Я пытаюсь подсчитать количество волос, трансплантированных на следующем изображении. Так что практически, я должен подсчитать количество пятен, которые я могу найти в центре изображения. (Я загрузил перевернутое изображение лысого скальпа, на котором были пересажены новые волосы, потому что исходное изображение является кровавым и абсолютно отвратительным! Чтобы увидеть исходное неинвертированное изображение, нажмите здесь. Чтобы увидеть увеличенную версию перевернутого изображения, просто нажмите на нее). Есть ли какой-нибудь известный алгоритм обработки изображений для обнаружения этих пятен? Я узнал, что алгоритм Circle Hough Transform можно использовать для поиска кругов в изображении, я не уверен, что это лучший алгоритм что может быть применено для поиска небольших пятен на следующем изображении.
PS. Согласно одному из ответов, я попытался извлечь пятна, используя ImageJ, но результат был недостаточно удовлетворительно:
- Я открыл оригинал без инвертированного изображения ( Предупреждение! Это чертовски и отвратительно видеть!).
- Разделение каналов (Изображение > Цвет > Разделение каналов). И выберите синий канал для продолжения.
- Прикладной фильтр
Closing
(плагины > Быстрая морфология > Морфологические фильтры) с этими значениями: Операция: Закрытие, Элемент: Квадрат, Радиус: 2px - Примененный фильтр
White Top Hat
(плагины > Быстрая морфология > Морфологические фильтры) с этими значениями: Операция: Белая верхняя шляпа, Элемент: Квадрат, Радиус: 17 пикселей
Однако я не знаю, что делать после этого шага, чтобы считать пересаженные пятна как можно точнее. Я попытался использовать (Process > Find Maxima), но результат не кажется мне достаточно точным (с этими настройками: Допуск шума: 10, Выход: Одиночные точки, исключая крайний максимум, Световой фон):
Как вы можете видеть, некоторые белые пятна были проигнорированы, а некоторые белые области, которые на самом деле не были пятнами для пересадки волос, были отмечены.
Какой набор фильтров вы посоветуете точно найти пятна? Использование ImageJ
кажется хорошим вариантом, поскольку он предоставляет большинство необходимых нам фильтров. Не стесняйтесь, однако, советовать, что делать, используя другие инструменты, библиотеки (например, OpenCV) и т.д. Любая помощь была бы высоко оценена!