在MATLAB中批处理图像文件

Question

我是MATLAB和图像处理的初学者。

我在尝试使用批处理时遇到了问题，希望有人能够启发我。感谢。

按照MATLAB的例子，我做了这些：

p = which('Picture1.tif');
filelist = dir([fileparts(p) filesep 'Picture*.tif']);
fileNames = {filelist.name}'

I = imread(fileNames{1});
imshow(I)

因为我想选择感兴趣的区域，

BW = roipoly(I);
BW1 = not(BW);
N = roifill(I,BW1);

选择ROI后，我在编辑器中创建了一个函数：

function Segout = DetectLines(N)
    [junk threshold] = edge(N, 'sobel');
    fudgeFactor = .5;
    BWs = edge(N, 'sobel', threshold*fudgeFactor);
    se90 = strel('line', 3, 90);
    se0 = strel('line', 3, 0);
    BWsdil = imdilate(BWs, [se90 se0]);
    BWdfill = imfill(BWsdil, 'holes');
    BWnobord = imclearborder(BWdfill, 4);
    seD = strel('diamond', 1);
    BWfinal = imerode(BWnobord, seD);
    BWfinal = imerode(BWfinal, seD);
    BWoutline = bwperim(BWfinal);
    Segout = N;
    Segout(BWoutline) = 255;
end

回到命令窗口，我输入;

Segout = DetectLines(N);
figure, imshow(Segout)

出来的数字是我的预期。

当我尝试循环图像时，问题出现了。我不确定我是否已经做到了 正确。

在示例之后，我在编辑器中创建了另一个函数;

function SegoutSequence = BatchProcessFiles(fileNames, fcn)
    N = imread(fileNames{1});
    [mrows, ncols] = size(N);
    nImages = length(fileNames);
    SegoutSequence = zeros(mrows, ncols, nImages, class(N));
    parfor (k = 1:nImages)
        N = imread(fileNames{k});
        SegoutSequence(:,:,k) = fcn(N);
    end
end

在命令窗口，我输入了：

SegoutSequence = BatchProcessFiles(fileNames, @DetectLines);
implay(SegoutSequence)

然而，结果并非我想要的结果。这不是我想要的投资回报率。谁能帮我这个？非常感谢你。

图片1：

选择ROI后

Picture1：

Answer 1

查看您的代码，您只为您单独测试的图像选择了一次ROI。

但是，当您调用 BatchProcessFiles 函数时，您不会选择感兴趣的区域，并且 DetectLines 函数将应用于原始图像...因此您需要将您使用 roipoly 创建的掩码传递到 BatchProcessFiles 函数，以便在所有图像上执行相同操作。

作为旁注，如果您尝试 Hough转换来检测线条，可能会获得更好的结果。
如果图像不是灰度图像，您的代码也会中断（您可以添加对 rgb2gray（）的调用以保证安全）

样本解决方案：

MATLAB

I = imread(fileNames{1});
BW = not( roipoly(I) );

SegoutSequence = BatchProcessFiles(fileNames, BW, @DetectLines);
implay(SegoutSequence)

BatchProcessFiles.m

function SegoutSequence = BatchProcessFiles(fileNames, Mask, fcn)
    % ...
    parfor (k = 1:nImages)
        N = imread(fileNames{k});
        if ndims(N)==3, N=rgb2gray(N); end
        if ~isempty(Mask), N = roifill(N, Mask); end
        SegoutSequence(:,:,k) = fcn(N);
    end
end

或如果您不需要应用蒙版

，请将其命名为：BatchProcessFiles(fileNames, [], @DetectLines)