当前位置: article > 正文

Matlab 自动获取图片中已经框好的所有矩形的左上角坐标和宽高_使用b.x()获取色块矩形左上角x坐标

作者：从前慢现在也慢 | 2024-06-08 10:38:12

踩

使用b.x()获取色块矩形左上角x坐标

整体效果如下：

坐标信息和矩形宽高放在txt文件中：

整体思路如下：

1：因为图中的矩形框是用不同颜色框出来的，我们可以把每一个颜色的所有矩形框提取出来，变成二值图像（只有黑色和白色）。求出此颜色的每个矩形的信息。

2：如果按颜色分出来的矩形框只有一个，就可以用[x,y]=find(BW==1); (BW:为提出来的二值图像 find(BW==1):寻找二值图像中白色的区域（1为白色，0为黑色)）把x,y的坐标都求出来，此时min(x),min(y)Matlab可以自动求出。

3：如果按颜色分出来的矩形有多个，此时就不知道每个矩形的最小最大的xy值了。

用 L = bwlabel(colorb); (bwlabel：标识所有黑色背景下白色连通区域 (连通区域：封闭的区域) colorb:二值图片)

num = max(max(L)); （计算有多少个连通区域）

这两句语句，把此时图片的中的每个矩形变成一个一个的单独矩形了，此时用循环用此语句

[x,y] = find(L == i); （i代表第几个连通区）

4：建立一个矩阵存放这些信息，在把这些信息放到txt文件中（如果不建立矩阵，存放到txt文件中的内容将都会在第一行第一列中

分步讲解：

主函数：

1：

rgb=imread('61.jpg'); % 读取图片
figure,imshow(rgb); %显示图片 figure：弹出窗口
r = rgb(:,:,1); %提取彩色图像的红色分量。
g = rgb(:,:,2); %提取彩色图像的绿色分量。
b = rgb(:,:,3); %提取彩色图像的蓝色分量。

2：

符合红色，蓝色，绿色，橘红色和紫色的rgb值挑选出来赋给变量red，blue,green,orange,purple 3

red=r>=175&g<36&b<36;
blue=r<=60&g<135&b>70;
green=(20>r)&(g>80)&(g<100)&(b>20)&(b<=35);
orange=(r>200)&(g<118)&(g>36)&b<50;
purple=(175>r)&(r>97)&g<35&(b>52)&(b<=67);

3：

把每一个颜色放到一个数组中，为了方便循环调用shibie()函数（后面讲解）减少代码的冗余。

a{1}=red; 此时取到的就是二值图像
a{2}=blue;
a{3}=green;
a{4}=orange;
a{5}=purple;

循环调用shibe()函数

yz=300; %作为bwareaopen函数的参数
for i=1:5
if i==1
str='red';
elseif i==2
str='blue';
elseif i==3
str='green';
elseif i==4
str='orange';
elseif i==5
str='purple';
end

shibie(a{i},yz,str)
end

子函数：

1：

function [ ] = shibie(color,yz,str)

colorb = bwareaopen(color,yz); %删除二值图像BW中面积小于P对象 去除杂点！yz：300（主函数传进的参数）就是把二值图像color中像素比300小的都删除了

2：

如果一个颜色中有好多矩形，但是这些矩形有重叠的用颜色把他们分开后，有的矩形显示不完整，可能会出现中间有间断

的情况，此时进行连通区域划分时候会不准，所以在此之前要对图中的矩形进行扩充线条（膨胀）

connect_size = 8;
se = strel('disk',connect_size);
colorb = imdilate(colorb,se);
figure;imshow(colorb);
title('扩充线条');

3：

使图片进行连通区域的划分

L = bwlabel(colorb);
num = max(max(L));

4：

创建一个cell数组（cell数组可以装数字和字符都可以的）

B=cell(num,5);

5：

循环计每个颜色中连通区域中矩形的坐标

for i = 1:num
[x,y] = find(L == i);
minx=min(y);
maxx=max(y);
miny=min(x);
maxy=max(x);
Width=maxx-minx;
Hight=maxy-miny;

B{i,1}=str;
B{i,2}=minx;
B{i,3}=miny;
B{i,4}=Width;
B{i,5}=Hight;
end

6：

把每个连通区域中矩形坐标信息放在txt文件中

fid=fopen('sun9.txt','a');
[m,n]=size(B);
for h=1:1:m
fprintf(fid,'%s%d:\t ',B{h,1},h);
for j=2:1:n
if j==n
fprintf(fid,'%g\r\n',B{h,j});
else
fprintf(fid,'%g\t',B{h,j});
end
end
end

