使用matlab将长图按分割线分成若干张图片

最新推荐文章于 2024-08-04 21:28:17 发布
最新推荐文章于 2024-08-04 21:28:17 发布
阅读量1.8k 收藏 5
点赞数
分类专栏： MATLAB学习笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40653652/article/details/115282485
版权
本文介绍了一种方法，通过Matlab脚本将长文档图片分割成多张，并利用Hough变换找出分割线，进一步生成PDF便于高效阅读。文章详细展示了基础版分割图片、改进原始图片的步骤和关键算法，包括计算图片长度、最长水平直线定位等。
摘要由CSDN通过智能技术生成

前言

有时候很长的文档图片不适合阅读，本文将长图进行分割，然后可以用分割后的图片生成PDF，方便阅读。

目录

基础版

分割图片

a=imread('a.jpg');
for i=1:70
    eval(['Q',num2str(i),'=a((i-1)*1400+1:i*1400,:,:);']);
end   
for i=1:70
eval(['imwrite(Q',num2str(i), ',''result',num2str(i),'.jpg'');']);
close all
end

这里使用imwrite函数将matlab绘图白边去掉

找到分割线

close all
len_r=[];
for tt=1:70
    xy_r=[];
eval(['I=imread(''result',num2str(tt),'.jpg'');']);
I = rgb2gray(I);
%I = imrotate(I,33,'crop');
% figure
% imshow(rotI);
BW = edge(I,'canny');
% figure
% imshow(BW);
[H,T,R] = hough(BW);

% figure
% imshow(H,[],'XData',T,'YData',R,'InitialMagnification','fit');
% xlabel('\theta'), ylabel('\rho');
% axis on
% axis normal
% hold on


P  = houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));
x = T(P(:,2)); y = R(P(:,1));
% plot(x,y,'s','color','white');
% Find lines and plot them
lines = houghlines(BW,T,R,P,'FillGap',5,'MinLength',7);
figure, imshow(I),hold on



for k = 1:length(lines)
    xy = [lines(k).point1; lines(k).point2];
    plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');
    
    % Plot beginnings and ends of lines
    plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');
    plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');
    
    % Determine the endpoints of the longest line segment
    len = norm(lines(k).point1 - lines(k).point2);
    if (len>950)&&xy(1,1)~=xy(2,1)
        xy_long = xy;
        len_r=[len_r;tt,len,xy(1,2)];
        xy_r=[xy_r,xy];
    end
end
% highlight the longest line segment
for i=1:size(xy_r,2)/2
  plot(xy_r(:,2*i-1),xy_r(:,2*i),'LineWidth',2,'Color','blue');
end
end

按照分割线分割

close all
for tt=1:70
eval(['I=imread(''result',num2str(tt),'.jpg'');']);

if tt>1
  eval(['I1=imread(''result',num2str(tt-1),'.jpg'');']);
  I2=I1(len_r(tt-1,3):end,:,:);
  a=[I2;I(1:len_r(tt,3),:,:)];
else
    a=I(1:len_r(tt,3),:,:);
end
eval(['imwrite(a,''final',num2str(tt),'.jpg'');']);
end

改进

因为每张图片的长度不一样，有时候寻找的直线被分成了几段，这里进行改进。

原始图片

在这里插入图片描述

主函数

clear;

clc;
a=imread('a.png');
for i=1400:2:1700
I=a(1:i,:,:);
len_r=lope(I,0);
if size(len_r,1)>=1
    break;
end
end 
I=a(1:i,:,:);
lope(I,1)
itt=i;
for i=1:round(size(a,1)/itt)
    if i<round(size(a,1)/itt)
        eval(['Q',num2str(i),'=a((i-1)*itt+1:i*itt,:,:);']);
    else
        eval(['Q',num2str(i),'=a((i-1)*itt+1:end,:,:);']);
    end
end   
for i=1:round(size(a,1)/itt)
eval(['imwrite(Q',num2str(i), ',''result',num2str(i),'.jpg'');']);
end
close all
len_r=[];
for tt=1:round(size(a,1)/itt)
    tt
    xy_r=[];
eval(['I=imread(''result',num2str(tt),'.jpg'');']);
I = rgb2gray(I);
%I = imrotate(I,33,'crop');
% figure
% imshow(rotI);
BW = edge(I,'canny');
% figure
% imshow(BW);
[H,T,R] = hough(BW);

% figure
% imshow(H,[],'XData',T,'YData',R,'InitialMagnification','fit');
% xlabel('\theta'), ylabel('\rho');
% axis on
% axis normal
% hold on


