问题标签 [watershed]

我正在使用分水岭算法来尝试分割接触核。一个典型的图像可能看起来像： 或者这样：

我正在尝试使用以下代码应用分水岭算法：

C = ~BW;在整个图像变暗之后无论出于何种原因。这个相同的代码块已经在少数其他图像上工作过，所有这些图像都更“坚固”或不像这些那样粗糙。但是，我认为我用BW = bwdist(BW) <= 1;. 我已经尝试了很多，但我真的不知道发生了什么。任何帮助都会很棒！

附言。这是之后的图像BW = bwareaopen(BW,8);

我正在使用分水岭算法来尝试分割接触核。一个典型的图像可能看起来像： 或者这样：

我正在尝试使用以下代码应用分水岭算法：

C = ~BW;整个图像变暗之后。我相信这是因为图像像素都是 -inf 或一些较小的负数。这是有办法解决这个问题的，如果是这样，我可以在我的代码中进行哪些更改以使该算法正常工作？我已经尝试了很多，但我真的不知道发生了什么。任何帮助都会很棒！

试图让分水岭算法在我的图像上正常工作时遇到了很多麻烦。在各种在线教程中，他们似乎总是使用同样复杂/模糊的图像，所以我不确定我的有什么问题。我已经对此发表了一些参差不齐的帖子，但想真正澄清并提出一般性问题。也就是说，我使用的图像如下：

但是，当我尝试应用一种分水岭算法时：

它似乎永远不会起作用。无论出于何种原因，它都确定每个单元格由一堆较小的单元格组成：

我试图通过将分段组件聚集在一起来解决这个问题，BW = bwdist(BW) <= 3;这样图像就不会被碎片化：

如第一张图所示，应该有 3 个单元格，虽然分水岭确实识别出左侧的两个不同单元格——但它的注册量超出了应有的范围（即使在结块之后）。在我尝试了一切之后，我没有取得太大进展，所以任何帮助或建议将不胜感激。

在经历了完整的分水岭程序后，我最终得到了如下最大值：

我在将分水岭分割后的图像存储为二进制图像时遇到问题。当我用 cmap=plt.cm.gray 绘制分割时，它显示一个二进制图像，但我不知道如何存储图像（不显示它）。

我正在尝试量化大量图像数据。每个图像都有细胞和细胞核。必须做的以示意图形式表示为“我需要的”：

示例图像显示在“原始图像”中：

我找到了一个在线分水岭算法程序来计数细胞，但我无法计算细胞内部（和外部）的细胞核数量。

这是我用来从原始图像中计数细胞的程序

我应该如何计算细胞内的细胞核以及整个图像中的细胞核数量？另外，如果你有另一个更好的细胞计数程序，请告诉我。

我正在尝试通过使用 Java 中基于标记的 OpenCV 分水岭实现来过度分割图像。

我的想法是搜索所有局部最小值并将其用作标记。不幸的是，分水岭需要一个 CV_8U 类型的矩阵作为标记输入，因此，我不能真正得到超过 255 个标记。

有没有人有解决这个问题的方法或使用 OpenCV 实现过度分割的其他解决方案？

在执行 3D CT 的分水岭后，我只选择小于某个值且大于另一个值的粒子。然而，作为最终输出，我需要一个仅包含连续 ID 的矩阵。我的实现如下：

我有一个 1226x1226x3600 矩阵，所以性能真的很重要。一个循环大约需要。5秒。这很可能不是实现目标的最有效方法，但目前我没有更好的想法。你？

我试图在 OpenCV 中平均生成两个 blob。为了实现这一点，我计划对通过以下方式预处理的图像使用分水岭算法：

我对结果的问题是计算的边界（几乎）总是与两个斑点的共同区域相邻。以下是图片：

输入标记（黑色 = 0，灰色 = 1，白色 = 2）

分水岭输入图像（距离变换结果），结果轮廓以红色绘制：

我希望边界沿着输入的最大强度区域（即沿着不同区域的中间）。相反（如您所见），它主要围绕标记为 2 的区域，稍微移动以触摸背景（标记为 1）。我在这里做错了什么，还是我误解了分水岭的工作原理？

我有一张图片

我想只识别（提取）鸡蛋。

我的代码主要基于http://docs.opencv.org/3.2.0/d3/db4/tutorial_py_watershed.html import numpy as np import cv2

但是，我在使用白色背景以及“脱粒”图像中显示的鸡蛋的闪亮部分时遇到了很大的麻烦。

我如何“均匀”出鸡蛋的不均匀颜色（去除渐变？）？

这是我的代码的结果

任何帮助将不胜感激，并提前致谢

我正在使用功能 regionprops 来检测无人机拍摄的图像上的树木数量。

首先，我使用 Blue NDVI 移除了地面：

带阈值的图像：

然后我使用函数 regionprops 来检测图像上的树木数量：

但是区域 15 存在问题，因为该区域上的所有树都是连接的，并且它检测为一棵树。我尝试使用Watershed Segmentation分离该区域的树木，但它不起作用：

我这样做是错误的吗？有没有更好的方法来分离树木？

如果有人可以帮助我解决这个问题，我将不胜感激。这是没有地面的区域 15：

如果有帮助，这里是梯度幅度图像：