2013年国赛B题前两问代码

2013年国赛B题前两问原创代码
学习笔记仅供学习参考（MATLAB图像处理）

main.m

tic
clear;clc;
%% 得到边缘矩阵和n值
get_image_edgeblack = zeros(19,2);%初始化边缘矩阵
get_n = zeros(19,1);
%找到文件的名字
for i = 0:1:18
    if i <= 9
        f_n = ['00',num2str(i),'.bmp'];
    else
        f_n = ['0',num2str(i),'.bmp'];
    end
    [Imedge,n] = getimageedge_n(f_n);%获得该碎片的边缘矩阵和n值
    get_image_edgeblack(i+1,1) = Imedge(1);%将其左边缘数据存储在get_image_edgeblack矩阵第一列中
    get_image_edgeblack(i+1,2) = Imedge(2);%将其右边缘数据存储在get_image_edgeblack矩阵第二列中
    get_n(i+1) = n;%将n的值存储在get_n矩阵中，后续要求最大值
end

%% 
chip_pool = 1:19;%初始化碎片池为各自标号
shred = find(get_image_edgeblack(:,1)==0);%找到最开始的一个碎片，其特征为左边缘全白（0的个数为0）
best_list = zeros(19,1);%初始化最好序列为全0矩阵
best_list(1) = shred;%对最好序列赋初值为shred
chip_pool(shred) = 0;%将shred项目从碎片池中剔除
n = 28;%将把一个碎片分为28行
% global m p
% p = min(get_n);%要移除每张图片上p个像素点
% m = (1980-min(get_n))/n;%行间占有多少个像素点
% m = floor(m);
processing_object = shred;%正在处理的项目为shred
for i = 2:19
    this_step_best = find_best_in_chip_pool(chip_pool,processing_object,n);%用此函数返回找到的下一个最优解
    best_list(i) = this_step_best;%更新最好序列为找到的最优解
    processing_object = this_step_best;%更改正在处理的项目为找到的最优解
    chip_pool(this_step_best) = 0;%将找到的最优解剔除碎片池
end

%% 将碎片拼接成图像
im = [];
for i = 1:19
    order = best_list(i)-1;
    if order <= 9
        f_n = ['00',num2str(order),'.bmp'];
    else
        f_n = ['0',num2str(order),'.bmp'];
    end
    Im = imread(f_n);
    im = [im,Im];
end
imshow(im)
toc

getonelineedge.m

function [left_value,right_value] = getonelineedge(f_n,line,n)
    Im = imread(f_n);
    Im = imbinarize(Im);
    Im = Im+0;
    left_value = 0;
    right_value = 0;
%     left_value = sum(Im(38+69*line-line:38+69*line,1) == 0);
%     right_value = sum(Im(38+69*line-line:38+69*line,72) == 0);
    for i = line*69-69+1:line*69
        if Im(i,1) == 0
            left_value = left_value + 1;
        end
        if Im(i,72) == 0
            right_value = right_value +1;
        end
    end

getimageedge_n.m

function [Imedge,n] = getimageedge_n(f_n)
    Im = imread(f_n);
    %将图像二值化
    Im = imbinarize(Im);
    Im = Im + 0;
    %获取图像左右两侧黑色像素点的个数
    Imedge(1) = sum(Im(:,1)==0);
    Imedge(2) = sum(Im(:,72)==0);
    n = -1;
    for i = 1:1980
        for j = 1:72
            if Im(i,j) == 0
                if n<0
                    n = i;
                end
            end
        end

this_step_best = find_best_in_chip_pool.m

function this_step_best = find_best_in_chip_pool(chip_pool,processing_object,n)
    [~,col] = find(chip_pool~=0);%将碎片池中不为零的元素所对应的标号放在col中
    len = length(col);% col的长度就是碎片池中除了被剔除元素的个数
    M = zeros(len,1);%M为两碎片间匹配度
    for i = 1:len
        m = 0;%m为两行间的匹配度
        for k = 1:n
            line = k;%正在比较第k行
            compared_with = col(i); %正在和chip_pool中第i个不为0的元素比较
            if processing_object-1 > 9
                f_n = ['0',num2str(processing_object-1),'.bmp'];
            else
                f_n = ['00',num2str(processing_object-1),'.bmp'];
            end
            [~,b] = getonelineedge(f_n,line,n);%调用getonelineedge函数获得正在处理元素第j行的右边黑色像素点的个数
            if compared_with-1 > 9
                f_n = ['0',num2str(compared_with-1),'.bmp'];
            else
                f_n = ['00',num2str(compared_with-1),'.bmp'];
            end
            [c,~] = getonelineedge(f_n,line,n);%调用getonelineedge函数获得要比较碎片的第j行左边黑色像素点个数
            if max(b,c)~=0
                m = m+ min(b,c)/max(b,c);%计算并累加该行两碎片的匹配度
            end
        end
        M(i) = m;%将该碎片与正在处理碎片的匹配度存储到M矩阵中
    end
    [row,~] = find(M == max(M));%找到与正在处理碎片匹配度最好的一个碎片
    this_step_best = col(row);%返回此过程找到的最佳碎片，其位置为col(row)