查找多个连接对象的每个质心 [英] Finding each centroid of multiple connected objects

问题描述

我是python编码的超级新手，希望获得一些帮助。我能够对生物组织内的每个细胞轮廓进行分割（超酷！），现在我正尝试使用以下方法找到组织内每个细胞的质心：

我正在使用此代码：

  img = cv2。 imread（'/ Users / kate / Desktop / SegmenterTest / SegmentedCells / Seg1.png'）
 image = cv2.cvtColor（img，cv2.COLOR_BGR2GRAY）
 thresh = cv2.threshold（image，60，255） ，cv2.THRESH_BINARY）[1] 
 
 cnts = cv2.findContours（thresh.copy（），cv2.RETR_EXTERNAL，cv2.CHAIN_APPROX_SIMPLE）
 cnts = imutils.grab_contours（cnts）
 
＃以c为单位在轮廓
上循环：
＃计算轮廓的中心
 M = cv2.moments（c）
 cX = int （M [ m10] / M [ m00]）
 cY = int（M [ m01] / M [ m00]）
＃绘制轮廓并C在图像上输入形状
 cv2.drawContours（图像，[c]，-1，（0，255，0），2）
 cv2.circle（图像，（cX，cY）， 7，（255，255，255），-1）
 cv2.putText（image， center，（cX-20，cY-20），
 cv2.FONT_HERSHEY_SIMPLEX，0.5，（255 ，255，255），2）
＃显示图片
 cv2.imshow（图片，图片）
 cv2.waitKey（0）
  

但是，当我使用此代码时，它是给我整个对象的质心，而不是每个对象都给它。

我不知道从这里去哪里，所以向正确方向微移将不胜感激！

解决方案

您可以使用函数

这是我使用的代码。

  import cv2 
进口matplotlib.pyplot as plt 
从skimage进口量度
进口numpy as np 
 
单元格= cv2.imread（'cells.png'，0）
 
 ret，thresh = cv2.threshold（cells，20,255，cv2.THRESH_BINARY_INV）
 
 
标签= measure.label（阈值，背景= 0）
 bg_label =标签[0,0] 
标签[labels == bg_label] = 0＃将背景标签分配给0 
 
 props = measure.regionprops（labels）
 
图，ax = plt.subplots（1,1）
 plt.axis（'off'）
 ax。 imshow（cells，cmap ='gray'）
质心= np.zeros（shape =（len（np.unique（labels）），2））＃访问i，prop质心
的坐标枚举（props）：
 my_centroid = prop.centroid 
 centroids [i，：] = my_centroid 
 ax.plot（my_centroid [1] ，my_centroid [0]，'r。'）
 
＃print（centroids）
＃fig.savefig（'out.png'，bbox_inches ='tight'，pad_inches = 0）
 plt.show（）
 
  

祝您研究顺利！

I am SUPER new to python coding and would like some help. I was able to segment each cell outline within a biological tissue (super cool!) and now I am trying to find the centroid of each cell within a tissue using this:

I am using this code:

img = cv2.imread('/Users/kate/Desktop/SegmenterTest/SegmentedCells/Seg1.png')
image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(image, 60, 255, cv2.THRESH_BINARY)[1]

cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)

# loop over the contours
for c in cnts:
    # compute the center of the contour
    M = cv2.moments(c)
    cX = int(M["m10"] / M["m00"])
    cY = int(M["m01"] / M["m00"])
    # draw the contour and center of the shape on the image
    cv2.drawContours(image, [c], -1, (0, 255, 0), 2)
    cv2.circle(image, (cX, cY), 7, (255, 255, 255), -1)
    cv2.putText(image, "center", (cX - 20, cY - 20),
        cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 2)
    # show the image
    cv2.imshow("Image", image)
    cv2.waitKey(0)

However, when I use this code, it is giving me the centroid of the ENTIRE object, and not each individual object to give this.

I have no idea where to go from here, so a nudge in the right direction would be greatly appreciated!

解决方案

You can use the function regionprops from the module scikit-image in your case. Here is what I got.

This is the code I used.

import cv2
import matplotlib.pyplot as plt
from skimage import measure
import numpy as np

cells = cv2.imread('cells.png',0)

ret,thresh = cv2.threshold(cells,20,255,cv2.THRESH_BINARY_INV)


labels= measure.label(thresh, background=0)
bg_label = labels[0,0] 
labels[labels==bg_label] = 0 # Assign background label to 0

props = measure.regionprops(labels)

fig,ax = plt.subplots(1,1)
plt.axis('off')
ax.imshow(cells,cmap='gray')
centroids = np.zeros(shape=(len(np.unique(labels)),2)) # Access the coordinates of centroids
for i,prop in enumerate(props):
    my_centroid = prop.centroid
    centroids[i,:]= my_centroid
    ax.plot(my_centroid[1],my_centroid[0],'r.')

# print(centroids)
# fig.savefig('out.png', bbox_inches='tight', pad_inches=0)
plt.show()

Good luck with your research!

这篇关于查找多个连接对象的每个质心的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！