MATLAB截取图像特定区域
 
你好！你可以仔细阅读这篇文章，了解一下MATLAB的截取图像的特定区域的方法。
 
截取程序
 
imcrop函数
 功能：用于返回图像的一个裁剪区域。可把图像显示在一个图像窗口中。
 代码片示例.
 
 picture_1 =imcrop(picture,[x(1),y(1),abs(x(1)-x(2)),abs(y(1)-y(2))])   %切割图像，起始坐标点（x1,y1）截取到终止坐标点(x2,y2)
 
代码说明：picture为要裁剪的图片
 picture_1裁剪后的图片
 x(1),y(1)裁剪起始坐标点
 abs(x(1)-x(2)),abs(y(1)-y(2))裁剪长度
 
读取图片
 
save_path='D:\picture\';     %图片地址文件夹   
img_path_list = dir(strcat(save_path,'*.jpg'));    %仅读取文件夹中的.jpg文件
img_num=length(img_path_list);  %判断图片个数
for i = 1:img_num        %采用循环方式读取文件
    picture_name =img_path_list(i).name;
    picture = imread(strcat(save_path,picture_name));
    %imshow(picture);
end
 
获取截取点坐标
 
ginput函数
 
功能: 允许用户以交互方式使用鼠标选定要剪切的区域以此获取两个坐标点并以矩形方式裁剪
 
[x,y] = ginput(n)   %n为你想选的点的个数，鼠标点的点的横坐标和纵坐标就会保存到[x,y]中。然后再输出x,y便可获取在图片上需要截取的点的坐标！
 
完整代码
 
代码片.
 
save_path='D:\picture\';   

img_path_list = dir(strcat(save_path,'*.jpg')); 

img_num=length(img_path_list);   %判断图片个数

for i = 1:img_num     %因为拍照片的时候固定好了位置所以用一个for循环就可以截取出所有的图片的数字

    picture_name =img_path_list(i).name;

    picture = imread(strcat(save_path,picture_name));

    imshow(picture);

    [x,y]=ginput(2);   %先用的ginput函数获取图片中数字的起始坐标

    %x=[1.0e+03 *0.7145,1.0e+03 *1.0305];

    %y=[234.5000,670.5000];

    picture_1 =imcrop(picture,[x(1),y(1),abs(x(1)-x(2)),abs(y(1)-y(2))]);  %切割图像，起始坐标点（x1,y1）截取到终止坐标点(x2,y2)

    imwrite(picture_1,[num2str(i),'.jpg']);%将图片保存在程序所在文件夹中

end


 
截取前
 
 截取后
 

下面来介绍一下如何在MATLAB中对图像的某些特定像素值进行处理，具体如下：
 
1、打开MATLAB，在其主界面的编辑器中写入下列代码：
 
B=imread('eight.tif');      %读取图像
g=[222 272 300 270 221 194]; %选取像素区间块
f=[21 21 75 121 121 75];     %选取像素区间块
j=roifill(B,g,f);           %特定区域掩盖 
figure,imshow(B);
figure,imshow(j)
 
2、保存代码至自定义路径下，点击运行，结果如下：
 
   
 
如图所示，可以明显看出，处理后的图像中只显示了三枚硬币，这就是把之前第四枚硬币的像素值区域掩盖的结果，也可以根据用户自己的需求进行掩盖和虚化。
 
3、新建一个编辑文本，写入下列代码：
 
B=imread('eight.tif');       %加载图片
g=[222 272 300 270 221 194]; %像素区域选择1
f=[21 21 75 121 121 75];     %像素区域选择2
BW=roipoly(B,g,f);
h=fspecial('unsharp');
j=roifilt2(h,B,BW);
figure,imshow(B);
figure,imshow(j)
 
4、保存该代码至自定义路径下，点击运行，结果如下：
 
  
 
如图所示，可以明显看出，上诉代码的结果就是对原图的第四个硬币进行图像增强，效果很好。
 
至此基本介绍完毕，请大家继续关注！！！

对于图像感兴趣区域（ROI）的提取，一般从来两个方面着手解决：一是利用图像分割技术提取ROI；二是从人眼得视觉特征出发，通过模拟人眼得视觉特点，寻找特定得视觉敏感区域，并将这些视觉敏感区域排序作为ROI。
 本文介绍差影法（对图像进行代数运算得一种不同的叫法）、交互式提取法、自动图像分割提取法。
 差影法：本文主要用到图像减法，在进行图像处理时，对混合背景和前景的图像，人们往往对前景比较感兴趣，假设背景图像为b(x,y)，前景背景混合图像为f(x,y)，则去除了背景得图像为：a(x,y)=f(x,y)-b(x,y)
 通过差影法提取图像感兴趣区域的实现过程如下：
 （1）使用strel函数创建指定形状对应得结构元素，形状参数选择disk，根据背景复杂程度选择合适得圆盘半径。 background=imopen（I，strel（‘disk’，15））;
 （2）对原始图像和由strel函数创建得结构元素进行开运算，得到背景图像。
 （3）使用imsubtract函数对原始图像和背景图像做减法运算，得到消除背景后得感兴趣区域。 I2=imsubtract（I，background）;
 注：实验图片得背景复杂度不同，圆盘半径参数选取不同。
 优点：提取ROI对于背景简单得图像处理效果较好，处理速度快。
 缺点：对于复杂背景得图像处理效果不太好，背景干扰不易去除，且不停的实验选取适合得圆盘半径，操作比较麻烦，不太适用于大量图片得感兴趣区域的提取。
 发现使用这个方法得一个很好得例子：https://www.jb51.net/softjc/505297.html
 
交互式提取法：以用户为中心，实现用户与提取算法得交互，能得到比较好的提取效果。
 通过交互式提取法提取ROI得实现过程如下：
 （1）提取原图得R、G、B分量；
 （2）使用ginput函数获得所选择点得坐标；
 （3）使用line函数在两个相邻选择点连线，直到终点与起点重合，连成封闭区域；
 （4）使用roipoly函数选择封闭折线围成得灰度图得多边形区域，背景部分为黑，区域内为白；
 （5）将原图得RGB分量分别与roipoly所得到得多边形区域图像做点乘运算，并联结各分量归一化，得到去除背景保留感兴趣区域得图像。
 优点：以用户为中心，让用户自己定义图像得感兴趣区域，不管边界复杂或简单，都可以人为精确选择感兴趣边缘，从而很好得提取出用户感兴趣得区域图像，即精度高。
 缺点：依赖于用户得自定义操作，处理速度不高，交互式过程复杂，不易做到友好、自然、不适应大量图片得感兴趣区域提取。
 很好得一个例子：https://www.ilovematlab.cn/thread-56748-1-1.html
 
自动图像分割提取法见下一篇博客。

 
关键是一个叫做roipoly的函数，它的输入是一副图像，然后在图像窗口中手动划定一个区域，然后输出一个黑白图像，其中你标记的地方为白，其余地方为黑。下面这个程序实现了如何从一个大图中手动的拿出一小部分。
 
 
 
 
 
 
  
function g=getROIbyInter(f)

f=rgb2gray(f);
bw=roipoly(f);
[I,J]=find(bw==1);
g=f(min(I):max(I),min(J):max(J));

end
 
 
 
 
结果：
 
 
输入：
 
 
 
 
输出：
 
 

 
转载于:https://www.cnblogs.com/naniJser/archive/2012/12/12/2815466.html