图像预处理——将img和mask根据自己的要求同时裁剪——matlab代码

目的

超声的原始图像不仅包含了用于诊断的信息，还掺杂了诸如机器型号、日期等不相关的信息。为了确保后续神经网络分割的准确性和有效性，需要对这些无关信息进行裁剪，仅保留与分割任务直接相关的img和mask部分。这样既能优化数据处理流程，又能提升后续分析的精准度。

如下：

我的mask图像是[0,1]，因此在得到新的mask图之后，需要再次进行[0, 1]->[0,255]的转化，可以根据个人需要适当调整流程。

思路

首先，读取img和mask图，使用matlab可视化img图；然后，根据需要使用矩形工具勾画出img需要保留的区域，并且保留矩形的四个点位；接着，matlab自动根据保留的点位对mask图进行裁剪；最后，将新勾画出的img图和mask图保存到新的文件夹中。

代码

文件路径

代码

% 设定原始文件夹和新文件夹路径
imgsFolder = 'imgs';
groundtruthFolder = '01gt';
newImgsFolder = 'new_images';
newGroundtruthFolder = 'new_gt01';

% 创建新文件夹
mkdir(newImgsFolder);
mkdir(newGroundtruthFolder);

% 获取图像文件列表
imgsFiles = dir(fullfile(imgsFolder, '*.png'));
groundtruthFiles = dir(fullfile(groundtruthFolder, '*.png'));

% 逐个处理图像 中途断了可以在这里手动设置起始点
for i = 1:numel(imgsFiles)  
    % 读取图像
    img = imread(fullfile(imgsFolder, imgsFiles(i).name));
    groundtruth = imread(fullfile(groundtruthFolder, groundtruthFiles(i).name));
    
    % 显示图像并提供互动工具
    fig = figure;
    imshow(img);
    title('Use the ROI tool to draw a region of interest');
    h = drawrectangle; % 使用矩形工具勾画保留的区域
    mask = createMask(h);
    
    % 获取勾画区域的位置
    position = round(h.Position);
    x1 = position(1);
    y1 = position(2);
    x2 = x1 + position(3) - 1;
    y2 = y1 + position(4) - 1;
    
    % 将勾画区域裁剪并保存到新文件夹
    imgNew = img(y1:y2, x1:x2, :);
    groundtruthNew = groundtruth(y1:y2, x1:x2, :);
    imwrite(imgNew, fullfile(newImgsFolder, imgsFiles(i).name));
    imwrite(groundtruthNew, fullfile(newGroundtruthFolder, groundtruthFiles(i).name));
    
    % 关闭当前图像
    close(fig);
end