在Matlab中查找彩色图像的轮廓/边缘
我试图建立一个轮廓，在pcolor图中的‘像素’的边缘在Matlab中。这可能最好用图片来解释。这是我的数据图。黄色数据(data==1)和蓝色数据(data==0)之间有一个明显的边界：
请注意，这是一个pcolor图，所以每个‘正方形’本质上是一个像素。我想返回一个轮廓，它跟随黄色数据像素的脸，而不是--仅仅是黄色数据的边缘。
因此，输出轮廓(绿线)通过脸的中点(红点)的像素。
请注意，我不希望等高线跟随数据的中心点(黑点)，这样做会像绿线一样。使用contour可以很容易地实现这一点。
此外，如果有任何帮助，我有几个网格，这可能是有用的。我在像素的中间有点(很明显，这就是我在这里画的)，我在角上也有点，我在西面/东面和南北面有点。如果您熟悉Arakawa网格，这是一个Arakawa-C网格，所以我有rho-，u-，v-和psi点。
我尝试过插补，交织网格，还有其他一些东西，但是我没有任何运气。任何帮助都将是非常感谢的，并将阻止我发疯。
干杯，戴夫
编辑：
不好意思，我简化了图像，使我试图解释的更明显，但这里有一个更大(放大)的地区，我试图分开的图像：
正如你所看到的，这是一个复杂的轮廓，向“西南”方向前进，然后绕回来“东北”。这是我想画的红线，穿过黑点：
回答 3
Stack Overflow用户
发布于 2017-07-23 07:02:04
您可以通过对我发的一个解决方案对相关问题的几个修改来解决这个问题。我在data的问题中使用了示例图像掩码的一部分。首先，您需要填补掩码中的漏洞，这可以使用来自imfill的图像处理工具箱来完成。
x = 1:15; % X coordinates for pixels
y = 1:17; % Y coordinates for pixels
mask = imfill(data, 'holes');接下来，应用另一个答案中的方法来计算一组有序的轮廓坐标(位于像素角上)：
% Create raw triangulation data:
[cx, cy] = meshgrid(x, y);
xTri = bsxfun(@plus, [0; 1; 1; 0], cx(mask).');
yTri = bsxfun(@plus, [0; 0; 1; 1], cy(mask).');
V = [xTri(:) yTri(:)];
F = reshape(bsxfun(@plus, [1; 2; 3; 1; 3; 4], 0:4:(4*nnz(mask)-4)), 3, []).';
% Trim triangulation data:
[V, ~, Vindex] = unique(V, 'rows');
V = V-0.5;
F = Vindex(F);
% Create triangulation and find free edge coordinates:
TR = triangulation(F, V);
freeEdges = freeBoundary(TR).';
xOutline = V(freeEdges(1, [1:end 1]), 1); % Ordered edge x coordinates
yOutline = V(freeEdges(1, [1:end 1]), 2); % Ordered edge y coordinates最后，您可以在像素边缘的中心获得所需的坐标，如下所示：
ex = xOutline(1:(end-1))+diff(xOutline)./2;
ey = yOutline(1:(end-1))+diff(yOutline)./2;下面是一个显示结果的图表：
imagesc(x, y, data);
axis equal
set(gca, 'XLim', [0.5 0.5+size(mask, 2)], 'YLim', [0.5 0.5+size(mask, 1)]);
hold on;
plot(ex([1:end 1]), ey([1:end 1]), 'r', 'LineWidth', 2);
plot(ex, ey, 'k.', 'LineWidth', 2);
Stack Overflow用户
发布于 2017-07-13 07:58:50
看看下面的代码：
% plotting some data:
data = [0 0 0 0 0 0 1 1
0 0 0 0 0 1 1 1
0 0 0 0 1 1 1 1
0 0 0 0 0 1 1 1
0 0 0 0 1 1 1 1
0 0 0 0 1 1 1 1
0 0 0 0 1 1 1 1];
p = pcolor(data);
axis ij
% compute the contour
x = size(data,2)-cumsum(data,2)+1;
x = x(:,end);
y = (1:size(data,1));
% compute the edges shift
Y = get(gca,'YTick');
y_shift = (Y(2)-Y(1))/2;
% plot it:
hold on
plot(x,y+y_shift,'g','LineWidth',3,'Marker','o',...
'MarkerFaceColor','r','MarkerEdgeColor','none')它产生了这样的结果：
这就是你要找的吗？
上面最重要的一行是：
x = size(data,2)-cumsum(data,2)+1;
x = x(:,end);它为每一行查找0到1之间的移位位置(假设一行中只有一个)。
然后，在plot中，我将y移动到两个相邻y轴之间的距离的一半，因此它们将放置在边缘的中心。
编辑：
经过对这类数据的一些试验，我得到了这样的结果：
imagesc(data);
axis ij
b = bwboundaries(data.','noholes');
x = b{1}(:,1);
y = b{1}(:,2);
X = reshape(bsxfun(@plus,x,[0 -0.5 0.5]),[],1);
Y = reshape(bsxfun(@plus,y,[0 0.5 -0.5]),[],1);
k = boundary(X,Y,1);
hold on
plot(X(k),Y(k),'g','LineWidth',3,'Marker','o',...
