提高细胞核检测的准确性

Question

我正试图找到一种方法来计算pycharm上Python3图片中的原子核数。我有50多张图片，必须分别分析和处理。我有点希望解决方案建立在我代码中已有的基础上。我已经尝试过一种播种方法，效果很好，但我找不到提高精度的方法。我想要一种方法，其中西格玛可以调整，以更好地适应图像的需要。我还希望有一个方法，我可以这样做，以大量的图像在文件中，而不必键入代码一遍又一遍

我已经研究过水浇灌方法，但我无法使其正常工作。我可以找到一个图像的完美西格玛，但它并不总是与另一个相同。我需要一种程序识别适当西格玛的方法

import pylab
import numpy as np
import mahotas as mh
from scipy.ndimage.filters import *
import scipy
import matplotlib.pyplot as plt
import cv2

testnuc = cv2.imread('bigandwide.jpg',0) # 0 turns grey

testnuc = scipy.ndimage.imread("testnuc.jpg")
dnaf = gaussian_filter(testnuc, sigma=10)
rmax = mh.regmax(dnaf)
pylab.imshow(mh.overlay(testnuc, rmax))
pylab.show()
plt.imshow(testnuc, cmap=plt.cm.gray, vmin=0, vmax=256)
plt.show()
seeds,nr_nuclei = mh.label(rmax)
print("this", nr_nuclei)

实际结果应该是一个数字，以尽可能精确的方式显示原子核的数量

http://pythonvision.org/media/files/images/dnaf-16-rmax-overlay.jpeg