问题标签 [watershed]

我正在尝试将分水岭段作为图像保存到 android 中的 sdcard。

代码在 C++ 中尝试过并且工作正常

不知道如何在android中实现这一点。

我有一定重叠的图像。我想使用距离变换用分水岭算法对其进行分割，但无法实现。

我正在按照步骤

1. 二值图像上的距离变换，
2. 然后是扩张和开放，最后
3. 分水岭。

我是这个领域的新手，请帮忙。

我在使用 scikit-image 在 Python 中实现分水岭分割算法时遇到了一些麻烦。

我的示例代码如下：

但是当我运行代码时，它似乎会持续很长时间（长达 1 小时）而没有解决方案。我很确定这不仅仅是我的机器运行缓慢，因为其他脚本的运行时间与 skimage 网站上的运行时间相当。

如果有人能够提供帮助，将不胜感激！

I am doing a tutorial on Image Segmentation using Watershed Algorithm and I want to know if I am getting the right result after segmenting the image into foreground and background.

The requirement is to view my finalMat object's foreground back to color mode using an imageView. I am using 'a leaf' photo as an example and I want to see the green back to please myself that I am getting the object out of its background.

Here is my code (Please feel free to comment on what am I doing wrong, or a better solution that I came up with. I am new to android development and OpenCV):

Here is my code for the marker:

Again, my question is how can I set the finalMat in color mode(return the color of the leaf)?

Here is my full code for the activity:

Here is a screenshot of my activity result (Not enough reputation points to post a screenshot).

UPDATE: It's now working, I can mark now the leaf. The only problem that I have now is that it returns the leaf in a different color. Please refer to this photo.

The final photo returns a different shade of green and yellow turns to blue. The Problem is that I don't know where the bug came from. If you guys have an idea on where is the problem please tell me so.

我最初的任务是从放大 40 倍的全玻片扫描的裁剪区域执行细胞核分割。许多原子核是接触的，有些可能是重叠的。我开始使用具有公平结果的分水岭算法。我现在想做的是完全消除与其他轮廓共享边界的任何轮廓。本质上，我感兴趣的只是完全隔离的轮廓。我知道这违背了分水岭算法的目的，但我很好奇这将如何执行。这是我正在使用的代码。其中大部分内容是从 pyimagesearch文章中借来的。

换句话说，我只希望返回红色的轮廓圆圈：

孤立的核图像

我已经实现了Vincent 和 Soille在 1991 年的一篇论文中提出的无标记（所以不像 OpenCV）分水岭算法 。 我还实现了一个距离变换算法，以便在分水岭之前应用它。

它在很多情况下都能很好地工作，但有时会产生一点过度分割。我还通过对距离变换图像进行高斯滤波来纠正其中的一些问题。

我计划通过对流域应用阈值来纠正这个问题。因此，考虑仅高于阈值的某个高度的分水岭

考虑到这篇论文已经很老了（1991 年），我想知道是否有人知道论文或资源可以解释类似于我打算做的事情。

笔记：

1）我没有使用 OpenCV。我正在从论文中自己实施

2）我要进行无标记的分水岭。

基于我在如何在 OpenCV 中定义分水岭的标记？，我正在尝试将分水岭应用于灰度数据（不是很明显，但不是全黑），从 netcdf（降水数据）中提取。

这是数据的黑白版本（阈值为 0），以便您可以更轻松地查看，以及我想用来定义不同盆地的标记（基本上只是降水更强烈的另一个阈值）。

我正在运行的代码如下：

opencv-2.4.11/modules/imgproc/src/segmentation.cpp中的分水岭出现以下错误：

对于我在互联网上看到的，这是因为灰度数据是 2D 图像，而分水岭需要 3D 图像（来自 RGB）。确实，我尝试了带有 jpg 图像的脚本，并且效果很好。这里提到了这个问题，但给出的答案最终被拒绝了。而且我找不到任何更新的链接来回答这个问题。

