眼底图像-血管检测

该博客介绍了在眼底图像中进行血管检测的方法,通过在小窗口中应用HoughLinesP函数来检测直线,相较于直接在整图检测,这种方法能获得更好的效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

对眼底图像中心区进行血管的检测。用了HoughLinesP()直线检测法,附上执行时的三张图
代码如下:
# 分离出 图像中心的绿色通道
img_ori = cv2.imread('./dataset/1.jpg')
img_resized = cv2.resize(img_ori, (width, height), interpolation=cv2.INTER_CUBIC)
cv2.imshow('resize', img_resized )
b,g,r = cv2.split(img_resized)

# 进行 CLAHE 处理,提取绿色通道
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
img_clahe_green = clahe.apply(g)
cv2.imshow('green', img_clahe_green)
# 检测图像绿色通道中的血管,画直线
line_detect_possible(img_clahe_green ,11)

--------下面是血管检测函数 ------------------------

在整图中提取各小窗口的图像,用HoughLinesP()来检测小窗口的直线,然后在整图中画出来,

比在整图中用HoughLinesP()检测效果好。

def line_detect_possible(img_src,size):
    width = img_src.shape[0] 
    height = img_src.shape[1]
    gaus = cv2.GaussianBlur(img_src, (3
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值