我正在尝试使用 trackpy(以下称为 tp)进行粒子跟踪。我有一系列细胞样本的图像。当然,图像中有一些噪点。跟踪的第一步是从系列的第一张图像中选择哪些集群是细胞,哪些集群不是。这在很大程度上是由 tp.locate 完成的。这并不完美。我希望能够通过 tp.locate 选择的“候选人”并指出每个人是否是一个单元格。
为此,我创建了函数 ID。目标是通过 tp.locate 生成的“候选人”列表。我想通过显示(通过 matplotlib 的 imshow 函数)每个“候选者”同时提示用户输入来指示“候选者”是否是一个单元格来做到这一点。
问题是要求用户输入似乎会抑制 imshow 函数的输出。每次通过 for 循环都会询问不同的候选人,但 imshow 窗口从未真正显示候选人。我不知道如何解决这个问题,我觉得我非常接近我的最终目标,所以我非常感谢输入。
我不需要 GUI,但是有什么方法可以使用 tkinter 来处理这个问题吗?我不熟悉 tkinter,但我读过一些东西让我觉得我可以用它解决这个问题。
import numpy as np
import matplotlib.pyplot as plt
def framer(f,image,windowsize=(60,100)):
arr = image[:,:] #This makes a copy of image, so that when the buffers are
#added for the following process, the input image (image)
#is not modified.
h = windowsize[0]
w = windowsize[1]
hbuffer = np.zeros((h/2,arr.shape[1]))
arr = np.concatenate((hbuffer,arr,hbuffer),axis=0) #Buffer takes care of situations
#where the crop window extends
#beyond input image dimensions
wbuffer = np.zeros((arr.shape[0],w/2))
arr = np.concatenate((wbuffer,arr,wbuffer),axis=1)
narr = np.zeros((f.shape[0],h,w)) #Initialize array of crop windows
for i in range(f.shape[0]):
crop_arr = arr[f.get_value(i,'y'):f.get_value(i,'y') + h,f.get_value(i,'x'):f.get_value(i,'x') + w] #THIS MIGHT BE BACKWARDS
narr[i] = crop_arr
return narr
def ID(f,image,windowsize=(60,100)):
arr = framer(f,image,windowsize=(60,100))
f_cop = f[:]
reslist = np.zeros((arr.shape[0]))
for i in range(arr.shape[0]):
plt.imshow(arr[i],cmap='gray')
plt.annotate('particle '+repr(i),xy=(f.get_value(i,'x'),\
f.get_value(i,'y')),xytext=(f.get_value(i,'x')+20,f.get_value(i,'y')+20),\
arrowprops=dict(facecolor='red', shrink=0.05),fontsize=12,color='r')
res = input('Is this a cell? 1 for yes, 0 for no, 5 to exit')
if res == 1 or res == 0:
reslist[i] = res
if res == 5:
break
else:
print('Must give a valid input! (0,1 or 5)')
f_cop['res'] = reslist
return f_cop[f_cop.res == 1]