MATLAB的答案

如何检测一方截面图像的维度?

32视图(30天)
Atik阿明
Atik阿明 2023年5月31日在十五25
评论道: 为副总经理 2023年5月31日21:18
我有一个图片,我想要方钢的尺寸。有3个方块图中你可以找到。我已经上传图像。
我不知道如何开始。
2的评论
显示1年长的评论
Atik阿明
Atik阿明 2023年5月31日15:46
这是超声检测后图像的提取。我有数据但在某些点数据选择不确定的数据包含401 x 401样品

登录置评。

在回答这个问题。

接受的答案

图像分析
图像分析 2023年5月31日在十九31
试试这个:
%演示图像分析
clc;%清除命令窗口。
关闭所有;%关闭所有数据(除了imtool。)
清晰;%擦掉所有现有的变量。或者clearvars如果你想要的。
工作空间;%确定工作区面板显示。
格式长g;
格式紧凑的;
字形大小= 18;
markerSize = 40;
% - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
%读入测试图像
文件夹= pwd;
baseFileName =“ultrasound.png”;
fullFileName = fullfile(文件夹,baseFileName);
%检查文件是否存在。
如果~存在(fullFileName“文件”)
%的文件不存在,没有找到它在该文件夹。
%检查整个搜索路径(其他文件夹)去掉文件的文件夹。
fullFileNameOnSearchPath = baseFileName;%没有路径。
如果~存在(fullFileNameOnSearchPath“文件”)
%仍然没有找到它。提醒用户。
errorMessage = sprintf (的错误:% s在搜索路径的文件夹不存在。,fullFileName);
uiwait (warndlg (errorMessage));
返回;
结束
结束
grayImage = imread (fullFileName);
%显示图像。
次要情节(2 2 1);
imshow (grayImage []);
impixelinfo;
轴(“上”,“图像”);
标题(原始图像的,“字形大小”字形大小,“翻译”,“没有”);
%得到图像的尺寸。
% numberOfColorChannels应该为灰度图像,= 1和3的RGB彩色图像。
(行、列,numberOfColorChannels) =大小(grayImage)
如果numberOfColorChannels > 1
%这不是灰度像我们预期的颜色。
流(“这不是真正的灰度像我们预期——这是颜色\ n”);
%提取马克斯通道。
% grayImage = max (grayImage [], 3);
%提取绿色通道。
grayImage = grayImage (:: 2);
结束
%最大化窗口。
g = gcf;
g。WindowState =“最大化”;
g。NumberTitle =“关闭”;
g。Name =的演示图像分析师”
drawnow;
% - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
%阈值创建的面具黑点。
lowThreshold = 0;
highThreshold = 94;
%交互和视觉上设置一个阈值灰度图像。
% //www.tianjin-qmedu.com/matlabcentral/fileexchange/29372-thresholding-an-image?s_tid=srchtitle
% (lowThreshold highThreshold] =阈值(lowThreshold、highThreshold grayImage)
掩码= grayImage > = lowThreshold & grayImage < = highThreshold;
%检查领域的最初的面具
道具= regionprops(面具,“区域”);
allAreas =排序([props.Area])
% blob只有他们超过20000像素。
掩码= bwareafilt(面具,(20000年,正));
次要情节(2,2,2);
imshow(面具);
impixelinfo;
轴(“上”,“图像”);
标题(“面具”形象,“字形大小”字形大小,“翻译”,“没有”);
% - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
%得到最终的地区和中心广场集合。
道具= regionprops (grayImage面具,“区域”,“重心”,“MeanIntensity”);
allAreas =排序([props.Area]);
meanBlobGrayLevels = [props.MeanIntensity];
次要情节(2、2、3);
imshow(面具);
impixelinfo;
轴(“上”,“图像”);
标题(“面具”形象,“字形大小”字形大小,“翻译”,“没有”);
% - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
%假设他们是方形的。广场的宽度。
squareWidth =√allAreas);
%情节广场形象
次要情节(2、2、4);
imshow (grayImage);
impixelinfo;
轴(“上”,“图像”);
标题(“面具”形象,“字形大小”字形大小,“翻译”,“没有”);
标题= sprintf (的意思是地区= %。一层灰色的水平。”meanBlobGrayLevels)
标题(标题,“字形大小”字形大小,“翻译”,“没有”);
持有在;
为k = 1:长度(道具)
%得到矩形形式(xLeft顶端y,宽度、高度);
r =[道具(k) .Centroid (1) - squareWidth (k) / 2,道具(k) .Centroid (2) - squareWidth (k) / 2, squareWidth (k), squareWidth (k)]
矩形(“位置”r“EdgeColor”,“y”,“线宽”2);
结束
持有从;
% - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
%的边界地区和情节在原始图像。
%情节的边界气泡在上面的覆盖原始灰度图像
使用bwboundaries返回的坐标()%。
% bwboundaries()返回一个单元阵列,每个单元格包含对象的行/列坐标的图像。
%这里就是我们每个团的边界。
边界= bwboundaries(面具);
%边界单元阵列,每个团的一个细胞。
%在每个单元是一个n除以2的坐标列表(行、列)格式。注意:没有(x, y)。
% 1列是行,或y。第2列列,或x。
numberOfBoundaries =大小(边界,1);%计算边界,所以我们可以使用它在我们的for循环
%这就是我们实际上情节中的每一个blob叠加的界限。
持有在;%不要让边界吹走显示图像。
为k = 1: numberOfBoundaries
thisBoundary = {k}边界;%获得这个特定的blob的边界。
x = thisBoundary (:, 2);%第2列的列,这是x。
y = thisBoundary (: 1);%第1列的行,这是y。
情节(x, y,的r -,“线宽”2);%绘制边界为红色。
结束
持有从;
标题= sprintf ('意味着面积= %。1f pixels with a threshold of %d.',意味着(allAreas) highThreshold);
字形大小= 15;
标题(标题,“字形大小”、字形大小);
轴(“上”,“图像”);%确定图像不是人为紧张因为屏幕的长宽比。
这样做同样明亮的近似方形的地区。

