名词解释:FiJi,加强版ImageJ;ImageJ,清凉版FiJi,简称IJ;Tracker、FiJi、IJ,均为开源免费。FiJi本为生物医学类之用,Tracker化之为物理之用。Tracker化仅为思路与可行性的转化,没有实际去用。 继续学习ImageJ。 ImageJ这个东西看起来体积很小,也很简陋,仿佛就不应该强大似的。其实不然,以ImageJ为蓝底结合了无数插件的FiJi让人看得眼花缭乱。 本来是想琢磨琢磨一个叫做Kappa的插件,这个东西能够分析、拟合曲线和数据点等等,最吸引人的地方是可以动态算曲率。但是打开它,ImageJ就报错。尝试几次均是如此,也就放弃了。毕竟有太多的办法实现这种功能。不必强求。 这些天有些迷恋ImageJ还有一个原因:学习ImageJ不必投放巨大的时间,可以当成休息;20分钟内就能学习和尝试,包括记录几个字。 知乎和丁香学术上几乎都有这个教程:给细胞计数,算面积。ImageJ实现这样的功能实在太初级了,因此方法极多。 最快的方法:把包含要计数和算面积的细胞们二值化,得到一个Threshold阈值图,然后直接上Analyze Particles...就完了。 著名的西瓜子图片。分析粒子的时候,根据不同的选项,会返回不同的信息。 计数算面积的第二种办法,是Process下的Find Maxima…等几个命令。 丁香上的教程是RGB图像分解成HSB Stacks,然后复制B通道亮度的做法。我以为不如复制S通道饱和度好。因为一般来说,凡是不叫背景的像素,都可以认为是不饱和的。这样,我们复制S通道,再把亮度和对比度调到最大,要分析的细胞就会变成白色,而背景则为纯黑。一试之下,效果出奇的好。 第三种最慢的办法,恰恰对应着Tracker里面的手动追踪。ImageJ里的手动追踪,也和Tracker类似,既可对一张静止图进行,也可以对图像序列进行。显然,我们都能明白ImageJ里的手动追踪未来会有什么物理方面的应用了:静帧上的追踪就是频闪,堆栈stacks上的追踪就是轨迹。 设想这些西瓜子们是频闪照相来的,而且,ImageJ有自己的计算引擎的,它显然能做到我们想不到的更多的事情了。 |
|
来自: 新用户5228KeDY > 《待分类》