整体代码：

主函数

red=r>=175&g<36&b<36;
blue=r<=60&g<135&b>70;
green=(20>r)&(g>80)&(g<100)&(b>20)&(b<=35);
orange=(r>200)&(g<118)&(g>36)&b<50;
purple=(175>r)&(r>97)&g<35&(b>52)&(b<=67);
a{1}=red;
a{2}=blue;
a{3}=green;
a{4}=orange;
a{5}=purple;
figure;
yz=300; %作为bwareaopen函数的参数
for i=1:5
if i==1
str='red';
elseif i==2
str='blue';
elseif i==3
str='green';
elseif i==4
str='orange';
elseif i==5
str='purple';
end

shibie(a{i},yz,str)
end

子函数

function [ ] = shibie(color,yz,str)
figure()
imshow(color);

colorb = bwareaopen(color,yz); %删除二值图像BW中面积小于P对象

connect_size = 8;
se = strel('disk',connect_size);
colorb = imdilate(colorb,se);
figure;imshow(colorb);
title('扩充线条');

L = bwlabel(colorb);
num = max(max(L));

B=cell(num,5);
for i = 1:num
[x,y] = find(L == i);
minx=min(y);
maxx=max(y);
miny=min(x);
maxy=max(x);
Width=maxx-minx;
Hight=maxy-miny;

B{i,1}=str;
B{i,2}=minx;
B{i,3}=miny;
B{i,4}=Width;
B{i,5}=Hight;
end

fid=fopen('sun9.txt','a');
[m,n]=size(B);
for h=1:1:m
fprintf(fid,'%s%d:\t ',B{h,1},h);
for j=2:1:n
if j==n
fprintf(fid,'%g\r\n',B{h,j});
else
fprintf(fid,'%g\t',B{h,j});
end
end
end

end

测试获取的点时候时候正确

采用的方法是：用已经获取的坐标在原来带有矩形的图像上画矩形，查看时候能和原来的矩形重合。

思路：1：读取图片

2：读取存放坐标的txt

3：在原图上矩形（用plot()函数）

img = imread('61.jpg');
filename='sun9.txt';
[data1,data2,data3,data4,data5]=textread(filename,'%s%f%f%f%f',18);

figure;
hold on;
imshow(img);
hold off
for i=1:12
width = data4(i);
hight = data5(i);
x1 = data2(i) ;
x2 = x1 + width;
y1 =data3(i);
y2 = y1 + hight;
hold on;
rectx = [x1 x2 x2 x1 x1];
recty = [y1 y1 y2 y2 y1];
plot(rectx, recty, 'linewidth',2);
hold off;
end

方法二：用鼠标点击获取点信息

函数：

ginput 提供了一个十字光标使我们能更精确的选择我们所需要的位置，并返回坐标值。函数调用形式为：

[x,y] = ginput(n)，能使你从当前的坐标系中读取n个点，返回这n个点的x，y坐标，均为nX1的向量。可以按回车提前结束读数。
[x,y] = ginput 可以无限的读取坐标直到按下回车键。

clc,clear,clear all
image = imread('61.jpg');
figure ,imshow(image)

data = [ ];
image_array = [1,2,3,4,5,6,7,8];
image_array_length = length(image_array);
for i = 1:image_array_length
[x, y] = ginput(2);
width = abs(x(2) - x(1));
height = abs(y(2) -y(1));
data = [data; image_array(i), x(1), y(1), width, height];
end

用到的函数

connect_size = 8;
se = strel('disk',connect_size);
colorb = imdilate(colorb,se);

strel()

具体用法：SE = strel(shape,parameters)
创建由指定形状shape对应的结构元素。其中shape的种类有
arbitrary'
'pair'
'diamond'
'periodicline'
'disk'
'rectangle'
'line'
'square'
'octagon
参数parameters一般控制SE的大小。

imdilate()

imdilate函数用于对图像实现膨胀操作。（形态学）

img=imdilate(img,SE) 。参数SE为由strel函数返回的结构元素或者结构元素对象组。

bwareaopen()

功能： 用于从对象中移除小对象。
用法： BW2 = bwareaopen(BW,P)
BW2 = bwareaopen(BW,P,CONN) 从二值图像中移除所有小于P的连通对象。CONN对应邻域方法，默认为8。

yz=300;

colorb = bwareaopen(color,yz);

bwlabel()

bwlabel功能：对连通对象进行标注，bwlabel主要对二维二值图像中各个分离部分进行标注.

L = bwlabel(BW,n) :返回一个和BW大小相同的L矩阵，包含了标记了BW中每个连通区域的类别标签，这些标签的值为1、2、num（连通区域的个数）。n的值为4或8，表示是按4连通寻找区域，还是8连通寻找，默认为8。

L = bwlabel(colorb);

textread()

实际应用中经常要读取txt文件，这个时候就需要用到强大的textread函数。
它的基本语法是：
[A,B,C,...] = textread(filename,format)
[A,B,C,...] = textread(filename,format,N)
其中filename就是文件名， format就是要读取的格式，A,B,C就是从文件中读取到的数据。
中括号里面变量的个数必须和format中定义的个数相同。 如果每N行相同格式的数据，可采用[A,B,C,...] = textread(filename,format,N)的语法,读取N次。

[data1,data2,data3,data4,data5]=textread(filename,'%s%f%f%f%f',18);

ginput ()

ginput提供了一个十字光标使我们能更精确的选择我们所需要的位置，并返回坐标值。函数调用形式为：

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/从前慢现在也慢/article/detail/689470