利用edge（）函数提取图像轮廓，绘制出对象的边界和提取边界坐标信息，matlab实现代码如下：
 
close all;clear all;clc;
% 提取图像轮廓，提取图像边缘
I = imread('yifu.jpg');
c = im2bw(I,graythresh(I));
figure;
subplot(131);imshow(I);
c = flipud(c);   %实现矩阵c上下翻转
b = edge(c,'canny');
[u,v] = find(b);   %返回边界矩阵b中非零元素的位置
xp = v;  %行值v赋给xp
yp = u;  %列值u赋给yp
x0 = mean([min(xp),max(xp)]);  %x0为行值的均值
y0 = mean([min(yp),max(yp)]);  %y0为列值得均值
xp1 = xp-x0;
yp1 = yp-y0;
[cita,r] = cart2pol(xp1,yp1);
q = sortrows([cita,r]);  %从r列开始比较数值并按升序排序
cita = q(:,1);  %赋角度值
r = q(:,2);  %赋半径模值
subplot(132);polar(cita,r);  %画极坐标下的轮廓图
[x,y] = pol2cart(cita,r);
x = x+x0;
y = y+y0;
subplot(133);plot(x,y);axis equal;
 
程序运行结果：
 

 
首先打开手机应用商店下载并安装一个APP叫#拍照取字#
 
](http://jingyan.baidu.com/album/3c343ff7a813450d3779638c.html?picindex=1)
 
[图片上传失败…(image-9a9fbe-1554088338388)]
 
 
打开#拍照取字#，从相册中选取要取字的图片
 
 
 
图片选取后，首先进行裁剪，拖住边框进行上下左右移动，从而达到最佳扫描结果，裁剪完毕后，点击右下角的对勾进行扫描。
 
 
 
扫描完成后，进行再次编辑，如去空格，编辑文字等
 
 
 
以上步骤完成后，就可以把提取出来的文字进行分享使用了
 
 

在某些行业，如水切割，线切割，钣金，激光加工等行业，需要对dwg或者dxf图纸中图形的外轮廓进行提取出来（有的称谓为：轮廓提取 或 轮廓识别 或 轮廓查找），本文提出的解决方法是在autocad中做一个插件，本文讨论的不限于产品说明，还包含技术路线。
 
进行轮廓查找时，一般有以下步骤：
 
修补：一般来说，用户的图纸上的图元不太规则，轮廓可能有瑕疵，一般称为线头，在查找轮廓之前，先进行线头查找，对轮廓进行手工修补，可以提升效率。为什么不自动修补呢？因为程序无法知道如何修改，因为一个缺口，直接是用直线连接还是圆弧连接，是根据业务而定的。
 
 
 
 
 
容差设置：这个大家都可以理解，容差要设置大点，因为用户的图纸轮廓可能不是严格闭合的，但是任何事情都是过犹不及，设置过大，会有新的问题，会发生错误的轮廓连接。到底设置多大，也是因具体图纸而异。
 
 
轮廓图元之间的关系：组成轮廓的线段在交叉点是否需要打断处理。
 
 
 

行业应用定制案例1：钣金线切割
 
 
 
 
特点：
 
1.准确率高，有较好的容错性，能处理不完全封闭的轮廓
 
 
 
 
 
 
 
 
2.速度快，万个实体秒级处理
 
 
 
 

qq：3071570566 或者 3071570566@qq.com
 
插件下载链接：https://share.weiyun.com/5dW5Am7
 
 

介绍背景
 
文章中的图片上有多个曲线，数据已经丢失，想要图片上的一个周期的数据。
 这个图片分两种：
 1，已经转化成图片了，图片格式的，没办法，只能一步步解决。
 2，另一种从别的软件里拷贝出来直接粘贴到word中，还未转化成图片的图片。
 
以下程序都是matlab中写的，部分是别的博客分享，但是没保存，所以没法引用，只能在此归类，如果涉及到侵权，请告知删除。
 
未转成图片的曲线提取
 
一般直接拷贝过来到word中，是从matlab中得到的，或者origin，等软件中。但是插入到word中后，matlab图像无法在返回到matlab编辑，而origin图像还可以返回修改。
 对于不能转化的matlab图像，有一个特别方便的办法。选中，复制，到Visio中粘贴，取消组合，然后就可以提取每一条曲线了。
 
