如何使用MATLAB在图像中找到红色区域的位置？

Question

如何在第一张图像中找到红色区域的位置，并使用matlab在灰度图像中标记相同的位置？

Answer 1

希望这是this question.

的延续

我想建议你先读一些关于图像处理的好书和基础书籍。我推荐这本书：Digital image processing using MATLAB by Gonzalez。

无论如何关于你的问题：

1）将图像转换为R，G，B平面。

Image_red = Image_rgb(:,1);
Image_green = Image_rgb(:,2);
Image_blue = Image_rgb(:,3);

2）由于所需区域的红色含量较高（根据您问题中的图像），请将R平面和阈值取为合适的值。

BW = im2bw(Image_red, threshold value)

3）你得到二进制图像，其中条形码区域是一种颜色（假设为白色），而其他部分是不同颜色（黑色）。

4）现在将此白色区域的位置作为最小边界矩形。

STATS = regionprops(BW, 'BoundingBox')

一旦你得到这个矩形的位置，做你喜欢的任何事情。例如，要隔离条形码以识别条形码，请使用imcrop命令从原始图像裁剪此矩形：

barcode = imcrop(original_image, rect)

（我知道代码不完整。我只提供了使用的命令提示。因为，我不熟悉matlab，我使用opencv进行图像处理。但我相信，这是一个简单的任务，你可以完成代码）。

修改

在我实现推导公式并应用低通滤波后，我得到的图像是灰度。我只是应用了一个阈值，这样我只得到高光照区域（包括条形码区域）和所有其他部分的遮光。现在应用一些侵蚀来消除简单的噪音或小的错误检测。适用于扩张以获得补偿。现在找到具有最大面积的轮廓（最可能是条形码）。获得最小的边界矩形。这是你的条形码。 （我刚刚在OpenCV Python中实现它。我不知道如何在Matlab中实现它）。以下是一些测试结果：

以下是OpenCV代码：

#### Code for BARCODE detection  ######
import cv,sys
imgco = cv.LoadImage('image.jpg')
img = cv.CreateImage(cv.GetSize(imgco),8,1)
imgx = cv.CreateImage(cv.GetSize(img),cv.IPL_DEPTH_16S,1)
imgy = cv.CreateImage(cv.GetSize(img),cv.IPL_DEPTH_16S,1)
thresh = cv.CreateImage(cv.GetSize(img),8,1)

### Convert image to grayscale ###
cv.CvtColor(imgco,img,cv.CV_BGR2GRAY)

### Finding horizontal and vertical gradient ###

cv.Sobel(img,imgx,1,0,3)
cv.Abs(imgx,imgx)

cv.Sobel(img,imgy,0,1,3)
cv.Abs(imgy,imgy)

cv.Sub(imgx,imgy,imgx)
cv.ConvertScale(imgx,img)

### Low pass filtering ###
cv.Smooth(img,img,cv.CV_GAUSSIAN,7,7,0)

### Applying Threshold ###
cv.Threshold(img,thresh,100,255,cv.CV_THRESH_BINARY)

cv.Erode(thresh,thresh,None,2)
cv.Dilate(thresh,thresh,None,5)

### Contour finding with max. area ###
storage = cv.CreateMemStorage(0)
contour = cv.FindContours(thresh, storage, cv.CV_RETR_CCOMP, cv.CV_CHAIN_APPROX_SIMPLE)
area = 0
while contour:
    max_area = cv.ContourArea(contour)
    if max_area>area:
        area = max_area
        bar = list(contour) 
    contour=contour.h_next()

### Draw bounding rectangles ###
bound_rect = cv.BoundingRect(bar)
pt1 = (bound_rect[0], bound_rect[1])
pt2 = (bound_rect[0] + bound_rect[2], bound_rect[1] + bound_rect[3])
cv.Rectangle(imgco, pt1, pt2, cv.CV_RGB(0,255,255), 2)

cv.ShowImage('img',imgco)    
cv.WaitKey(0)   

试试这段代码。如果您了解代码，请尝试转换为matlab。您可以看到OpenCV documentation here.