4、im2bw 和 imbinarize 的区别与图像分割的综合应用

上官永石

已于 2022-07-24 17:43:44 修改

阅读量2.3w

点赞数 57

分类专栏： matlab图像处理文章标签：图像处理计算机视觉 matlab

于 2019-04-11 17:04:33 首次发布

本文链接：https://blog.csdn.net/qq_36793268/article/details/89076234

版权

matlab图像处理专栏收录该内容

18 篇文章 11 订阅

订阅专栏

1. im2bw 和 imbinarize 的区别

将图片转换为二值图有两个函数，分别为：

bw = imbinarize(g);

与

bw = im2bw(g);

在 matlab2018 中建议用 imbinarize 来将图片转换为二值图，其参数必须为灰度图。

在 matlab2016 中，只有 im2bw 函数，其参数可以是灰度图或 RGB 图。

从上面两句话可以看出二者的主要区别，两者接收的参数类型不同：

在 matlab2016 中可以用 im2bw 直接将 RGB 图像转换为二值图
在 matlab2018 中只能先将 RGB 图片转换为灰度图（用 rgb2gray() 函数），再用 imbinarize 转换为二值图。

两个函数都是将图片转换为二值图，除了参数的类型不同，两个函数都可再传入一个 [0,1] 的阈值 level，即：

bw = im2bw(g, level);

或

bw = imbinarize(g, level);

阈值 level 的作用为：

用值 1 (白色)替换输入图像中亮度大于 level 比例的所有像素
用值 0 (黑色)替换所有其他像素。

当 im2bw 的 level 省略时，默认为 0.5 。

imbinzrize 的阈值默认值我没找到（好像是用某种算法算出的，知道的可以在评论区交流一下），但是可以自己来指定，当指定为 0.5 时候 imbinarize(g, 0.5) 和 im2bw(g) 的效果是一样的。

在不为 imbinarize 指定阈值和指定时的比较见下图：
在这里插入图片描述
代码如下：

clear,clc,close all;
f=imread('eye.jpg');
g=rgb2gray(f);
bw1=imbinarize(g);
bw2=imbinarize(g,0.5);
subplot(1,2,1),imshow(bw1),title('默认阈值');
subplot(1,2,2),imshow(bw2),title('指定阈值');

2. 图像分割的综合应用

目的：截取图片中的眼睛
在这里插入图片描述
步骤：

先转换为二值图，因为单纯的处理二值图更为简便

为了使图片转换为二值图，使用 imbinarize 函数，其中的参数必须为二维的灰度图：

根据比较，为了分割出人物的眼睛，可利用 im2bw(g) 或 imbinarize(g, 0.5) 转换为二值图，由于是使用matlab2018版本，这里选择使用 imbinarize(g, 0.5)该步代码和效果为：
```
clear,clc,close all;
f=imread('eye.jpg');
g=rgb2gray(f);
bw=imbinarize(g,0.5);
imshow(bw);
```
对二值图bw取反

因为黑色对应的值是 0，白色对应的是 1，因此用取反，将存在的眼睛鼻子嘴巴转换为白色，以方便后面使用 find 函数查找，对图片矩阵值取反用函数：
```
bw = ~bw;
```
得到该步代码和结果：
```
clear,clc,close all;
f=imread('eye.jpg');
g=rgb2gray(f);
bw=imbinarize(g,0.5);
bw=~bw;     %对二值图bw取反
imshow(bw);
```
通过观察和 sum 函数确定眼睛区域

根据 sum 函数的投影原理，由于单纯的横轴方向不利于确定眼睛的坐标位置，因此可以从纵向考虑，先利用纵轴的上下坐标，将眼睛的部分先切割出来，然后去除左右两边的黑色。所以，首要任务是找到眼睛的上下边界。

利用 sum和 plot 查看水平投影的值：
```
clear,clc,close all;
f=imread('eye.jpg');
g=rgb2gray(f);
bw=imbinarize(g,0.5);
bw=~bw;              %对二值图bw取反
imshow(bw);
rs=sum((bw'));       %对转置后的图片求sum，以配合plot找出眼睛部分
plot(rs);            %输出 rs 数组的值的分布
```
从图中可以发现，水平投影中有四部分为有值部分，观察得知，第二部分是眼睛所在位置，眼睛部分也是最多的部分，为了让程序更有健壮性，我们可以选取跨度最多的部分的左右坐标，以确定眼睛的上下边界，这里可以新建一个空数组，然后找到每部分的起始坐标和结束坐标，存入数组，通过将每部分两坐标的差值进行比较，找到跨度最大的部分，选其起始和结束坐标作为眼睛的上下边界。