P  = houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));
x = T(P(:,2)); y = R(P(:,1));
% plot(x,y,'s','color','white');
% Find lines and plot them
lines = houghlines(BW,T,R,P,'FillGap',5,'MinLength',7);
% figure, imshow(I),hold on



for k = 1:length(lines)
    xy = [lines(k).point1; lines(k).point2];
%     plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');
% %     
% %     % Plot beginnings and ends of lines
%     plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');
%     plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');
    
    % Determine the endpoints of the longest line segment
    len = norm(lines(k).point1 - lines(k).point2);
    if (len>200)&&xy(1,1)~=xy(2,1)
        xy_long = xy;
        len_r=[len_r;tt,len,xy(1,2)];
        xy_r=[xy_r,xy];
    end
end
% highlight the longest line segment
% for i=1:size(xy_r,2)/2
%   plot(xy_r(:,2*i-1),xy_r(:,2*i),'LineWidth',2,'Color','blue');
% end
end
llll=len_r;
if len_r(1,3)<20
    len_r(1,:)=[];
end
m=findxt(len_r(:,3));
maxx=max(m);
qw=zeros(maxx,3);
for i=1:length(len_r)
    qw(m(i),2)=qw(m(i),2)+len_r(i,2);
    qw(m(i),1)=len_r(i,1);
    qw(m(i),3)=len_r(i,3);
end
qwe=zeros(round(size(a,1)/itt),3);
t1=1;
t2=0;
num=1;
t3=0;
for i=1:size(qw,1)
    if qw(i,1)==t1
        if qw(i,2)>t2
            t2=qw(i,2);
            t3=qw(i,3);
        end
    else
        qwe(num,2)=t2;
        qwe(num,1)=t1;
        qwe(num,3)=t3;
        t3=0;
        t2=0;
        t1=t1+1;
        num=num+1;
        if qw(i,2)>t2
            t2=qw(i,2);
            t3=qw(i,3);
        end
    end
end
if i==size(qw,1)
    qwe(num,2)=t2;
    qwe(num,1)=t1;
    qwe(num,3)=t3;
end
     
close all
for tt=1:round(size(a,1)/itt)
    tt
eval(['I=imread(''result',num2str(tt),'.jpg'');']);

if tt>1
  eval(['I1=imread(''result',num2str(tt-1),'.jpg'');']);
  I2=I1(qwe(tt-1,3):end,:,:);
  a=[I2;I(1:qwe(tt,3),:,:)];
else
    a=I(1:qwe(tt,3),:,:);
end
eval(['imwrite(a,''final',num2str(tt),'.jpg'');']);
end

计算图片的长度

function len_r=lope(I,k)
len_r=[];
xy_r=[];
I = rgb2gray(I);
%I = imrotate(I,33,'crop');
% figure
% imshow(rotI);
BW = edge(I,'canny');
% figure
% imshow(BW);
[H,T,R] = hough(BW);

% figure
% imshow(H,[],'XData',T,'YData',R,'InitialMagnification','fit');
% xlabel('\theta'), ylabel('\rho');
% axis on
% axis normal
% hold on


P  = houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));
x = T(P(:,2)); y = R(P(:,1));
% plot(x,y,'s','color','white');
% Find lines and plot them
lines = houghlines(BW,T,R,P,'FillGap',5,'MinLength',7);
if k==1
figure, imshow(I),hold on
end



for k = 1:length(lines)
    xy = [lines(k).point1; lines(k).point2];
if k==1
    plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');
% %     
% %     % Plot beginnings and ends of lines

    plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');
    plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');
end
    
    % Determine the endpoints of the longest line segment
    len = norm(lines(k).point1 - lines(k).point2);
    if (len>700)&&xy(1,1)~=xy(2,1)
        xy_long = xy;
        len_r=[len_r;len,xy(1,2)];
        xy_r=[xy_r,xy];
    end
end
% highlight the longest line segment
if k==1
for i=1:size(xy_r,2)/2
  plot(xy_r(:,2*i-1),xy_r(:,2*i),'LineWidth',2,'Color','blue');
end
end
if len_r~=0
  if len_r(1,2)<120
     len_r(1,:)=[];
  end
end

找出每张图片最长水平直线的位置

function Output=findxt(X)
Output = ones(size(X));
k = 1;
for ii = 2:length(X)
    temp = X(ii);
    if (temp == X(ii-1))
        Output(ii) = k;
    else
        k = k+1;
        Output(ii) = k;
    end
end
end

