MATLAB R2021a 图像处理之旅 --- 4：分类与批处理_matlab imagedatastore函数是哪个版本的-CSDN博客

本文链接：https://blog.csdn.net/cchmsn/article/details/119395017

该博客介绍了如何使用MATLAB R2021a进行图像处理，特别是针对账单收据的图像分类。通过定义函数processImage和classifyImage，实现了图像的预处理、二值化以及特征提取。然后，利用islocalmin函数确定图像的极小值个数，以此作为分类依据。最后，通过datastore批量处理多张图片，识别并展示账单图片。

摘要由CSDN通过智能技术生成

上节MATLAB R2021a 图像处理之旅 — 3我们介绍了图像的预处理和后处理的一些方式。接下来我们继续在此基础上，看看如何从图像中分类识别出账单收据类的图片。

5 图像分类与批处理

首先，根据之前章节的内容，将对图像二值化相关的操作集合到一个函数中方便调用。

function [signal,Ibw,stripes] = processImage(img)
    % This function processes an image using the algorithm 
    % developed in previous chapters.
    
    gs = im2gray(img);
    gs = imadjust(gs);
    
    H = fspecial("average",3);
    gssmooth = imfilter(gs,H,"replicate");
    
    SE = strel("disk",8);  
    Ibg = imclose(gssmooth, SE);
    Ibgsub =  Ibg - gssmooth;
    Ibw = ~imbinarize(Ibgsub);
    
    SE = strel("rectangle",[3 25]);
    stripes = imopen(Ibw, SE);
    
    signal = sum(stripes,2);
    
end

接下来我们进行分类处理，

I = imread("IMG_008.jpg");            //读取图片
[S,BW,BWstripes] = processImage(I);    //处理图片
montage({I,BW,BWstripes});            //显示图片

//使用islocalmin，调整minprominence大小，保证得到的极小值个数为9
//因为我们认为极小值个数为9作为一个图片是否为账单图片
//除了使用islocalmin，还可以在app中选择find local extreme应用来实现
minIndices = islocalmin(S, 'ProminenceWindow',25,'MinProminence',70);

nMin = nnz(minIndices);            //统计计算的极小值个数
isReceipt = (nMin >= 9);            //如果极小值个数大于等于9，则分类为账单图片

最后，我们将把多幅图片创建为datastore，然后再用已经调试好的分类程序进行处理。创建分类处理函数classifyImage.

function isReceipt = classifyImage(I)
    % This function processes an image using the algorithm developed in
    % previous chapters and classifies the image as receipt or non-receipt
    
    % Processing
    gs = im2gray(I);
    gs = imadjust(gs);
    
    H = fspecial("average",3);
    gssmooth = imfilter(gs,H,"replicate");
    
    SE = strel("disk",8);  
    Ibg = imclose(gssmooth, SE);
    Ibgsub =  Ibg - gssmooth;
    Ibw = ~imbinarize(Ibgsub);
    
    SE = strel("rectangle",[3 25]);
    stripes = imopen(Ibw, SE);
    
    signal = sum(stripes,2);  

    % Classification
    minIndices = islocalmin(signal,"MinProminence",70,"ProminenceWindow",25); 
    nMin = nnz(minIndices);
    isReceipt = (nMin >= 9);
    
end

创建datastore，并分类显示账单图片。

ds = imageDatastore("testimages");    //创建image datastore
dataFilenames = ds.Files;                //保存文件名
nFiles = numel(dataFilenames);        //统计文件个数
isReceipt = false(1,nFiles);            //创建结果，记录每个图片是否为账单图片

//对每张图片进行分类处理
for k = 1:nFiles
    I = readimage(ds,k);
    isReceipt(k) = classifyImage(I);
end

receiptFiles = ds.Files(isReceipt);        //记录被判断为账单图片的文件

montage(receiptFiles);                //显示账单图片
title("Receipts");