scratch assay2

#画像読み込みから面積算出までの関数を定義

scratch.py

import cv2
import math
import numpy as np
import os

def analyze (path, image):
    #入力画像（カラー）の読み込み
    img_src = cv2.imread(path + "/" +image, 1)     
    
    #エッジ検出、canny法
    img_dst = cv2.Canny(img_src, 30, 100) #出力画像 = cv2.Canny(img_src, 閾値1, 閾値2)

    #平滑化
    i=0
    while i < 13:
        img_dst2 = cv2.GaussianBlur(img_dst, (11, 11), 1)
        i = i + 1


    #膨張収縮処理
    #一回膨張処理
    img_dst3 = cv2.dilate(img_dst2, element8, iterations = 1) 

    #5回収縮処理
    i = 0
    while i < 5:
        img_dst3 = cv2.erode(img_dst3, element8, iterations = 1)
        i = i + 1

    #5回膨張処理        
    i=0
    while i < 5:
        img_dst3 = cv2.dilate(img_dst3, element8, iterations = 1)
        i = i + 1

    #2値化
    thresh = 60
    ret, img_dst4 = cv2.threshold(img_dst3, thresh, 255, cv2.THRESH_BINARY)
    #出力画像 = cv2.thresh(img_src, 閾値, 最大値、閾値処理の種類)
    #処理の種類(THRESH_BINARY_INV、THRESH_TRUNC、THRESH_TOZERO、THRESH_TOZERO_INV)

    #反転
    img_dst5 = 255 - img_dst4
    
    #面積を取得
    whitearea = cv2.countNonZero(img_dst5)
    return whitearea
    
    #輪郭座標取得
    contours = cv2.findContours(img_dst5, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[1]
    
    #取得した輪郭を描く
    analyzed_img = cv2.drawContours(img_src, contours, -1, (0,255,0), 3)
    cv2.imwrite(path2 + "/" + "analyzed_" + image , analyzed_img)

#バッチ処理
フォルダの中の画像を解析して、エクセルにまとめます。

batch.py

#ファイル名取得 ()
path = "/Users/hoge" #hoge:画像が入っているフォルダ
path2 = "/Users/hogehoge" #hogehoge:輪郭を合成した画像、および面積集計エクセルファイルを保存するフォルダ
files = os.listdir(path)

#面積取得
areas = []
for i in files:
    areas.append(analyze(path, i))
    
#処理した画像の名前(.jpgの前)取得 
samples = []
for i in files:
    samples.append(i.replace('.jpg', ''))
    
#エクセルに出力
import pandas as pd
import openpyxl
df = pd.DataFrame(areas, index=samples, columns=["Area"])
df.to_excel(path2 + "/" + "Result.xlsx")

#最後に
改良したいけど、もうrdkitとかdeepchemの方に心が移ってしまいました。
NGSの解析のためにR言語も学ばねば!

いろいろ勉強する時間が欲しいですね。