'MarkerFaceColor','r','MarkerEdgeColor','none')这并不完美，但通过一种更简单的方法可以让你更接近你想要的东西：
Stack Overflow用户
发布于 2017-07-14 02:24:12
好吧，我想我已经解决了.我们离得很近，可以开心了。
首先，我获取原始数据(我称之为mask_rho，并使用它来制作掩码mask_u，mask_v，它类似于mask_rho，但在水平方向和垂直方向上略有移动)。
%make mask_u and mask_v
for i = 2:size(mask_rho,2)
for j = 1:size(mask_rho,1)
mask_u(j, i-1) = mask_rho(j, i) * mask_rho(j, i-1);
end
end
for i = 1:size(mask_rho,2)
for j = 2:size(mask_rho,1)
mask_v(j-1, i) = mask_rho(j, i) * mask_rho(j-1, i);
end
end然后，我制作了修改后的掩码mask_u1和mask_v1，它们与mask_rho相同，但分别在水平和垂直方向上与相邻点进行平均。
%make mask which is shifted E/W (u) and N/S (v)
mask_u1 = (mask_rho(1:end-1,:)+mask_rho(2:end,:))/2;
mask_v1 = (mask_rho(:,1:end-1)+mask_rho(:,2:end))/2;然后，我利用掩模之间的差异来定位掩码在水平方向(u掩模)和垂直方向(v掩模)从0到1和1到0变化的位置。
% mask_u-mask_u1 gives the NEXT row with a change from 0-1.
diff_mask_u=logical(mask_u-mask_u1);
lon_u_bnds=lon_u.*double(diff_mask_u);
lon_u_bnds(lon_u_bnds==0)=NaN;
lat_u_bnds=lat_u.*double(diff_mask_u);
lat_u_bnds(lat_u_bnds==0)=NaN;
lon_u_bnds(isnan(lon_u_bnds))=[];
lat_u_bnds(isnan(lat_u_bnds))=[];
%now same for changes in mask_v
diff_mask_v=logical(mask_v-mask_v1);
lon_v_bnds=lon_v.*double(diff_mask_v);
lon_v_bnds(lon_v_bnds==0)=NaN;
lat_v_bnds=lat_v.*double(diff_mask_v);
lat_v_bnds(lat_v_bnds==0)=NaN;
lon_v_bnds(isnan(lon_v_bnds))=[];
lat_v_bnds(isnan(lat_v_bnds))=[];
bnd_coords_cat = [lon_u_bnds,lon_v_bnds;lat_u_bnds,lat_v_bnds]'; %make into 2 cols, many rows结果获取边界边缘的所有坐标：
现在我的回答有点不正确。如果我把上面的向量画成点plot(bnd_coords_cat(:,1),bnd_coords_cat(:,2),'kx'，就会得到上面的图像，这很好。但是，如果我加入了这一行，如：plot(bnd_coords_cat(:,1),bnd_coords_cat(:,2),'-'，那么这条线就会跳来跳去，因为这些点没有排序。当我按最近的点排序(使用sort和pdist2)时，Matlab有时会选择奇点.尽管如此，我还是认为我应该把这段代码作为附录，以及可选的额外代码。可能有人知道更好的方法来排序输出向量bnds_coords_cat。
% now attempt to sort
[~,I]=sort([lon_u_bnds,lon_v_bnds]);
bnd_coords_inc1 = bnd_coords_cat(I,1);
bnd_coords_inc2 = bnd_coords_cat(I,2);
bnd_coords = [bnd_coords_inc1,bnd_coords_inc2];
bnd_coords_dist = pdist2(bnd_coords,bnd_coords);
bnd_coords_sort = nan(1,size(bnd_coords,1));
bnd_coords_sort(1)=1;
for ii=2:size(bnd_coords,1)
bnd_coords_dist(:,bnd_coords_sort(ii-1)) = Inf; %don't go backwards?
[~,closest_idx] = min(bnd_coords_dist(bnd_coords_sort(ii-1),:));
bnd_coords_sort(ii)=closest_idx;
end
bnd_coords_final(:,1)=bnd_coords(bnd_coords_sort,1);
bnd_coords_final(:,2)=bnd_coords(bnd_coords_sort,2);注意，pdist2方法是由一位同事提出的，也是从这个答案matlab中坐标点的排序中得到的。这是最后的结果：
老实说，在没有线的情况下密谋是可以的。因此，就我而言，这是足够接近，以得到回答！
https://stackoverflow.com/questions/45073798
复制相似问题
腾讯云开发者