结果

第一张

在这里插入图片描述

第二张

在这里插入图片描述

第三张

在这里插入图片描述

总结

如图所示，分割效果不错，后面可以根据梯度等信息对程序进行下一步改进。

leetteel
关注
专栏目录
MATLAB算法实战应用案例精讲-【图像处理】三维重建(附MATLAB和python代码实现)
qq_36130719的博客
12-13 1万+
在计算机视觉中，三维重建是指根据单视图或者多视图图像重建原始三维信息的过程。单视图缺少深度、多视角信息，基于单视图的三维重建效果较一般。基于多视角图像的三维重建，充分利用了多视角拍摄信息，先对摄像机进行标定，并计算出摄像机的图像坐标系与真实世界坐标系的关系，然后利用多个二维图像重建出三维信息。广义上，三维重建是指对某些三维物体或者三维场景的一种恢复和重构。重建出来的模型，方便计算机表示和处理。
MATLAB算法实战应用案例精讲-【深度学习】多尺度特征提取
qq_36130719的博客
04-16 885
多尺度特征（multi-scale feature）能有效改善image retrieval, image classification以及object detection等任务的结果，以下参考已有文献介绍几种常见的利用CNN提取multi-scale feature的方法。这里可以把multi-scale feature分为Fc特征（从全连接层提取的特征），Conv特征（从卷积层提取的特征）以及Fc与Conv特征结合三类。
Matlab实现图像的批量剪裁程序源码
02-03
用Matlab2012b实现的GUI单界面图像单张剪裁与批量剪裁，可任意设定剪裁区域
使用matlab将长图分成若干张图片
leetteel
03-10 722
a=imread('a.png'); for i=1:106 if i<17 eval(['Q',num2str(i),'=a((i-1)*890+1+2*(i-1):i*890+2*(i-1),:,:);']); elseif i==17 eval(['Q17=a((17-1)*890+1+2*(17-1):(17-1)*890+1+2*(17-1)+506,:,:);']); else eval(['Q',num2str(i)
PS将一张长图切成多张图片
最新发布
IT之一小佬的博客
08-04 3581
PS将一张长图切成多张图片
如果把一张大图分开matlab,如何把一张大图分开在几张A4纸上打印出来
weixin_31100203的博客
03-20 2101
如何把一张大图分开在几张A4纸上打印出来作者：小龙博客　2011年08月6日　　6条评论　分类：电脑技巧 软件在生活和工作中，所用的打印机打印的纸张宽度都很有限，以A4纸最为常见，所以要打印较大的图片或文字时往往会遇到一些困难。在没有大型打印机的情况下，我们可以尝试把大图或大字用许多张A4纸分开来打。在上回发布的文章《如何打印特大号字》中，讲述了得到较大的文字的两种方法，但对于如何实现大字分成几块...
Matlab将图像按一定大小进行分割
weixin_44990742的博客
06-21 2032
Matlab将图像按一定大小进行分割 期末图像处理课设需要读取一副遥感图像的道路信息，由于遥感图像太大，做实验时耗时太长，cpu也顶不住，所以将图像按一定大小切割。 %%I需要处理的图像，heigh输出图像高度，length输出图像长度，strout输出文件夹 function cut2peice(I,heigh,length,StrOut) [l,m,~]=size(I); x_0=1; y_0=1; i=1; while(1) x_end=x_0+length; y
MATLAB 将图像随机裁剪为N*N的图像块
twpsuperman的博客
12-23 2821
近期在做实验时想把一张图像随机裁剪为N*N的小图像块，学习后并进行记录。 matlab实现将图像依次拆分成64*64的图像块（无重贴） 首先介绍matlab imcrop函数： 第一种用法： [Img0,rect]=imcrop(Img); % Img0为裁剪后的图像 % rect = [左上角点纵坐标(xmin), 左上角点横坐标(ymin), col(xWidth), row(yHeight)] % 注意rect先是纵坐标再是横坐标，第三个为裁剪后图像宽度，第四个为裁剪后图像高度 第二种用法： I2
Koch.zip_koch曲线盒维数_koch雪花_matlab雪花_site:www.pudn.com_盒维数
07-15
1. 将一维线段分成若干等份，使得每个小段的长度为L。 2. 用Koch曲线的构造规则替换每个小段，这个规则是将每一段分割成四个1/3长度的新段，并在中间两个新段之间添加一个60度角的小线段。 3. 记录能够完全覆盖曲线...
基于MATLAB的指纹识别系统
m0_59817540的博客
08-16 892
1本课题背景和意义指纹识别技术的应用十分广泛，指纹因具有终生不变性及稳定性,而且不同人指纹相同的概率几乎为零,因此指纹自动识别系统被广泛应用于案例分析、商业活动中的身份鉴别等领域.目前有很多的生物测定技术可用于身份认证，包括虹膜识别技术、视网膜识别技术、面部识别、签名识别、声音识别技术、指纹识别等，具有安全、可靠的特点，其中自动指纹识别系统是目前研究最多、最有应用前景的生物识别系统。指纹识别技术的...
