种可以检测圆圈的算法。
如果没有这样的工具,有谁知道我将如何制作自己的算法来做到这一点?
这是使用 OpenCV 计算图片中原子数的尝试。这是一种曲折的方法,但会产生不错的结果。首先将图片模糊一点,然后对其进行阈值处理,然后找到生成的轮廓。
这是代码:
import cv2
image = cv2.imread('atoms.png')
image2 = cv2.cvtColor(
image,
cv2.COLOR_BGR2GRAY,
)
image2 = cv2.GaussianBlur(
image2,
ksize=(9,9),
sigmaX=8,
sigmaY=8,
)
cv2.imwrite('blurred.png', image2)
hello, image2 = cv2.threshold(
image2,
thresh=95,
maxval=255,
type=cv2.THRESH_BINARY_INV,
)
cv2.imwrite('thresholded.png', image2)
contours, hier = cv2.findContours(
image2, # Note: findContours() changes the image.
mode=cv2.RETR_EXTERNAL,
method=cv2.CHAIN_APPROX_NONE,
)
print('Number of contours: {0}'.format(len(contours)))
cv2.drawContours(
image,
contours=contours,
contourIdx=-1,
color=(0,255,0),
thickness=2,
)
cv2.imwrite('augmented.png', image)
cv2.imshow('hello', image)
cv2.waitKey(-1)
标准输出输出是:
Number of contours: 46
花一些时间摆弄高斯模糊和阈值参数,我敢打赌你可以获得更准确的结果。