arip，通过分析表型板图像来量化细菌对抗生素的耐药性的软件
arip的Python项目详细描述
这个软件旨在量化细菌对抗生素的耐药性 通过分析表型板的图片。目前支持96 不同细菌与不同 抗生素的浓度，但应用适应不同 按行和列排列的板。计算机视觉算法 以检测不同水平的细菌生长。作为 结果，软件生成一个报告，提供定量 每口井的信息。应该拍照以便 车牌与相框成直角，算法应该能够 以应付盘子的轻微转动。
执行：
执行进程有两种方法：二进制或库* 使用项目中分配的arip.py文件的二进制文件：
python arip.py --image images/\<platename\>.png
库安装如下所述：
import arip arip.process({'image': 'images/sinteticplate.jpg'})
输入：
images/<；platename>；.png带有一个板和96个孔
输出：
- 带提取井的图像：images/<；platename>；/outputxxx.png
- 提取井裁剪图像： 图像/<；platname>；/<；行>；<；列>；<；电阻>；\lt；密度>；.png
- json格式的报告：images/<；platename>；/report.json
- 日志：images/<；platename>；/log.txt
架构描述：*行：井行索引*列：井列 索引*总计：井区像素*阻力：绝对阻力 以像素为单位*密度：找到的电阻的密度
报告示例：
"7-J":{
"density":0.17,
"column":"A",
"resistance":122,
"total":706,
"row":"4"
}
输出图像示例：
4-A_122-0.23, is the well 4-A, with 122 pixels found as resistance with density of 17%
输出日志示例：
customizing scale well: found False, num wells 93, min radius value 18, max radius value 23 customizing scale well: found False, num wells 96, min radius value 18, max radius value 24 customizing grid matching: found False, num wells recognized 96 Succesfully processed plate, found 96 wells
安装依赖项
pip
sudo apt get安装python pip 构建必要的sudo apt get安装cmake git libgtk2.0-dev pkg config libavcodec dev libavformat dev libswscale dev sudo apt get安装 python opencv scilab sudo apt get安装python scipy
安装arip
安装pyinteractive有两种方法：*克隆项目
$ git clone https://github.com/mazeitor/antibiotic-resistance-process.git $ cd antibiotic-resistance-process $ python setup.py install ### (as root)
通过Python package index （pip），待办事项
$ pip install arip
待办事项
- 按邻域而不是一般平均值规范化半径
- 使用静态网格或遮罩
欢迎加入QQ群-->： 979659372
