布雷特本周的选择是弗里曼链码,通过尼古拉斯Douillet．

内容

一份新文件引发了一场思维实验

我以前从未这样做过，但我决定写一个刚刚上线的文件今天(在我写这篇文章的时候)!我很兴奋地看到尼古拉斯提交的这张照片:

说实话，我从来没听说过《弗里曼锁链密码》，但我听说过很多在图像处理中，跟踪二值区域的边界通常很方便——有选项总是一件好事。我并不陌生尼古拉斯的工作；他的65个文件交换贡献已经被下载了数千次，并获得了几个5星评级。那里有很多好东西，甚至一个函数我有点不敢跑。(阅读“概述”，你就会明白。)

弗里曼链码

就像我通常做的那样，从维基百科开始(我喜欢并经常支持维基百科，尽管我孩子的老师不允许他们使用这个资源)，我做了一点万博1manbetx阅读弗里曼链式代码．它本质上是一种二值图像的边界跟踪压缩算法。

尼古拉斯的实现

Nicolas对Freeman算法的实现没有任何MathWorks的工具箱依赖关系;它在核心MATLAB中运行。所以如果你不有图像处理工具箱(IPT)，你需要跟踪一个单独的二进制区域，没有孔，这个函数工作得很漂亮:

% ('gear.jpg'是Nicolas与他的条目共享的文件。)I = imread(“gear.jpg”）;I = imbinalize (I);[Code, row_idx0, col_idx0] = Freeman_chain_code(I, false);注意:第二个输入参数是触发可视化的“verbose”标志输出的%。(我在这里抑制了可视化，因为输出如上所示。)

图像处理工具箱

这就更有趣了。当然，生成相同信息的方法与IPT相当——所以我想做一个快速比较:

使用图像处理工具箱功能:

[B,L] = bwboundaries(I, 8);Contour2 = false(大小(L));为ii = 1:数字(B) thisB = B{ii};第1 = sub2ind(大小(L), thisB (: 1), thisB (:, 2));Contour2(inds) = 1;结束imshow (Contour2)标题(“使用bwboundaries”）

的界限看相同的。(事实上很容易证实，至少在这种情况下，他们是事实上，它们是一样的。)

时间如何比较?

我建议时间当你想准确地计算函数运行所需的时间时:

fcn = @() Freeman_chain_code(I, false);t_Freeman = timeit(fcn);

定义一个函数来捕获IPT功能:

函数Io = calcBoundaries(I) [B, L] = bwboundaries(I, 8);Io = false(size(L));为ii = 1:数字(B) thisB = B{ii};第1 = sub2ind(大小(L), thisB (: 1), thisB (:, 2));Io(inds) = 1;结束结束

.．.我们同样有:

fcn = @() calcBoundaries(I);t_IPT = timeit(fcn);

> >流('Freeman: %0.5f秒;\nIPT: %0.5f秒\n'， t_Freeman, t_IPT) Freeman: 0.00024秒;IPT: 0.00090秒

它们都非常快。令人惊讶的是，对于这张特定的图像，Freeman边界检测甚至比Toolbox功能还要快。(它还没有被验证到那种程度bwboundaries是。)

那更复杂的图像呢?

但是现在让我们让情况稍微复杂一点。假设我们有一个二值图像包含多个感兴趣区域(ROIs):

I = imread(“coins.png”）;I = imbinalize (I)，“黑洞”）;Freeman_chain_code(我,真的);

有趣的…弗里曼链码只返回一个单一的轮廓-对于检测到的第一个区域(在MATLAB意义上)。

此外，即使你有一个单一的区域-但该区域有一个或多个洞(即，如果欧拉数的图像小于1)，Nicolas的函数只会捕获外那个地区的轮廓!

I = false(300);I(150,150) = true;I = bwdist(I);I = I > 15 & I < 50;

[~， ~， ~， Contour] = Freeman_chain_code_modified(I, false);

Contour2 = calcBoundaries(I);次要情节(2,2,1:2);imshow (I)标题(“原始”) subplot(2,2,3) subplot(2,2,3)弗里曼的) subplot(2,2,4)“bwbounaries”）

我擅自修改了尼古拉斯的代码以适应多个区域。(在此过程中，我使用了IPT的一些功能!)在修改后的版本中，我将整个过程封装在一个while循环中，并在处理后将每个ROI中的像素设置为0。我还添加了“Contour”输出参数，因为我发现它通常是边界跟踪工作流中最有用的方面。)最后:

[Code, a, b, Contour] = Freeman_chain_code_modified(I, true);

但是即使代码现在可以容纳多个roi，它仍然不能像我需要的那样在包含漏洞的roi上工作。而且，修改后的Freeman代码是现在的几倍慢比bwboundaries的方法。

我有几个建议

尼古拉斯，谢谢你的投稿，也谢谢你其他的投稿!您的代码实现得很好，而且非常有用——特别是对于那些没有访问图像处理工具箱的人，以及那些有简单的roi要处理的人。我将我希望看到弗里曼的算法在您的工作中被引用，我希望看到“帮助”评论充实一点，以帮助您的文件的用户。最后，如果您将“轮廓”包含在输出列表中，则会很有用。(尽管这对任何人来说都很容易修改。)尽管如此，确实扎实的工作:发人深省，非常赞赏!

一如既往，我欢迎你的想法和评论．

获取MATLAB代码

发布与MATLAB®R2020b