当前位置:   article > 正文

图片中提取曲线的办法_怎么把图片中的曲线提取出来

怎么把图片中的曲线提取出来

介绍背景

文章中的图片上有多个曲线,数据已经丢失,想要图片上的一个周期的数据。
这个图片分两种:
1,已经转化成图片了,图片格式的,没办法,只能一步步解决。
2,另一种从别的软件里拷贝出来直接粘贴到word中,还未转化成图片的图片。

以下程序都是matlab中写的,部分是别的博客分享,但是没保存,所以没法引用,只能在此归类,如果涉及到侵权,请告知删除。

未转成图片的曲线提取

一般直接拷贝过来到word中,是从matlab中得到的,或者origin,等软件中。但是插入到word中后,matlab图像无法在返回到matlab编辑,而origin图像还可以返回修改。
对于不能转化的matlab图像,有一个特别方便的办法。选中,复制,到Visio中粘贴,取消组合,然后就可以提取每一条曲线了。

图片格式的曲线提取

单一曲线

如果图片中只有一个曲线,简单很多,网上有利用图像提取特征点,提取坐标。

% 提取图片中的曲线数据
clear,clc,close all
%% 图片与曲线间的定标
im=imread('1.fig');%读入图片(替换成需要提取曲线的图片)
im=rgb2gray(im);%灰度变化
thresh = graythresh(im);%二值化阈值
im=im2bw(im,thresh);%二值化
set(0,'defaultfigurecolor','w')
imshow(im)%显示图片
[y,x]=find(im==0);%找出图形中的“黑点”的坐标。该坐标是一维数据。
y=max(y)-y;%将屏幕坐标转换为右手系笛卡尔坐标
y=fliplr(y);%fliplr()——左右翻转数组
plot(x,y,'r.','Markersize', 2);
disp('请在Figrure中先后点击实际坐标框的两个顶点(左上点和右下点),即A、B两点. ');
[Xx,Yy]=ginput(2);%Xx,Yy——指实际坐标框的两个顶点
min_x=input('最小的x值');%输入x轴最小值
max_x=input('最大的x值');%输入x轴最大值
min_y=input('最小的y值');%输入y轴最小值
max_y=input('最大的y值');%输入y轴最大值
x=(x-Xx(1))*(max_x-min_x)/(Xx(2)-Xx(1))+min_x;
y=(y-Yy(1))*(min_y-max_y)/(Yy(2)-Yy(1))+max_y;
plot(x,y,'r.','Markersize', 2);
axis([min_x,max_x,min_y,max_y])%根据输入设置坐标范围
title('由原图片得到的未处理散点图')
%% 将散点转换为可用的曲线
%需处理的问题与解决思路
%(1)散点图中可能一个x对应好几个y <---> 保留mean()-std()mean()+std()之间的y值 并取平均处理
%(2)曲线的最前端和最后段干扰较大 <---> 去掉曲线整体的前(5%)和后5%
%(3)曲线的最顶端和最底段干扰较大 <---> 去掉曲线整体的上10%和下10%
%参数预设
rate_x=0.08;%曲线的最前端和最后段删除比例
rate_y=0.05;%曲线的最顶端和最底段删除比例
[x_uni,index_x_uni]=unique(x);%找出有多少个不同的x坐标
x_uni(1:floor(length(x_uni)*rate_x))=[];%除去前rate_x(5%)的x坐标
x_uni(floor(length(x_uni)*(1-rate_x)):end)=[];%除去后rate_x的x坐标
index_x_uni(1:floor(length(index_x_uni)*rate_x))=[];%除去前rate_x的x坐标
index_x_uni(floor(length(index_x_uni)*(1-rate_x)):end)=[];%除去后rate_x的x坐标
[mxu,~]=size(x_uni);
[mx,~]=size(x);
for ii=1:mxu
    if ii==mxu
        ytemp=y(index_x_uni(ii):mx);
    else
        ytemp=y(index_x_uni(ii):index_x_uni(ii+1));
    end
%删除方差过大的异常点
    threshold1=mean(ytemp)-std(ytemp);
    threshold2=mean(ytemp)+std(ytemp);
    ytemp(find(ytemp<threshold1))=[];%删除同一个x对应的一段y中的异常点
    ytemp(find(ytemp>threshold2))=[];
    %删除距顶端和底端较近的点
    thresholdy=(max_y-min_y)*rate_y;%y坐标向阈值
ytemp(find(ytemp>max_y-thresholdy))=[];%删除y轴向距离顶端与底端距离小于rate_y的坐标
    ytemp(find(ytemp<min_y+thresholdy))=[];
    %剩下的y求均值
    y_uni(ii)=mean(ytemp);
end
%此时很多x_uni点处对应的y_uni为空,即NAN,要进一步删去这些空点
x_uni(find(isnan(y_uni)))=[];
y_uni(find(isnan(y_uni)))=[];
%画图
figure,plot(x_uni,y_uni),title('经处理后得到的扫描曲线')
axis([min_x,max_x,min_y,max_y])%根据输入设置坐标范围
% 将最终提取到的x与y数据保存
curve_val(1,:)=x_uni';
curve_val(2,:)=y_uni;
%% 对提取出的数据进行拟合(按实际情况进行修改)
[p,s]=polyfit(curve_val(1,:),curve_val(2,:),4);%多项式拟合(为避免龙格库塔,多项式拟合阶数不宜太高)
[y_fit,DELTA]=polyval(p,x_uni,s);%求拟合后多项式在x_uni对应的y_fit值
figure,plot(x_uni,y_fit),title('拟合后的曲线')
axis([min_x,max_x,min_y,max_y])%根据输入设置坐标范围

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72

这个提取程序没用上,我的图像较为复杂,多条曲线在一个图里。

多个曲线在一个图中

(1)先从图片中点选关键点,得到粗略图
利用matlab软件,m文件。

% 提取图片中的曲线数据
clear,clc,close all
%% 图片与曲线间的定标
im=imread('C:\Users\MSI-PC\Desktop\重新修改\control\sp.png');%读入图片(替换成需要提取曲线的图片)
imshow(im)%显示图片
[x1,y1]=ginput;
plot(x1,y1,'r','Markersize', 2);

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

(2)通过曲线拟合图像
在这里插入图片描述
选择X1,Y1 发现图像y翻转,
调整数据:
y_new=2*y_对称轴-y

c=mean(y_new())求均值
然后再拟合。
(3)输出figure
拟合后的图像,选择文件
在这里插入图片描述
选择文件列表下,print to figure ,可在工具下看数据统计的均值,可以选择鼠标光标,然后选中拟合曲线,删除原来的点,重新粘贴,另存为fig图片。
(4)获取拟合曲线的坐标点
保持当前figure打开,在命令行输入:

 h=findobj(gca,'Type','Line');
 xx=get(h,'xdata');
yy=get(h,'ydata');
  • 1
  • 2
  • 3

就可以得到x,y的点,如果还有Z,就依法炮制。
最后就能还原想要的图像了。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/2023面试高手/article/detail/680096
推荐阅读
相关标签
  

闽ICP备14008679号