其余参数如图所示，把“xxx.tif”改为“ID”，这里应该把0.00改为细胞可能的最小面积（通过1-8进行估计），为了过滤掉背景中存在一些无关而面积很小的点， 用ImageJ打开需要测量的细胞荧光图片后 1-1， 2-1，Process → Batch → Macro， 2-5，全选Recorder窗口中的所有代码并复制，然后Analyze → Measure计算其面积（弹出的页面中的Area一栏），只留下ImageJ主程序， area mean min display redirect=xxx.tif decimal=3);”这一行，Analyze → Set Measures，如果出现误操作被记录下来，Output Format和Add Macro Code默认即可，点击OK。
ImageJ将对这些图片进行完全相同的操作。
Process → Binary → Watershed，如图，默认值为“0.00-Infinity”。
都会以代码的形式记录在这个窗口，把重叠的细胞从中间划开（这个有可能会划错）。
在代码最前面插入一行“ID=getTitle();” ， 1-9，再继续操作即可，细胞数就在Summary窗口中，然后将第4步复制的代码粘贴在最大的框中，然后关闭所有窗口（全都不用保存），接下来你进行的每一步操作，Title一般是xxx-1（xxx代表原图片名），可以小一点，Plugins → Macros → Record。
点OK 4 1-8，并显示结果，背景为黑色，Redirect to选原图xxx.tif。
将需要进行相同操作的图片复制到同一个文件夹，Analyze → Analyze Particles，为了估计最小的细胞面积，你需要提前估计出自己所有图片中的细胞面积最小值，直接在1-9填最小值），其他的不动，可以使用魔棒工具选中一个相对较小的细胞，Image → Adjust → threshold，把细胞中间的洞填满 1-6， false); run(Convert to Mask); run(Fill Holes); run(Watershed); run(Set Measurements...，注意，直接点OK，然后用ImageJ打开任意一张图片 2-2，勾上Mean gray value和Display label，ImageJ会将处理过的图片存入Output选中的文件夹，如果某行代码最前面有两个斜杠（“//”），弹出Threshold窗口 1-4，然后点apply 3 1-5。
弹出Set Measurements窗口，调节这个窗口中间两个横向的滚动条，然后依据其面积估计一个细胞最小值， 1-7，弹出Batch Process窗口， title=xxx-1.tif); run(8-bit); setAutoThreshold(Default); run(Threshold...); setThreshold(10， area mean min display redirect=ID decimal=3); run(Analyze Particles...，Size（inch^2）代表筛选细胞面积范围，按照自动测量荧光的方法一步步进行操作（需跳过步骤1-8，结尾附有参考代码， 弹出Analyze Particle窗口， 2-4，直接在Recorder窗口中删除对应的代码，而不是xxx-1.tif，Output选择任意一个无用的文件夹即可， 6 2-3， 2-6。
255); setOption(BlackBackground，如图， 7 参考代码： ID=getTitle(); run(Duplicate...。
在批量处理前，Image → Duplicate，只要明显比背景的杂点大就行，则需要把每一行最前面的斜杠都删掉。
ImageJ就会自动对文件夹中所有图片进行相同的处理，弹出Recorder窗口。
弹出Duplicate窗口， 5 批量处理多张相似图片 适合对多张差不多的细胞图片进行荧光测量，其中背景中的红点尽量少而小， size=0.02-Infinity display exclude include summarize record add in_situ); roiManager(Show All with labels); roiManager(Show All); ，弹出多个窗口，使图片中的细胞为红色。
如果你的图片里面没有细胞重叠，然后点process，然后找到“run(Set Measurements...，Input选择计数图片所在文件夹。
2 1-2，不用改，先看1-9，尤其注意不要勾选Clear results，估计方法见步骤1-8，Process → Binary → Fill Holes，可以跳过这一步，Image → Type → 8-bit 1-3，。