最近在用MATLAB做一个图像处理算法的仿真,其中涉及到了连通域的操作,因为平时对C++比较熟悉,对matlab语言不熟悉,折腾了好久,算是做一个记载吧。
1、bwareaopen函数
*用法:
img = bwareaopen(img,set_noise);
%% 作用:对img图像做连通域操作,去除那些像素数据小于set_noise数目的连通域块,将其全部置为0。
%% set_noise参数: 设置需要去除的连通域的像素数目的阈值
%% 返回的是二值图像,图像中是连通域的部分都被置为1,其余的都是0
注意几点:
1、连通域操作,操作的连通域的是白色部分,如果需要处理的图中需要做连通域的部分是黑色的,就需要做一个灰色反转。
灰度反转
1、如果是灰度图像: img = 255 - img;
2、如果是二值图像: img = 1 - img;
2、bwlabel和regionprops函数
函数功能:
bwlabel函数 – 对连通域进行操作,标记
regionprops函数 – 统计连通域标识图像的连通域面积分布
%% 实现功能: 对二值图像做连通域操作,找到最大连通域区域的下标,将相应的连通域去掉(置0)
%% 代码:
L = bwlabel(img2); % 对连通区域进行标记
%% 这一步之后,一个连通域会被相同的数字标识,数字最大值就是连通域的个数 。不同的正整数元素对应不同的区域,例如:L中等于整数1的元素对应区域1;L中等于整数2的元素对应区域2;以此类推。
stats = regionprops(L);
%% 统计上一步标记图像中的连通域的面积分布
Ar = cat(1, stats.Area);
ind = find(Ar ==max(Ar));%找到最大连通区域的标号
img2(find(L==ind))=0;%将其区域置为0
3、自己代码工程
clear all;
% 路径
SamplePath1 = 'image\'; %存储图像的路径
savepath = 'image11\'; %
fileExt = '*.jpg'; %待读取图像的后缀名
%获取所有路径
files = dir(fullfile(SamplePath1,fileExt));
len1 = size(files,1);
%遍历路径下每一幅图像
for i=1:len1;
fileName = strcat(SamplePath1,files(i).name);
image = imread(fileName);
image = rgb2gray(image); %灰度化
%调用自己分割函数
img2 = segmentation(image,2,'pso');
img2 = 1 - img2; %灰度反转
%连通域去掉小区域
set_noise=500;
% 去除
img2=bwareaopen(img2,set_noise);
%去除最大的连通域
L = bwlabel(img2);% 对连通区域进行标记
stats = regionprops(L);
Ar = cat(1, stats.Area);
ind = find(Ar ==max(Ar));%找到最大连通区域的标号
img2(find(L==ind))=0;%将其区域置为0
%灰度反转回来
img2 = 1 - img2;
fileName2 = strcat(savepath,files(i).name);
imwrite(img2, fileName2);
end