答案(1)

图像分析
图像分析 2023年5月31日15:46
编辑:图像分析 2023年5月31日15:50
简单阈值的灰度图像(不是伪彩色图像)和电话 bwareafilt 提取3大气泡。然后你可以计算区域,平均强度,边界框,或任何你想要的。
简而言之:
掩码= bwareafilt (grayImage > someThreshold, 3);
道具= regionprops (“表”、面具、grayImage“区域”,的边界框(“大小),“MeanIntensity”)
为一个完整的演示,看到我 图像分割的教程 在 我的文件交换 :
图像分析的文件交换
是一个通用的、通用的演示如何阈值图像找到气泡,气泡,然后衡量事情和提取 某些 blob基于区域或直径。
也看到
//www.tianjin-qmedu.com/matlabcentral/fileexchange/29372-thresholding-an-image?s_tid=srchtitle
交互式功能找到适当的阈值,因为它是一个主观判断的问题。
3评论
显示2年长的评论
为副总经理
为副总经理 2023年5月31日21:18
猜测。
inpict = imread (“notdata.png”);
%的图形区作物截图
hsvpict = rgb2hsv (inpict);
掩码= hsvpict (:: 2) > 0.5;
掩码= bwareafilt(面具,1);
S = regionprops(面具,的边界框(“大小));
inpict = imcrop (inpict S.BoundingBox);
%试图填补的注释
掩码=所有(inpict > = 0.9 * 255, 3);
掩码= imdilate(面具,(3));
为c = 1:尺寸(inpict, 3)
inpict (:,:, c) = regionfill (inpict (:: c),面具);
结束
%猜猜colormap和估计数据
%我们不知道它在规模,所以就把它放在单位比例
CT =喷气机(256);
estdata = im2double (rgb2ind (inpict, CT));
%现在我们有一些相似的数据
imshow (estdata)
%的ROI = drawrectangle (gca)
…但是如果你有数据,没有理由估计从截图。用实际的数据。

登录置评。

类别

找到更多的在探索和编辑图像与图像查看器应用程序在帮助中心和文件交换

标签

s manbetx 845

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!