自适应颜色解卷积 (ACD) ============ 这是基于我们论文中描述的自适应颜色反卷积的组织学图像颜色归一化的实现： Yushan Zheng、Zhiguo Jiang、Haopeng Zhang、Fengying Xie、Jun Shi 和 Chenghai Xue，用于组织学 WSI 归一化的自适应颜色反卷积，生物医学中的计算机方法和程序，v170（2019）第 107-120 页。 要求 TensorFlow（1.3 或更高版本） Python 3.6 麻木 1.14.0 opencv-python 3.4.1 引用 如果您在自己的工作中使用此代码，请引用以下论文： @article{zhengCMPB2019, title = {Adaptive color deconvolution for histological WSI normalizat

这种方法将染色过度/染色不足的图像的颜色分布映射到染色良好的目标图像的颜色分布。 Reinhard 提出了一种通过在感知色彩空间（Ruderman 等人的 lαβ 色彩空间）中使用线性变换将图像的颜色分布与目标图像的颜色分布进行匹配的方法，以便匹配每种颜色的均值和标准偏差该色彩空间中的两个图像中的通道。 参考[1] Derek Magee、Darren Treanor、Doreen Crellin、Mike Shires、Katherine Smith、Kevin Mohee 和 Philip Quirke。：数字组织病理学图像中的颜色标准化。 [2] Reinhard, E.、Adhikhmin, M.、Gooch, B.、Shirley, P.：图像之间的颜色转移。