matlab从图表中提取数据

 

有如下的波形图，如何从中精确提取出全部的数据:

1,将波形图片(截图)保存为test.png或test.jpg，并将图片放于matlab工作目录中，如下图示例所指定的目录中：

2，新建文件，输入如下程序代码，将文件保存为jpg2data.m(名字可以随便取)：

代码：

% 提取图片中的曲线数据

clear,clc,close all

%% 图片与曲线间的定标

im=imread('test.jpg');%读入图片(替换成需要提取曲线的图片)

im=rgb2gray(im);%灰度变化

thresh = graythresh(im);%二值化阈值

im=im2bw(im,thresh);%二值化

set(0,'defaultfigurecolor','w')

imshow(im)%显示图片

[y,x]=find(im==0);%找出图形中的“黑点”的坐标。该坐标是一维数据。

y=max(y)-y;%将屏幕坐标转换为右手系笛卡尔坐标

y=fliplr(y);%fliplr()——左右翻转数组

plot(x,y,'r.','Markersize', 2);

disp('请在Figrure中先后点击实际坐标框的两个顶点(左上点和右下点)，即A、B两点. ');

[Xx,Yy]=ginput(2);%Xx,Yy——指实际坐标框的两个顶点

min_x=input('最小的x值');%输入x轴最小值，已知图片，可直接赋确定值如min_x=-30;

max_x=input('最大的x值');%输入x轴最大值，可直接赋确定值如max_x=130;

min_y=input('最小的y值');%输入y轴最小值，可直接赋确定值如min_y=-2;

max_y=input('最大的y值');%输入y轴最大值，可直接赋确定值如max_y=5;

 

x=(x-Xx(1))*(max_x-min_x)/(Xx(2)-Xx(1))+min_x;

y=(y-Yy(2))*(min_y-max_y)/(Yy(1)-Yy(2))+max_y;

plot(x,y,'r.','Markersize', 2);

axis([min_x,max_x,min_y,max_y])%根据输入设置坐标范围

title('由原图片得到的未处理散点图')

%% 将散点转换为可用的曲线

%需处理的问题与解决思路

%(1)散点图中可能一个x对应好几个y <---> 保留mean()-std()到mean()+std()之间的y值 并取平均处理

%(2)曲线的最前端和最后段干扰较大 <---> 去掉曲线整体的前(如5%)和后5%

%(3)曲线的最顶端和最底段干扰较大 <---> 去掉曲线整体的上10%和下10%

 

%参数预设

rate_x=0.08;%曲线的最前端和最后段删除比例

rate_y=0.05;%曲线的最顶端和最底段删除比例

 

[x_uni,index_x_uni]=unique(x);%找出有多少个不同的x坐标

 

x_uni(1:floor(length(x_uni)*rate_x))=[];%除去前rate_x(如5%)的x坐标

x_uni(floor(length(x_uni)*(1-rate_x)):end)=[];%除去后rate_x的x坐标

index_x_uni(1:floor(length(index_x_uni)*rate_x))=[];%除去前rate_x的x坐标

index_x_uni(floor(length(index_x_uni)*(1-rate_x)):end)=[];%除去后rate_x的x坐标

 

[mxu,a]=size(x_uni);

[mx,b]=size(x);

for ii=1:mxu

if ii==mxu

ytemp=y(index_x_uni(ii):mx);

else

ytemp=y(index_x_uni(ii):index_x_uni(ii+1));

end

%删除方差过大的异常点

threshold1=mean(ytemp)-std(ytemp);

threshold2=mean(ytemp)+std(ytemp);

ytemp(find(ytemp<threshold1))=[];%删除同一个x对应的一段y中的异常点

ytemp(find(ytemp>threshold2))=[];

%删除距顶端和底端较近的点

thresholdy=(max_y-min_y)*rate_y;%y坐标向阈值

ytemp(find(ytemp>max_y-thresholdy))=[];%删除y轴向距离顶端与底端距离小于rate_y的坐标

ytemp(find(ytemp<min_y+thresholdy))=[];

%剩下的y求均值

y_uni(ii)=mean(ytemp);

end

%此时很多x_uni点处对应的y_uni为空,即NAN,要进一步删去这些空点

x_uni(find(isnan(y_uni)))=[];

y_uni(find(isnan(y_uni)))=[];

%画图

 

% figure,plot(x_uni,y_uni),title('经处理后得到的扫描曲线')

axis([min_x,max_x,min_y,max_y])%根据输入设置坐标范围

% 将最终提取到的x与y数据保存

curve_val(1,:)=x_uni';

curve_val(2,:)=y_uni;

 

%% 对提取出的数据进行拟合(按实际情况进行修改)

[p,s]=polyfit(curve_val(1,:),curve_val(2,:),4);%多项式拟合(为避免龙格库塔,多项式拟合阶数不宜太高)

[y_fit,DELTA]=polyval(p,x_uni,s);%求拟合后多项式在x_uni对应的y_fit值

 

hold on

% figure,

plot(x_uni,y_fit),title('拟合后的曲线')

axis([min_x,max_x,min_y,max_y])%根据输入设置坐标范围

 

% 输出数据到EXCEL

delete('test.xlsx');

data = [ x_uni y_fit ];

[m n]=size(data);

data_cell=mat2cell(data,ones(m,1),ones(n,1));%matrix转变成cell

title={'温度差','电压mV'};%添加变量名称,x轴，y轴变量名

result=[title;data_cell];%归纳变量名称和数据

S = xlswrite( 'test1.xls',result,'Sheet1' ); %保存数据到excel

 

保存文，运行（F5）:

输入x最大最小值及y最大最小值：

到此就成功用matlab从图片中精确提取出数据！！

 

微信关注图中张十三的博客公众号，学习更多技术干货: