数字图像处理——形态学2

1.标记联通区域，给图中加上小红星，效果如图：
原图：

在这里插入图片描述
效果图：

image=imread('arrow.jpg');
bw=im2bw(image);
[bw_label,n]=bwlabel(bw);  %bwlabel用来标记联通区域，bw_label跟bw的大小一样，从上到下，从左至右，从1开始依次标记连通分量
figure,imshow(bw);
%figure,imshow(bw_label,[]);  归一化操作，原本为逻辑图：零为零，非零当做一，变成八位图后，映射到0-255之间相应的值，由于不会存在小数，故可能会丢失数据。
%colormap hot;伪彩色，给灰度图加颜色。有多个属性值。
for i=1:n
    [r,c]=find(bw_label==i);
    mc=mean(c);%找到该联通区域中所有不为0的点的坐标后，求其均值，可以得到其重心所在的位置。
    mr=mean(r);
    hold on;%让前面的imshow等一下
    plot(mc,mr,'r*');%绘制红色的*
end

2.数硬币个数：

在这里插入图片描述
分析：
1.思路与上一个一样，但是在标记连通分量前需要填充小坑洞。

bw=imfill(bw,'holes');

2.显示硬币个数的代码：

s=strcat('共有',num2str(n),'个硬币');
display(s);

3.数图中多少个文字
在这里插入图片描述

分析：图中是中文文字，应该用竖线膨胀，使得文字的每个部分连接在一起。因为文字膨胀后，两个文字可能会连在一起，所以会有一点误差。
关键代码如下：

bw=~im2bw(image);
 
bw_close=imclose(bw,strel('disk',1));%闭运算，先膨胀再腐蚀，作用：消除小的空洞，并填补轮廓线中的断裂。
figure,imshow(bw_close);

bw_dilate=imdilate(bw_close,strel('line',10,90));
figure,imshow(bw_dilate);

[bw_label,n]=bwlabel(bw_dilate);  %bwlabel用来标记联通区域，bw_label跟bw的大小一样，从上到下，从左至右，从1开始依次标记连通分量
figure,imshow(bw);

4.用下图体会顶帽操作和底帽操作的作用。
在这里插入图片描述
顶帽操作：相当于原图减去开运算，使白色边界更清晰，通常用于去背景。
底帽操作：相当于闭运算减去原图。
实验代码如下，ge和gf显示出来的效果是一样的。

clear,clc,close all;
f=imread('lemon.jpg');
figure,imshow(f);
g=rgb2gray(f);%转为灰度图
figure,imshow(g);

se=strel('disk',10);
g_close=imclose(g,se);
figure,imshow(g_close-g);
g_open=imopen(g,se);
ge=cat(2,g,g-g_open,g_close-g);
figure,imshow(ge);

tophat=imtophat(g,se);
bothat=imbothat(g,se);
gf=cat(2,g,tophat,bothat);
figure,imshow(gf);

5.如图的计算器，要得到第二张图效果。
在这里插入图片描述

分析：首先要得到取反的灰度图，然后用顶帽操作去背景，得到背景为黑色的图像，再腐蚀掉文字得到图像后重建，得到只有边框的图像，最后用顶帽操作之后的图像减去只有边框的图像即可得到效果图。

clear,clc,close all;
f=imread('c.jpg');
figure,imshow(f);
g=255-rgb2gray(f);%转为灰度图
figure,imshow(g);

se=strel('disk',4);
g_tophat=imtophat(g,se);
figure,imshow(g_tophat);

g_erode=imerode(g_tophat,strel('line',20,0));
figure,imshow(g_erode);

g_re=imreconstruct(g_erode,g_tophat);
figure,imshow(g_tophat-g_re);

数字图像处理——形态学2

猜你喜欢