在Matlab中从图像中提取对象

Question

我目前正在使用Matlab学习图像处理。我要做的是在下图中找到所有字母 a 并删除所有其余字母。

首先，我将图像转换为二进制图像。然后我尝试使用中值滤波器去除噪声。在某些边界中存在一些间隙，我通过打开图像来填充。 但后来我陷入困境，我在互联网上找到了一些东西（我并不完全理解），我可以从中选择所有a的间隙。

接下来我该怎么做？

我的代码如下：

text = imread('http://i.stack.imgur.com/N4nCm.png');
text = mat2gray(text);

% find threshold and chance to binary image
border = graythresh(text);
textbw = im2bw(text, border);
imshow(textbw);

% remove noise with median filter
textfilt = medfilt2(textbw);

% remove small holes in the border of the a
se = strel('disk', 4);
texter = imopen(textfilt, se);

% find holes
s = regionprops(texter, 'BoundingBox');
bb = round(reshape([s.BoundingBox], 4, []).');

% show original image with holes
imshow(textbw);

for idx = 1 : numel(s)
    rectangle('Position', bb(idx,:), 'edgecolor', 'red');
end

Answer 1

这是一个很好的解决问题。这是一种你可以使用的方法，但我承认它绝不是完美的，也可能不那么健壮。希望它会给你一些想法......

我所做的基本上是用中值滤镜过滤图像（就像你做的那样）并使用bwareaopen删除小元素。然后我调用regionprops来获取一堆属性，其中最重要的是area和eccentricity。这个想法是所有字母“a”应该有一个类似的偏心，因此一旦我们知道一个字母的怪癖，我们就可以找到其他大致相同的字母。你可以使用额外的属性使代码更加健壮，这些属性可以使字母从其他字母中脱颖而出;也许比例为MajorAxisLength/MinorAxisLength。我会把那部分留给你:)

因此，在这种情况下选择字母的最简单方法是选择面积最大的对象，即图像中心的大 a 。一旦我们有了它的偏心率，我们就可以应用一些阈值并仅选择那些使用regionprops找到的具有类似偏心率的物体。之前应用的中值滤波器和bwareaopen调用在这里很重要，因为右边4个方框中的噪声类型会因为没有被移除而使事情变得复杂，因为一些随机点可能会出现偏心现象类似于我们亲爱的字母“a”。

话虽如此，这是评论的代码。请注意，我将text变量的名称更改为textIm，因为text是一个Matlab函数。

clc
clear
close all

textIm = imread('http://i.stack.imgur.com/N4nCm.png');


%// find threshold and change to binary image
border = graythresh(textIm);

%// =========== NEW \\ ===========
%// NOTICE the use of ~im2bw(...)
textbw = ~im2bw(textIm, border);

%// remove noise with median filter

%// =========== NEW \\ ===========
textfilt = medfilt2(textbw,[7 7]);
textfilt = bwareaopen(textfilt,8);

%// =========== NEW \\ ===========
%// Use an absurdely large line structuring element oriented at 25 degrees
%// to make the a's stand out

se = strel('line', 20 ,25);
textfilt = imclose(textfilt, se);

%// Get a couple properties. Note the "Eccentricity"
S = regionprops(textfilt, 'Area','Eccentricity','Centroid','BoundingBox');

All_areas = vertcat(S.Area);

%// Find the largest element (i.e. the big a). We will use it to get its
%// eccentricity and fetch other a's.

[MaxArea, MaxAreaIdx] = (max(All_areas(:)));

%// Get eccentricity of largest letter.
RefEcc = S(MaxAreaIdx).Eccentricity

这里大“a”的偏心率是0.6654。偏心率为0表示圆，偏心率为1表示直线。

%// Just concatenate everything. Easier to work with.
All_Ecc = vertcat(S.Eccentricity);
All_Centroids = vertcat(S.Centroid);
All_BB = vertcat(S.BoundingBox)

%// Find elements that have the approximate eccentricity of the large a
%// found earlier. You can be more/less stringent and add more conditions here.

PotA = find(All_Ecc > RefEcc*.8 & All_Ecc < RefEcc*1.2)

%// Display output with centroids and bounding boxes.
imshow(textIm)
hold on

scatter(All_Centroids(PotA,1),All_Centroids(PotA,2),60,'r','filled');

for k = 1:numel(PotA)

rectangle('Position',All_BB(PotA(k),:),'EdgeColor','y','LineWidth',2)
end

输出，质心为红点，边界框为黄色矩形：

这很有趣！希望我能以某种方式提供帮助。您可能需要调整其他字母的代码，或者如果图像中有其他圆形对象，但我想这是一个开始。