我有n个'BoundingBox'区域，'Image'和[x, y, Δx, Δy]属性。我将数据（bb1）从特定区域（例如14个）保存到我想要处理的bb1=floor( Ic(14,1).BoundingBox );
I1bb1=I1( bb1(2):bb1(2)+bb1(4)-1 , bb1(1):bb1(1)+bb1(3)-1 ,:);
但首先我需要了解以下代码：
I2=I1bb1.*repmat( Ic(BB,1).Image , [1 1 3]);
之后，我也想了解下一个来自同一个例子的代码：
Ic n包含 BoundingBox生成的void decode_tuple(char *buff) {
int index = 0;
int size;
int type;
int res = ei_decode_tuple_header(buff, &index, &size);
if(res == 0) {
cout << "Success" << endl;
} else {
cout << "Fail" << endl;
}
for(int i = 0; i < size; ++i) {
ei_term term;
int res = ei_decode_ei_term(buff, &index, &term);
if (res == 0) {
cout << "Success" << endl;
} else {
cout << "Fail" << endl;
}
cout << "The decoded data is " << term.value << endl;
}
}
区域
答案 0 :(得分：0)
你有一个3D变量I1（我想是RGB图像），你希望从中裁剪边界框Ic(14,1).BoundingBox。也就是说，有一个较小的3D数组，对应于图像I1中的边界框内的像素。要做这个裁剪你有这些命令：
bb1=floor( Ic(14,1).BoundingBox );
首先，确保边界框的值[x, y, w, h]是整数而不是子像素，以便您可以使用这些值进行索引。然后，您可以使用边界框索引I1：
I1bb1=I1( bb1(2):bb1(2)+bb1(4)-1 , bb1(1):bb1(1)+bb1(3)-1 ,:);
对于I1bb1行，您可以获取bb1(2)（y值）到y+w-1的行bb1(2)+bb1(4)-1。从x到x+h-1的列相同。
对于第三行代码，您拥有属性Ic(14,1).Image。这个属性是
返回与区域边界框大小相同的二进制图像（逻辑）。 on像素对应于区域，所有其他像素都关闭。
现在您希望I2与边界框的大小相同，但边界框中不属于该对象的所有像素都设置为[0 0 0]（所有RGB值为零）。因此，您可以将Ic(14,1).Image从2D二进制掩码转换为三个通道的3D掩码：
repmat( Ic(BB,1).Image , [1 1 3])
最后，你逐元素地增加＆＃34;膨胀＆＃34;使用裁剪后的图片I1bb1进行遮罩：
I2=I1bb1.*repmat( Ic(BB,1).Image , [1 1 3]);
使用稍微更易读的代码可以获得相同的结果：
Ibb1 = imcrop( I1, bb1 ); %// crop a bounding box from image
I2 = bsxfun( @times, Ibb1, Ic(14,1).Image ); %// no need for repmat