如何在MATLAB中选择最大的轮廓

Question

在我的进步工作中，我必须检测一种寄生虫。我发现使用HSV的寄生虫，后来变成了灰色图像。现在我也做了边缘检测。我需要一些代码告诉MATLAB找到最大的轮廓（寄生虫）并将其余区域作为黑色像素。

Answer 1

您可以选择＆＃34;最大＆＃34;通过填充每个轮廓围绕的孔来确定轮廓，找出哪个形状为您提供最大区域，然后使用最大区域的位置并将其复制到最终图像。正如Benoit_11所建议的那样，使用regionprops - 特别是Area和PixelList标志。像这样：

im = imclearborder(im2bw(imread('http://i.stack.imgur.com/a5Yi7.jpg')));
im_fill = imfill(im, 'holes');
s = regionprops(im_fill, 'Area', 'PixelList');
[~,ind] = max([s.Area]);
pix = sub2ind(size(im), s(ind).PixelList(:,2), s(ind).PixelList(:,1));
out = zeros(size(im));
out(pix) = im(pix);
imshow(out);

第一行代码直接从StackOverflow读取您的图像。由于某种原因，图像也是RGB图像，因此我通过im2bw将其转换为二进制。图像周围还有一个白色边框。您最有可能在figure中打开此图像并保存图中的图像。我通过使用imclearborder删除白色边框来摆脱这种情况。

接下来，我们需要填写轮廓环绕的区域，因此请使用带有holes标记的imfill。接下来，使用regionprops分析图像中的不同填充对象 - 特别是Area以及哪些像素属于填充图像中的每个对象。获得这些属性后，找到给出最大区域的填充轮廓，然后访问正确的regionprops元素，提取出属于该对象的像素位置，然后使用这些并将像素复制到输出图像并显示结果。

我们得到：

或者，您可以使用Perimeter标志（如Benoit_11所建议的那样），并简单地找到与最大轮廓相对应的最大周长。这仍然应该给你你想要的。因此，只需在第三行和第四行代码中将Area标记替换为Perimeter，您仍应获得相同的结果。

Answer 2

这可能是一种方法 -

%// Read in image as binary
im = im2bw(imread('http://i.stack.imgur.com/a5Yi7.jpg'));
im = im(40:320,90:375); %// clear out the whitish border you have
figure, imshow(im), title('Original image')

%// Fill all contours to get us filled blobs and then select the biggest one
outer_blob = imfill(im,'holes');
figure, imshow(outer_blob), title('Filled Blobs')

%// Select the biggest blob that will correspond to the biggest contour
outer_blob = biggest_blob(outer_blob); 

%// Get the biggest contour from the biggest filled blob
out = outer_blob & im;
figure, imshow(out), title('Final output: Biggest Contour')

基于biggest_blob的函数bsxfun可以替代此处发布的其他答案regionprops。根据我的经验，我发现这种基于bsxfun的技术比regionprops更快。 Here are few benchmarks在以前的一个答案中比较了这两种运行时性能技术。

相关功能 -

function out = biggest_blob(BW)

%// Find and labels blobs in the binary image BW
[L, num] = bwlabel(BW, 8); 

%// Count of pixels in each blob, basically should give area of each blob
counts = sum(bsxfun(@eq,L(:),1:num)); 

%// Get the label(ind) cooresponding to blob with the maximum area 
%// which would be the biggest blob
[~,ind] = max(counts);

%// Get only the logical mask of the biggest blob by comparing all labels 
%// to the label(ind) of the biggest blob
out = (L==ind);

return;

调试图像 -

Answer 3

由于我的答案几乎全部写完了，我还是会把它给你，但这个想法与@ rayryeng的答案类似。

基本上我在调用Perimeter期间使用PixelIdxList和regionprops标志，因此在使用图像边框移除后，获得形成最大轮廓的像素的线性索引imclearborder。

以下是代码：

clc
clear


BW = imclearborder(im2bw(imread('http://i.stack.imgur.com/a5Yi7.jpg')));

S= regionprops(BW, 'Perimeter','PixelIdxList');

[~,idx] = max([S.Perimeter]);

Indices = S(idx).PixelIdxList;

NewIm = false(size(BW));

NewIm(Indices) = 1;

imshow(NewIm)

输出：

如你所见，有很多方法可以达到相同的效果哈哈。