Watershedによる輪郭抽出 - つれづれなる備忘録

orig = cv2.imread(uploaded_file_name)
src = cv2.cvtColor(orig, cv2.COLOR_BGR2RGB)
gray = cv2.cvtColor(orig, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(gray,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)
plt.figure(figsize=(4,6))
plt.imshow(thresh,cmap='gray')

モルフォロジー処理によるノイズや境界除去を行って後、距離変換画像を作成し2値化する。

kernel = np.ones((3,3),np.uint8)
opening = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel, iterations = 2)

sure_bg = cv2.dilate(opening,kernel,iterations=3)

dist_transform = cv2.distanceTransform(opening,cv2.DIST_L2,5)
ret, sure_fg = cv2.threshold(dist_transform,0.7*dist_transform.max(),255,0)

sure_fg = np.uint8(sure_fg)
unknown = cv2.subtract(sure_bg,sure_fg)

plt.figure(figsize=(12,21))
plt.subplot(1,3,1)
plt.imshow(sure_fg,cmap='gray')
plt.subplot(1,3,2)
plt.imshow(dist_transform,cmap='gray')
plt.subplot(1,3,3)
plt.imshow(sure_bg,cmap='gray')

距離変換画像を２値化した画像を前景画像:sure_fgとして、また前景画像と背景画像:sure_bgを不確定領域unknownとする。

前景画像と不確定領域に基づいてマーカーを作成し、Watershed関数を適用しマーカーを変更する。最後にWatershed関数により変更されたマーカーと元の画像を重ね合わせて抽出された輪郭を確認する。

画像と輪郭の重ね合わせは以下のサイトのコードを利用した。

pystyle.info

ret, markers = cv2.connectedComponents(sure_fg)
markers = markers+1
markers[unknown==255] = 0

src2=src.copy()
markers = cv2.watershed(src2,markers)
labels = np.unique(markers)

blood = []
for label in labels[2:]:  # 0:背景ラベル １：境界ラベル は無視する。

    # ラベル label の領域のみ前景、それ以外は背景となる2値画像を作成する。
    target = np.where(markers == label, 255, 0).astype(np.uint8)

    # 作成した2値画像に対して、輪郭抽出を行う。
    contours, hierarchy = cv2.findContours(
        target, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE
    )
    blood.append(contours[0])

# 輪郭を描画する。
cv2.drawContours(src2, blood, -1, color=(255, 0, 0), thickness=2)
plt.figure(figsize=(5,8))
plt.imshow(src2)

抽出した輪郭を赤線で示した。赤血球が隣接している領域がつながらないように輪郭が抽出できているものがあるが、赤血球同士の重なりが大きいものなどは輪郭がつながっている。また、単体の赤血球の輪郭が抽出できていないものが多い。

"Watershedによる輪郭抽出結果" — Watershedによる輪郭抽出結果

3. 距離変換画像の閾値変更

　単体の赤血球の輪郭が抽出できていない点は、前景画像生成時に赤血球として抽出できている領域が少ないためで、これを調節するため距離変換画像を2値化する際の閾値を変更してみる。閾値は0.7*dist_transform.max()から0.1*dist_transform.max()の場合の前景画像は以下のように赤血球の領域が、単に2値化した場合と同じぐらいになっている。