图片格式的曲线提取
 
单一曲线
 
如果图片中只有一个曲线，简单很多，网上有利用图像提取特征点，提取坐标。
 
% 提取图片中的曲线数据
clear,clc,close all
%% 图片与曲线间的定标
im=imread('1.fig');%读入图片(替换成需要提取曲线的图片)
im=rgb2gray(im);%灰度变化
thresh = graythresh(im);%二值化阈值
im=im2bw(im,thresh);%二值化
set(0,'defaultfigurecolor','w')
imshow(im)%显示图片
[y,x]=find(im==0);%找出图形中的“黑点”的坐标。该坐标是一维数据。
y=max(y)-y;%将屏幕坐标转换为右手系笛卡尔坐标
y=fliplr(y);%fliplr()——左右翻转数组
plot(x,y,'r.','Markersize', 2);
disp('请在Figrure中先后点击实际坐标框的两个顶点(左上点和右下点)，即A、B两点. ');
[Xx,Yy]=ginput(2);%Xx,Yy——指实际坐标框的两个顶点
min_x=input('最小的x值');%输入x轴最小值
max_x=input('最大的x值');%输入x轴最大值
min_y=input('最小的y值');%输入y轴最小值
max_y=input('最大的y值');%输入y轴最大值
x=(x-Xx(1))*(max_x-min_x)/(Xx(2)-Xx(1))+min_x;
y=(y-Yy(1))*(min_y-max_y)/(Yy(2)-Yy(1))+max_y;
plot(x,y,'r.','Markersize', 2);
axis([min_x,max_x,min_y,max_y])%根据输入设置坐标范围
title('由原图片得到的未处理散点图')
%% 将散点转换为可用的曲线
%需处理的问题与解决思路
%(1)散点图中可能一个x对应好几个y <---> 保留mean()-std()到mean()+std()之间的y值 并取平均处理
%(2)曲线的最前端和最后段干扰较大 <---> 去掉曲线整体的前(如5%)和后5%
%(3)曲线的最顶端和最底段干扰较大 <---> 去掉曲线整体的上10%和下10%
%参数预设
rate_x=0.08;%曲线的最前端和最后段删除比例
rate_y=0.05;%曲线的最顶端和最底段删除比例
[x_uni,index_x_uni]=unique(x);%找出有多少个不同的x坐标
x_uni(1:floor(length(x_uni)*rate_x))=[];%除去前rate_x(如5%)的x坐标
x_uni(floor(length(x_uni)*(1-rate_x)):end)=[];%除去后rate_x的x坐标
index_x_uni(1:floor(length(index_x_uni)*rate_x))=[];%除去前rate_x的x坐标
index_x_uni(floor(length(index_x_uni)*(1-rate_x)):end)=[];%除去后rate_x的x坐标
[mxu,~]=size(x_uni);
[mx,~]=size(x);
for ii=1:mxu
    if ii==mxu
        ytemp=y(index_x_uni(ii):mx);
    else
        ytemp=y(index_x_uni(ii):index_x_uni(ii+1));
    end
%删除方差过大的异常点
    threshold1=mean(ytemp)-std(ytemp);
    threshold2=mean(ytemp)+std(ytemp);
    ytemp(find(ytemp<threshold1))=[];%删除同一个x对应的一段y中的异常点
    ytemp(find(ytemp>threshold2))=[];
    %删除距顶端和底端较近的点
    thresholdy=(max_y-min_y)*rate_y;%y坐标向阈值
ytemp(find(ytemp>max_y-thresholdy))=[];%删除y轴向距离顶端与底端距离小于rate_y的坐标
    ytemp(find(ytemp<min_y+thresholdy))=[];
    %剩下的y求均值
    y_uni(ii)=mean(ytemp);
end
%此时很多x_uni点处对应的y_uni为空,即NAN,要进一步删去这些空点
x_uni(find(isnan(y_uni)))=[];
y_uni(find(isnan(y_uni)))=[];
%画图
figure,plot(x_uni,y_uni),title('经处理后得到的扫描曲线')
axis([min_x,max_x,min_y,max_y])%根据输入设置坐标范围
% 将最终提取到的x与y数据保存
curve_val(1,:)=x_uni';
curve_val(2,:)=y_uni;
%% 对提取出的数据进行拟合(按实际情况进行修改)
[p,s]=polyfit(curve_val(1,:),curve_val(2,:),4);%多项式拟合(为避免龙格库塔,多项式拟合阶数不宜太高)
[y_fit,DELTA]=polyval(p,x_uni,s);%求拟合后多项式在x_uni对应的y_fit值
figure,plot(x_uni,y_fit),title('拟合后的曲线')
axis([min_x,max_x,min_y,max_y])%根据输入设置坐标范围
 
这个提取程序没用上，我的图像较为复杂，多条曲线在一个图里。
 
多个曲线在一个图中
 
（1）先从图片中点选关键点，得到粗略图
 利用matlab软件，m文件。
 
% 提取图片中的曲线数据
clear,clc,close all
%% 图片与曲线间的定标
im=imread('C:\Users\MSI-PC\Desktop\重新修改\control\sp.png');%读入图片(替换成需要提取曲线的图片)
imshow(im)%显示图片
[x1,y1]=ginput;
plot(x1,y1,'r','Markersize', 2);
 
（2）通过曲线拟合图像
 
 选择X1，Y1 发现图像y翻转，
 调整数据：
 y_new=2*y_对称轴-y
 
c=mean(y_new())求均值
 然后再拟合。
 （3）输出figure
 拟合后的图像，选择文件
 
 选择文件列表下，print to figure ,可在工具下看数据统计的均值，可以选择鼠标光标，然后选中拟合曲线，删除原来的点，重新粘贴，另存为fig图片。
 （4）获取拟合曲线的坐标点
 保持当前figure打开，在命令行输入：
 
 h=findobj(gca,'Type','Line');
 xx=get(h,'xdata');
yy=get(h,'ydata');
 
就可以得到x,y的点，如果还有Z，就依法炮制。
 最后就能还原想要的图像了。