问Python中的细胞分割和荧光计数

EN

你读过pythonvision.org上的教程了吗？

http://pythonvision.org/basic-tutorial

它与你正在寻找的东西非常相似。

您可以在Python语言中使用OpenCV库完成此操作。

特别是，您将对以下功能感兴趣：

• 直方图拉伸(cv.EqualizeHist)。这是来自当前Python API的missing，但是如果您下载OpenCV的最新SVN版本，则可以使用它。此部分仅用于显示目的，并不是获得相同的result
• image thresholding
• morphological操作所必需的，例如使用cv.FindContours对二进制图像中的斑点的轮廓进行扩张、打开、关闭和etc)
• determine --请参见this question。它使用的是C语言，而不是Python，但是API实际上是相同的，所以您可以从there
• watershed分段中学到很多东西(使用cv.Watershed -- it exists，但由于某种原因，我在手册中找不到它)

考虑到这一点，下面是我如何使用OpenCV来获得与matlab文章中相同的结果：

使用经验确定的阈值(或Ohtsu对图像的method)

• Apply扩展来填充间隙)对图像进行

1. 阈值。或者，在前面的阈值步骤之前对图像进行模糊处理--这也将使用分水岭信息移除较小的分水岭轮廓，迭代原始分水岭图像中的每个斑点，并对每个斑点应用单独的阈值以分离细胞核(这就是它们的分水岭操作是在cv.FindContours
2. Optionally，paint the contours
3. Using doing)
4. Optionally，
5. apply imextendedmax

中绘制的

我还没有尝试过这些(对不起，现在没有时间)，所以我还不能向你展示任何代码。然而，根据我使用OpenCV的经验，我相信到step 7之前的一切都会工作得很好。我以前从来没有使用过OpenCV的分水岭变换，但我看不出有什么理由不在这里工作。

尝试执行我所展示的步骤，如果您有任何问题，请告诉我们。一定要发布你的源码，因为这样会有更多的人能够帮助你。

最后，为了回答你关于染色细胞和量化它们的存在的问题，知道你正在使用的染料是相当容易的。例如，要确定染有红色染料的细胞，可以从图像中提取红色通道并检查高强度区域(可能通过阈值处理)。

再增加一个: cellprofiler.org (python中的开源细胞图像分析软件)