MATLAB算法实战应用案例精讲-【人工智能】机器视觉（概念篇）（最终篇）
qq_36130719的博客
04-26 1905
机器视觉逐渐渗入社会生活的方方面面，在人脸识别、图片识别、视频监控、3C应用等各领域几乎都能看到机器视觉的身影，对于工业领域而言，机器视觉的应用更是大大降低了高危作业的危险系数，保障了工业生产的安全性和高效性。
超大tif图像分割为100等份
08-28
matlab对超大图片进行分割，变成10*10的100张小图。对图片进行等分
基于Matlab的彩色图形界面点阵生成技术 (2009年)
05-22
为了解决嵌入式系统彩色界面开发遇到的彩色图形点阵生成的问题,利用 Matlab的图像处理函数和强 大的矩阵运算功能设计一个可行的算法。并针对传统方法操作复杂,转换失真、数据溢出、图片混合和与 C语言 匹配等问题,对该算法进行优化。使用以 DSP30F6010A为核心处理器和 LMT057DNAFWU为彩色显示器的实验 系统,验证该方法。结果显示,该方法转换后的图片失真小,而且兼容性好,可用于大部分的图片格式转换,图形 点阵适用于嵌入式系统的彩色界面开发。
图像分割matlab代码实现_5 行代码实现图像分割
weixin_36361600的博客
01-24 3013
本文来自量子位图像分割，作为计算机视觉的基础，是图像理解的重要组成部分，也是图像处理的难点之一。那么，如何优雅且体面的图像分割？5行代码、分分钟实现的库——PixelLib，了解一下。当然，如此好用的项目，开源是必须的。为什么要用到图像分割？虽然计算机视觉研究工作者，会经常接触图像分割的问题，但是我们还是需要对其做下“赘述”(方便初学者)。我们都知道每个图像都是有一组像素值组成。简单来说，图像分割...
matlab实现对图像的切割
热门推荐
zhouyelihua
01-05 3万+
在有些程序中由于图像过大，常常需要我们将图像切割成几个比较小的图案之后在进行相关的处理。  Img=imread('sssd.png'); imgsize=size(Img) subimg_width=600; subimg_height=1000; num_width_spilt=ceil(imgsize(1)/subimg_width); num_height_spilt=ceil(imgs
matlab 将图片立体化,[转] Matlab 将图像绘制成3维立体散点图
weixin_39737947的博客
03-16 745
新建一个文件>> I=imread('C:\Users\bm00015\Desktop\libtiffpic\pc260001.tif');I=rgb2gray(I);[wd,len]=size(I);interval=10; %设置绘制散点图的间隔，全部绘出会很卡x=[];y=[];z=[];num=floor((len-1)/interval)+1;%计算在当前间隔下图像的每一行会...
图像切分：将一张长图片切分为指定长宽的多张图片
LGL
11-06 700
请确保在运行此代码之前安装了PIL库（使用pip install pillow命令进行安装）。替换示例代码中的image_path、output_path、width和height变量为你自己的路径和参数。执行代码后，将会在指定的output_path目录中保存切分后的子图片。比如有一张很长的图片其大小为宽度779，高度为122552，那我想把图片切分为779乘以1280的格式。
matlab dividerand,Divider 分割线
weixin_34580074的博客
03-21 893
Divider 分割线概述代码示例Steven Paul Jobs was an American entrepreneur and business magnate. He was the chairman, chief executive officer, and a co-founder of Apple Inc.Steven Paul Jobs was an American entrep...
图片批量处理：将长图切割成短图，轻松高效！
hlyling的博客
10-09 1722
第二步，进入操作页面，先设置画布的大小，可以按自己的需求信息设置，也可以点击自适应高度，并点击确定，小编选择的是自适应高度。第四步，导入完毕之后，我们就可以在保存完成图设置框里，设置好保存位置，点击浏览在弹出来的文件夹里设置好保存位置。第三步，设置完毕之后，再去选择图片，点击“+”就会弹出来一个文件夹，在里面选择好要进行切割的长图。第七步，我们在点击保存图片既可以了，我们打开文件夹就可以看到长图图片被切割下来了很不错。首先，我们进入首助编辑高手主页面，会看到有多种板块，我们要选择长图拼接切图板块。
使用MRF进行图像分割的MATLAB实现及原理
"MRF图像分割步骤与MATLAB程序" 在图像处理领域，Markov随机场（MRF）是一种广泛用于图像分割的模型，因为它能够有效地处理像素间的依赖关系。本资源主要讲解了如何利用MRF理论进行图像分割，并提供了MATLAB程序...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

leetteel

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值