如何从一张图像制作蒙版，然后将其转移到另一张图像？

Question

我正在尝试解决一个作业问题，我需要从一个图像 (DAPI) 中获取蒙版，然后将其应用于单元格的第二个图像 (NPM1)（它们是完全相同位置的相同单元格）

我已经绕圈跑了大约 4 个小时，试图使用真/假方法应用蒙版，但它似乎不起作用。我尝试了很多其他方法但都失败了，但只是粘贴了我认为最有可能工作的方法（我对编码非常陌生）

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image
from skimage.color import rgb2gray
import cv2

#Load the images

image = np.array(Image.open("NOTREATDAPI.jpg"))
image1 = np.array(Image.open("NOTREATNPM1.jpg"))
No_Treat_DAPI = rgb2gray(image)
No_Treat_NPM1 = rgb2gray(image1)
plt.imshow(image)

#Create a mask using the DAPI image 

arr = np.array(No_Treat_DAPI)
DAPI_stain = arr[:,0] > 25

plt.imshow(arr)

DAPI 图像：

NPM1 图像：

我试图只获取原始图像上强度为 25 或更大的区域，以便在我试图获得直方图时，所有的黑色空间都不计入蒙版NPM1图像中细胞的强度。

Answer 1

我的解决方案仅限于使用 OpenCV、numpy 和 matplotlib。

一般做法如下：

1. 将两个图像都加载为灰度图像，请参阅cv2.imread。
2. 使用强度值为 25 的二进制阈值从 DAPI 图像创建二进制掩码，请参阅cv2.threshold。
3. 做一些形态学打开以消除可能的小伪影，请参阅cv2.morphologyEx 和cv2.getStructuringElement。
4. 计算 NPM1 图像的直方图，仅合并被遮罩的像素，参见 cv2.calcHist。

这是完整的代码：

import cv2
import matplotlib.pyplot as plt
import numpy as np

# Load images as grayscale
dapi = cv2.imread('images/NOTREATDAPI.jpg', cv2.IMREAD_GRAYSCALE)
npm1 = cv2.imread('images/NOTREATNPM1.jpg', cv2.IMREAD_GRAYSCALE)

# Create a mask using the DAPI image and binary thresholding at 25
_, mask = cv2.threshold(dapi, 25, 255, cv2.THRESH_BINARY)

# Do some morphological opening to get rid of small artifacts
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (15, 15)))

# Calculate the histogram using the NPM1 image and the obtained binary mask
hist = cv2.calcHist([npm1], [0], mask, [256], [0, 256])

# Show bar plot of calculated histogram
plt.bar(np.arange(256), np.squeeze(hist))
plt.show()

# Show mask image
cv2.imshow('Mask', mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

mask 然后看起来像这样：

而且，直方图可能如下所示：

希望有帮助！

附：下次，最好使用opencv 和python 标签，而不是只使用cv2 标签。你会接触到更多的人。