例如，圖像如下所示：import cv2

import numpy as np

img = cv2.imread("mdb168.pgm",0)

import matplotlib.pyplot as plt

plt.imshow(img, cmap="gray")

我想刪除圖像中所有的偽影和不必要的部分。在

為此，我首先對(duì)圖像進(jìn)行二值化

^{pr2}$

使用開口kernel = np.ones((20,20),np.uint8)

opening = cv2.morphologyEx(thresh1, cv2.MORPH_OPEN, kernel)

plt.imshow(opening, cmap="gray")

然后是侵蝕kernel = np.ones((120,120),np.uint8)

erosion = cv2.erode(opening,kernel,iterations = 1)

plt.imshow(erosion, cmap="gray")

然后將此蒙版與原始圖像合并merged = cv2.bitwise_and(img, img , mask=erosion)

plt.imshow(merged, cmap="gray")

我現(xiàn)在要切除左上角的胸肌。

在本出版物中：https://www.ncbi.nlm.nih.gov/pubmed/26742491

它們使用完全相同的數(shù)據(jù)集，并使用“種子區(qū)域生長(zhǎng)”來(lái)實(shí)現(xiàn)這一點(diǎn)。

但是，沒有提供代碼，我在opencv中找不到這個(gè)。在

我可以通過再做擴(kuò)張/腐蝕等來(lái)達(dá)到類似的效果，但我正在尋找一個(gè)更具普遍性的解決方案。

另外，有些圖像沒有顯示肌肉，這也應(yīng)該被檢測(cè)到。在

總結(jié)

以上是生活随笔為你收集整理的python医学图像分割_基于cv2的医学图像分割的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。