如何分割血管python opencv

我想使用Python和OpenCV分割视网膜图像中的血管。这里是原始图像：如何分割血管python opencv

理想我希望所有的血管是这样的（不同图像）非常明显：

这里是我到目前为止已经试过。我拍摄了图像的绿色通道。

img = cv2.imread('images/HealthyEyeFundus.jpg') 
b,g,r = cv2.split(img)

然后我试图通过以下this article创建一个匹配滤波器，这是输出图像是什么：

然后我试图做的最大熵阈值：

def max_entropy(data): 
    # calculate CDF (cumulative density function) 
    cdf = data.astype(np.float).cumsum() 

    # find histogram's nonzero area 
    valid_idx = np.nonzero(data)[0] 
    first_bin = valid_idx[0] 
    last_bin = valid_idx[-1] 

    # initialize search for maximum 
    max_ent, threshold = 0, 0 

    for it in range(first_bin, last_bin + 1): 
     # Background (dark) 
     hist_range = data[:it + 1] 
     hist_range = hist_range[hist_range != 0]/cdf[it] # normalize within selected range & remove all 0 elements 
     tot_ent = -np.sum(hist_range * np.log(hist_range)) # background entropy 

     # Foreground/Object (bright) 
     hist_range = data[it + 1:] 
     # normalize within selected range & remove all 0 elements 
     hist_range = hist_range[hist_range != 0]/(cdf[last_bin] - cdf[it]) 
     tot_ent -= np.sum(hist_range * np.log(hist_range)) # accumulate object entropy 

     # find max 
     if tot_ent > max_ent: 
      max_ent, threshold = tot_ent, it 

    return threshold 


img = skimage.io.imread('image.jpg') 
# obtain histogram 
hist = np.histogram(img, bins=256, range=(0, 256))[0] 
# get threshold 
th = max_entropy.max_entropy(hist) 
print th 

ret,th1 = cv2.threshold(img,th,255,cv2.THRESH_BINARY)

这是我得到的结果，显然没有显示所有的血管：

我也试着采取匹配的滤波器版本的图像，并采取其索贝尔值的大小。

img0 = cv2.imread('image.jpg',0) 
sobelx = cv2.Sobel(img0,cv2.CV_64F,1,0,ksize=5) # x 
sobely = cv2.Sobel(img0,cv2.CV_64F,0,1,ksize=5) # y 
magnitude = np.sqrt(sobelx**2+sobely**2)

这使得血管蹦出更多：

然后我尝试它Otsu分割：

img0 = cv2.imread('image.jpg',0) 
# # Otsu's thresholding 
ret2,th2 = cv2.threshold(img0,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) 

# Otsu's thresholding after Gaussian filtering 
blur = cv2.GaussianBlur(img0,(9,9),5) 
ret3,th3 = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) 

one = Image.fromarray(th2).show() 
one = Image.fromarray(th3).show()

大津并没有给予足够的结果。它结束了包括结果的噪音：

任何帮助表示赞赏血管怎么可以细分成功。

来源

2016-07-15 Shalin Shah

我几年前在工作视网膜血管检测了一下，并有不同的方法来做到这一点：

如果你并不需要一个顶级的结果，但快速的东西，你可以使用面向开口，see here和here。
然后你有另一个版本使用数学形态学version here。

为了获得更好的结果，这里有一些想法：

就个人而言，我用Gabor滤波器的组合，和结果，其中还不错。见the segmentation result here on the first image of drive。
和Gabor can be combined with learning for a good result或here。
几年前，they claimed to have the best algorithm，但我从来没有机会测试它。我对性能差距以及它们对线路检测器结果进行阈值处理的方式持怀疑态度，这有点模糊。
但是我知道现在很多人试图用CNN解决这个问题，但是我还没有听说过重大的改进。

来源

2016-07-16 19:33:16 FiReTiTi

如何分割血管python opencv

回答

相关问题