为了解决这个问题，我从 2D new_data 创建了一个 3D 数组：

但是，正如预期的那样，它并没有解决问题（同样的错误信息）。

我还尝试从 matplotlib 中保存绘图以获取 RGB 数据：

但是创建的 test_data 的大小与 ma_data 不同（+ 我无法摆脱标签）。

所以，我被困在这里。理想情况下，我想直接在 2D 灰度图像上应用分水岭和/或尽可能限制操作的数量。

我最近一直在研究角膜内皮细胞的分割过程，我发现了一篇相当不错的论文，描述了执行该分割过程并取得了不错的结果。我一直在尝试遵循那篇论文并使用 scikit-image 和 openCV 来实现它，但我被困在了分水岭分割上。

我将简要描述该过程应该如何：

首先，你有原始的内皮细胞图像 原始图像

然后，他们指示您执行形态灰度重建，以便稍微调整图像的灰度（但是，他们没有解释如何获取灰度的标记，所以我一直在鬼混并试图自己买一些）

这就是重建的图像应该看起来的样子： 期望的重建

这就是我重建的图像（让我们将其标记为r）的样子： 我的重建

目的是使用重建的图像来获得分水岭分割的标记，我们该怎么做？！我们得到原始图像（让我们将其标记为f ），并在 ( f - r )中执行阈值以提取单元格的 h 圆顶，即我们的标记。

这是 hdomes 图像应该看起来的样子： 所需的 hdomes

这是我的 hdomes 图像的样子： 我的 hdomes

我相信我得到的 hdome 和他们的一样好，所以，最后一步是最终对原始图像进行分水岭分割，使用我们一直在努力获得的 hdome！

作为输入图像，我们将使用反转的原始图像，作为标记，我们的标记。

这是被删除的输出：

期望的输出

但是，我只得到一个黑色图像，每个像素都是黑色的，我不知道发生了什么......我也尝试使用他们的标记和倒置图像，但是，也得到黑色图像。我一直在使用的论文是Luc M. Vincent、Barry R. Masters，“角膜内皮细胞图像的形态图像处理和网络分析”，Proc。间谍 1769

我为长文本道歉，但是我真的很想详细解释到目前为止我的理解的一切，顺便说一句，我已经尝试从 scikit-image 和 opencv 进行分水岭分割，两者都给了我黑色图像。

这是我一直在使用的以下代码

谢谢！

尊敬的所有人，

我在附加图像中使用分水岭算法，现在我想找到封闭边界图像的大小（图像中的不规则物体）。

附上图片：

我正在尝试使用 OpenCV 分水岭算法（https://docs.opencv.org/3.1.0/d3/db4/tutorial_py_watershed.html）但稍作改动。文档中有这行代码：

如果可能的话，我需要用 Otsu 的阈值方法替换这个阈值。我使用的大部分代码都是从 OpenCV 分水岭文档中获得的：

最后一行导致错误：

/tmp/build/80754af9/opencv_1512687413662/work/modules/imgproc/src/thresh.cpp:1402: 错误: (-215) src.type() == (((0) & ((1 << 3) - 1)) + (((1)-1) << 3)) 在函数阈值中

我知道在分水岭文档中，这一步中没有 Otsu 的阈值，但我必须设置一个要在很多图像上执行的脚本，对我来说重要的是它不需要设置阈值明确的每张图片。

有没有办法使用 Otsu 的阈值在这个对象（cv2.distanceTransform 的结果）上运行这个方法（cv2.threshold）？

编辑

老实说，我没有在其他库中寻找类似的解决方案，但现在我在 scikit-image 库（http://scikit-image.org/docs/dev/auto_examples/segmentation/plot_watershed.html）中找到了分水岭算法。使用起来似乎不太复杂，可能会满足我的需求。但是我问的问题可能对我（或其他人）以后有用，所以如果有人有解决方案，请分享:)

编辑 2

当我通过添加此行来标准化值时：

它奏效了，但不幸的是，还有另一个问题。当我像这样运行 cv2.watershed 方法时：

我得到这个作为错误消息：

错误：(-215) src.type() == (((0) & ((1 << 3) - 1)) + (((3)-1) << 3)) && dst.type() == (((4) & ((1 << 3) - 1)) + (((1)-1) << 3)) 在函数分水岭

原因是我使用的图像是 1 通道数组，分水岭方法需要 3 通道数组（我在上面添加了加载图像）。有没有办法解决这个问题？数据类型正确（图像为 uint8，标签 - int32）。