matlab以血液样本显微图像中细胞的自动计数为目标，通过图像处理和分析技术，识别出血液中的细胞，并自动检测出test1和test2中细胞的个数及各个细胞的面积。具体代码

以下是使用MATLAB进行血液样本显微图像中细胞的自动计数的示例代码：

% 读取图像
img = imread('blood_sample.jpg');

% 灰度化处理
gray_img = rgb2gray(img);

% 阈值分割
threshold = graythresh(gray_img);
bw_img = imbinarize(gray_img, threshold);

% 去除小物体和孔洞
bw_img = bwareaopen(bw_img, 50);
bw_img = ~bwareaopen(~bw_img, 50);

% 标记连通区域
[labels, num] = bwlabel(bw_img);

% 计算每个连通区域的面积
areas = zeros(num, 1);
for i = 1:num
    areas(i) = sum(sum(labels == i));
end

% 计算细胞个数
num_cells_test1 = sum(areas > 100 & areas < 1000);
num_cells_test2 = sum(areas > 1000);

% 显示原始图像和处理后的图像
figure;
subplot(1, 2, 1);
imshow(img);
title('原始图像');
subplot(1, 2, 2);
imshow(bw_img);
title('处理后的图像');

% 显示细胞个数和面积
disp(['Test1中细胞个数：' num2str(num_cells_test1)]);
disp(['Test2中细胞个数：' num2str(num_cells_test2)]);
disp(['细胞面积：' num2str(areas')]);

在上述代码中，首先读取图像，并将其转换为灰度图像。然后使用阈值分割方法将图像二值化，并去除小物体和孔洞。接着，使用bwlabel函数标记连通区域，并计算每个连通区域的面积。最后，根据细胞面积范围来计算细胞个数，并显示原始图像、处理后的图像以及细胞个数和面积。