MATLAB_论文图片数据提取_论文曲线数据提取

%程序初始化 clear all; %定义图像处理所需的参数容限 Tol_RGBscale=30/255; %输入RGB颜色容差（范围0~1） Tol_LineW=5; %输入线宽容差 %定义真实坐标轴 Lx_real=12000; %输入X轴真实坐标长度； Ly_real=0.8; %输入Y轴真实坐标长度； x0_real=0; %输入X轴真实起始坐标； y0_real=0; %输入Y轴真实起始坐标； img_1=imread('Pic_demo.jpg'); %读取需要提取数据的图片 img_1=im2double(img_1); imshow(img_1,'InitialMagnification',200); %显示读取的图片，并设置显示比例 %提取坐标轴 disp('选取坐标图的4顶点...'); [x_ax,y_ax] = ginput(4); %使用ginput函数实现坐标轴4端点（左下、左上、右下、右上）的图上坐标提取，在图窗上依次点击4端点以完成提取 x_ax=sort(x_ax); %使用sort函数对提取的4个x坐标进行排序，从而区分x轴的起点与x轴的终点，前两个数据为x轴的起点，后两个数据为x轴的终点 y_ax=sort(y_ax); %同上 x0_pic=round(mean(x_ax(1:2))); %计算图像中的X轴起点； x1_pic=round(mean(x_ax(3:4))); %计算图像中的X轴终点； Lx_pic=x1_pic-x0_pic; %计算图像中的X轴长度； y0_pic=round(mean(y_ax(1:2))); %计算图像中的Y轴起点； y1_pic=round(mean(y_ax(3:4))); %计算图像中的Y轴终点； Ly_pic=y1_pic-y0_pic; %计算图像中的Y轴长度； %消除左侧坐标轴突起的干扰 disp('为消除左侧坐标轴突出标识的干扰，选择左侧坐标轴突出标识区的4顶点...'); [x_Lax,y_Lax]=ginput(4); x_Lax=sort(x_Lax); y_Lax=sort(y_Lax); x0_L=round(mean(x_Lax(1:2))); x1_L=round(mean(x_Lax(3:4))); y0_L=round(mean(y_Lax(1:2))); y1_L=round(mean(y_Lax(3:4))); img_1(y0_L:y1_L,x0_L:x1_L,:)=1; imshow(img_1,'InitialMagnification',200); %提取数据 %提取目标曲线的RGB三色基准参考值 disp('在目标曲线上选取5个点，获得目标曲线的基准灰度值...'); [x_cr,y_cr]=ginput(5); %提取曲线上5个点，作为基准灰度参考值； RGB_cr=zeros(5,3); %获取上述五点的灰度值； for i=1:5 RGB_cr(i,:)=img_1(round(y_cr(i)),round(x_cr(i)),:); end RGB_mean=zeros(1,3); RGB_std=zeros(1,3); for i=1:3 RGB_mean(i)=mean(RGB_cr(:,i)); %计算上述五点的灰度平均值； RGB_std(i)=std(RGB_cr(:,i)); %计算上述五点的灰度标准差； end RGB_rf=zeros(1,3); %初始化参考灰度值；取标准差以内的灰度值计算平均数获得参考灰度值； for j=1:3 k=1; for i=1:5 if abs(RGB_cr(i,j)-RGB_mean(j))<=RGB_std(j) RGB_rf(j)=(RGB_rf(j)*(k-1)+RGB_cr(i,j))/k; k=k+1; end end end %在图片坐标轴区域内寻找RGB相近的点并记录 [num_l,num_w,num_d]=size(img_1); img_2=zeros(num_l,num_w); for i=1:num_l for j=1:num_w if (abs(img_1(i,j,1)-RGB_rf(1))<=Tol_RGBscale) && (abs(img_1(i,j,2)-RGB_rf(2))<=Tol_RGBscale) && (abs(img_1(i,j,3)-RGB_rf(3))<=Tol_RGBscale) img_2(i,j)=1; end end end [yc_pic,xc_pic]=find(img_2(y0_pic:y1_pic,x0_pic:x1_pic,1)==1); %对find()函数获得的点进行筛选合并； x_curve=zeros(1,Lx_pic); y_curve=zeros(1,Lx_pic); count1=1; for i=2:length(xc_pic) if (i==2) || (xc_pic(i)~=xc_pic(i-1)) %将x(i)相等的点的y(i)值置于同一数组内 x_temp=xc_pic(i); y_temp=yc_pic(i); for j=i+1:length(xc_pic) if xc_pic(i)==xc_pic(j) y_temp=[y_temp,yc_pic(j)]; else break; end end yt_median=median(y_temp); %计算y(i)数组的中位数 yt_0=0; n2=1; for k=1:length(y_temp) %剔除容限外的y(i)值 if abs(y_temp(k)-yt_median)<=Tol_LineW yt_0=(yt_0*(n2-1)+y_temp(k))/n2; n2=n2+1; end end x_curve(count1)=x_temp; y_curve(count1)=yt_0; count1=count1+1; end end %剔除曲线中的突变点 xc_smooth=0; yc_smooth=Ly_pic; for i=1:length(x_curve) if abs(y_curve(i)-yc_smooth(end))<100 xc_smooth=[xc_smooth,x_curve(i)]; yc_smooth=[yc_smooth,y_curve(i)]; end end %添加图上坐标偏移值 xc_smooth=xc_smooth+x0_pic; yc_smooth=yc_smooth+y0_pic; %坐标转换 x_real=(xc_smooth-x0_pic)*Lx_real/Lx_pic+x0_real; %以坐标轴的图上坐标-真实坐标比例关系为基准获得数据的真实坐标x； y_real=(y1_pic-yc_smooth)*Ly_real/Ly_pic+y0_real; %以坐标轴的图上坐标-真实坐标比例关系为基准获得数据的真实坐标y； %展示提取结果 subplot(2,1,1); imshow(img_1,'InitialMagnification','fit'); subplot(2,1,2); plot(x_real,y_real); %保存提取结果 save('DataExtraction.mat','x_real','y_real'); %}