我在MATLAB中编写了一些代码,使用设置的阈值将(恒星)图像转换为二值图像,然后标记高于该阈值的每个像素簇(恒星)。标签产生一个输出:例如。
[1 1 1 0 0 0 0 0 0
1 1 0 0 0 2 2 2 0
0 0 0 3 3 0 2 0 0
0 0 0 3 3 0 0 0 0]
所以每个1、2、3等星团代表一颗恒星。我使用了这个链接提供的答案:如何在Matlab中找到二进制图像中所有连接的组件?标记像素。然后,代码会找到每个像素簇的面积和质心。
现在我想包括一些代码,这些代码将自动绘制以每个质心为中心的特定像素区域的方框。例如,质心的位置为[41290],像素簇的面积为6像素,我想画一个面积为nx6像素的长方体,长方体的中心为[41290]。我需要这个循环通过每个质心,并且做同样的事情。
我该怎么做呢?
质心和区号如下所示。
%% Calculate centroids of each labelled pixel cluster within binary image
N = max(B(:)); % total number of pixel labels generated in output array B
sum_v = zeros(N,1); % create N x 1 array of 0's
sum_iv = zeros(N,1); % "
sum_jv = zeros(N,1); % "
for jj=1:size(B,2) % search through y positions
for ii=1:size(B,1) % search through x positions
index = B(ii,jj);
if index>0
sum_v(index) = sum_v(index) + 1;
sum_iv(index) = sum_iv(index) + ii;
sum_jv(index) = sum_jv(index) + jj;
end
end
end
centroids = [sum_jv, sum_iv] ./ sum_v % calculates centroids for each cluster
for pp = 1:N
id_index = find(B == pp);
pixels = numel(id_index); % counts number of pixels in each cluster
area(pp) = pixels; % area = no. of pixels per cluster
end
hold on
for i=1:size(centroids,1)
plot(centroids(i,1),centroids(i,2),'rx','MarkerSize',10)
end
hold off
我通过以下方法解决了这个问题:
代码如下。
N = max(B(:)); % total number of pixel labels generated in output array
sum_total = zeros(N,1); % create N x 1 array of 0's
sum_yv = zeros(N,1); % "
sum_xv = zeros(N,1); % "
for xx=1:size(B,2) % search through y positions
for yy=1:size(B,1) % search through x positions
index = B(yy,xx);
if index>0
sum_total(index) = sum_total(index) + 1;
sum_yv(index) = sum_yv(index) + yy;
sum_xv(index) = sum_xv(index) + xx;
end
end
end
centroids = [sum_xv, sum_yv] ./ sum_total % calculates centroids for each cluster
x_lower_limits = centroids(:,1)-4;
y_lower_limits = centroids(:,2)+4; % lower on image means larger y coord number
x_upper_limits = centroids(:,1)+4;
y_upper_limits = centroids(:,2)-4; % higher on image means lower y coord number
x_lower_limits(x_lower_limits<1)=1; % limit smallest x coord to image axis (1,y)
y_lower_limits(y_lower_limits>size(binary_image,1))=size(binary_image,1); % limit largest y coord to image axis (x,517)
x_upper_limits(x_upper_limits>size(binary_image,2))=size(binary_image,2); % limit largest x coord to image axis (508,y)
y_upper_limits(y_upper_limits<1)=1; % limit smallest y coord to image axis (x,1)
width = x_upper_limits(:,1) - x_lower_limits(:,1); % width of bounding box
height = y_lower_limits(:,1) - y_upper_limits(:,1); % height of bounding box
% for pp = 1:ID_counter
% id_index = find(B == pp);
% pixels = numel(id_index); % counts number of pixels in each cluster
% area(pp) = pixels; % area = no. of pixels per cluster
% gray_area = area*2;
% end
hold on
for xl=1:size(x_lower_limits,1)
rectangle('Position',[x_lower_limits(xl,1) y_upper_limits(xl,1) width(xl,1) height(xl,1)],'EdgeColor','r')
end
for i=1:size(centroids,1)
plot(centroids(i,1),centroids(i,2),'rx','MarkerSize',10)
end
hold off
我想从二值图像中得到圆形状的质心,但输出给出了不止一个质心。我使用的是opencv web教程文档中关于图像时刻和修改的代码。供参考,我使用的是C++API OpenCV。 输出结果是: 我预计,文本输出可能会从3个轮廓中给出3个质心,但实际上是7个轮廓(轮廓[0],...,轮廓[6])。
如何计算由像素组成的簇的质心? 我用它们的红色、蓝色和绿色值来表示像素(例如,)。 形心应该是集群中实例的平均值,但是如何计算像素之间的平均值呢? [我试图计算每种颜色的平均值(质心[“红色”]=总和\红色\像素\值/像素数等),但结果不正确] 如果有帮助的话,我用的是欧几里德距离函数。
问题内容: 我有一张根据某些数据计算得出的图表,绘制在matplotlib中。我想在此图的全局最大值周围绘制一个矩形区域。我试过,但通话时似乎没有出现矩形 那么,如何在matplotlib图上绘制矩形区域?谢谢! 问题答案: 最可能的原因是在调用axhspan时将数据单元用作x参数。从函数的文档(我的重点): y坐标以数据单位为单位, x坐标以轴(相对于0-1)为单位 。 因此,任何向左拉伸为0或
我是新来的。我正在尝试更改颜色(或其他参数,如色调、饱和度…)每个像素周围的像素。 我没有得到任何改变,而是得到了想要的结果。求求你,帮帮任何人(
> 我有一张NxM大小的原始图像(FigureB-它是原始图像的蓝色香奈儿),从这张图像中我选择一个特定的区域来研究(NewfigureB),大小120x170; 然后我将这个区域划分为我所说的宏像素,即10x10的数据点(像素)阵列; 我然后在所选区域上涂上掩膜,只选择符合一定发光条件的点; 到目前为止,这是我想出来的。如有任何帮助,将不胜感激。 多谢
问题内容: 我加入一堆s转换为,当用户选择通过菜单打开的各种特征。但是我希望内部框架以桌面窗格为中心打开,而不是默认情况下位于左上方的内部框架。 如何指定JInternalFrames居中打开,或在打开后将其移动到中心? 问题答案: 作为参考,这是我根据dogbane的建议使用的解决方案: