问Matlab:打开最小矩形大小的二值图像
EN

Stack Overflow用户

提问于 2014-01-02 13:37:01

回答 2查看 566关注 0票数 4

我有一个二值图像：

我想看看一个100x150长方形是否适合地图上的任何空格。我试着创建一个长方形条纹，然后侵蚀和扩展图片，以去除任何比需要小的区域：

se = strel('rectangle',[150, 100]);
BW = imerode(BW,se);
BW = imdilate(BW,se);

不幸的是，它过早地发现了一个洞。

只有80x150。我认为侵蚀是失败的，因为它是对墙&只需要一半的宽度，但不知道如何修复它。

另外，如果我走错了路，请让我直截了当。最终，我只需要找到一个空格的左上角至少有100x150大小。

image

matlab

binary

回答 2

Stack Overflow用户

回答已采纳

发布于 2014-01-02 17:19:04

下面的方法工作得很好，运行得相当快。它有几个嵌套循环，但是您可能可以进一步优化性能，我主要想让它为您工作。不过，请记住，如果您注释掉了fprintf()和绘图命令，这将加快速度。

我从您的Stack帖子下载了您的图像，但是我相信我下载的版本的大小(398x398)与您正在处理的原始数据不同，所以在查看下面的结果时请记住这一点。

如代码所示，您提供了宽度(w)和高度(h)，然后算法返回矩形可以适合的所有(col，行)位置。

侧注：--我相信这为2D版本的http://en.wikipedia.org/wiki/Bin_packing_problem提供了一个解决方案，但我不确定，如果您感兴趣的话，可以查看上面的链接。

无论哪种方式，它都是计算问题的一个很好的例子，在这种情况下，彻底的搜索可以很快地执行。

为了验证结果，我添加了矩形的简单绘图。请记住，如果矩形位于多个位置，则多个矩形的图形开始显得非常混乱，因为它们被反复绘制在另一个位置上(带有偏移)。

例如，在只找到一个矩形的情况下，我使用：w = 29; h = 102;，然后结果显示，这个特定矩形唯一适合的位置是左上角= (row = 295, col = 368) (这个矩形大小很可能只适用于我下载的数据版本)：

总之，我首先加载数据，然后转换为二进制映射(0和1)：

% Note: '0' = black; '1' = white
data = round(im2double(rgb2gray(imread(filepath))));
figure(1);imshow(data); set(gcf,'Color',[1 1 1]);
hold on;

输入搜索宽度和高度：

w = 29;
h = 102;

sze = size(data);
numRows = sze(1);
numCols = sze(2);

接下来，我们只需进行搜索，看看哪些位置适合每一行和每一个位置：

for col = 1:numCols - w - 1
    for row = 1:numRows - h - 1
        doesFit = fitshere(data, row,col, w, h);
        if (doesFit == 1)
            fprintf('row = %d; col = %d \n',row,col);
            colX = [col col+w col+w col col];
            colY = [row row row+h row+h row];
            line(colX,colY,'Color','r','linewidth',2);
        end
    end
end

hold off;

您将需要以下函数来检查给定的矩形是否适合数组：

function [val] = fitshere(data, row, col, w, h)
val = 1;
for i = col:col + w
    for j = row:row + h
        if (data(j,i) == 0) % if this is true, we are in the black!
            val = 0;
            return;
        end
    end
end
return;

如果您有兴趣知道您的矩形是否适合(例如width X height或height X width)，您只需在交换宽度和高度之后重复搜索即可。

希望这能有所帮助。

票数 2

Stack Overflow用户

发布于 2014-01-03 07:40:19

让我们用一些matlab成语来做这件事。

M=binaryImage;
sz=size(M);
nrows = 100;
ncols = 150 ;

colsum = cumsum(M,1);
cols_are_good = colsum(nrows+1:end,:)-colsum(1:end-nrows+1,:)==0; 
    %  nrows empty rows below this point. in this column
rows_are_also_good = cols_are_good(:,ncols+1:end)-cols_are_good(:,1:end+1-ncols)==0;