新增代码为：
```
[h,w]=size(bw);          %利用size函数可以返回图像的高和宽的值，方便下面控制循环结束
s=[];                    %新建空数组，以存储找到的每部分的边界值
a=1;b=1;
while(a<h)               %控制扫描所有的点
    while(rs(a)==0&&a<h) %找到非0点的开始
         a=a+1;
    end
    b=a;
    while(rs(b)>0&&b<h)  %找到非0点的结束
         b=b+1;
    end
    s=[s;a b];           %将开始和结束点加入空数组
    a=b;
end
```
```
[h,w]=size(bw);    % size 函数可以返回图像的高和宽，高的值存入 h 中，宽的值存入 w 中。
```
```
s=[s;a b];    % 给数组 s 新加值，新值为 a 和 b ，因为 (a b) 构成了一个元素，因此可以知道 s 是一个有两列值的数组。
```
运行过之后可以从右侧工作区发现每个变量的值：

双击工作区 s 查看 s 的值：

可以发现 s 中存的就是每部分的开始和结束坐标，最后多出了一项相同的，是循环到终点满足 while 循环的条件导致，可以在 while 循环中添加判断语句以控制不出现该项，因为此处不影响，后面用到再添加该段代码。
找出差值最大部分的坐标

利用数组 s 的第二列减去第一列，找到差值最大的行，该行的两个值就是眼睛的上下边界

新加代码为：
```
slength = s(:, 2) - s(:, 1);
[length, num] = max(slength);
```
slength = s(:, 2) - s(:, 1); 截取 s 的第二列和第一列并相减，将减后的数组赋给 slength 。前面学过，用 () 可以进行矩阵的切割，利用括号内的参数，可以选择某几行和某几列构成新的矩阵，该句代码用的也是该思想，用括号内的第一个参数 : 选择所有的行，第二个参数单独一个数字选择第 n 列，便返回一个一维数组，两个一维数组相减，就是对应位置的元素值相减，就可以得到每一部分的长度。

[length, num] = max(slength); 对数组 slength 使用函数 max， length 为 slength 中的最大值，num 为最大值对应的位置。

运行后的值为：

根据坐标切割眼睛

将眼睛的上下界找到后，用 find函数找出左右边界，切割即得出眼睛位置

hresult=bw(s(num,1):s(num,2),:);  %从眼睛的上下边界截取二值图部分，得到中间的眼睛部分
[~,c]=find(hresult);     %从中间的眼睛部分找到眼睛的左右边界, ~代表不要该维度的值
result1=bw(s(num,1):s(num,2),min(c):max(c));   %对二值图进行切割
result2=f(s(num,1):s(num,2),min(c):max(c),:);  %对原图进行切割
figure,imshow(result1),title('切割二值图');
figure,imshow(result2),title('切割原图');

在这里插入图片描述

完整代码

clear,clc,close all;
f=imread('eye.jpg');
g=rgb2gray(f);
bw=imbinarize(g,0.5);
bw=~bw;
imshow(bw),title('二值图');
rs=sum((bw'));
figure;
plot(rs);
[h,w]=size(bw);%利用size函数可以返回图像的高和宽的值，方便下面控制循环结束
s=[];%新建空数组，以存储找到的每部分的边界值
a=1;b=1;
while(a<h)  %控制扫描所有的点
    while(rs(a)==0&&a<h) %找到非0点的开始
         a=a+1;
    end
    b=a;
    while(rs(b)>0)  %找到非0点的结束
         b=b+1;
    end
    s=[s;a b];   %将开始和结束点加入空数组
    a=b;
end
slength=s(:,2)-s(:,1);
[length,num]=max(slength);
hresult=bw(s(num,1):s(num,2),:);
[~,c]=find(hresult);
result1=bw(s(num,1):s(num,2),min(c):max(c));
result2=f(s(num,1):s(num,2),min(c):max(c),:);
figure,imshow(result1),title('切割二值图');
figure,imshow(result2),title('切割原图');

3. 切割眼睛简便方法

result = bwareaopen(bw, 500);

去除小对象函数，利用该函数去除所有连通区域中区域大小小于 500 的对象，第二个值的大小可以根据需要设定

clear,clc,close all;
f=imread('eye.jpg');
g=rgb2gray(f);bw=imbinarize(g,0.5);
bw=~bw;
imshow(bw),title('二值图');
result=bwareaopen(bw,500);
figure,imshow(result);