統計圖像中每行的像素數

Question

對於一個項目，我需要找到圖像中各行之間的點距。我想到的方法是將圖像轉換爲二進制圖像，並計算每行中黑色背景上的白色像素數。我附加了我的代碼，只要線條非常直，它就可以很好地工作。

順便說一句，這是一個將被分析的樣本圖像。我計劃變成二進制/運行線檢測算法，以找出線中兩條綠色條帶的邊界，因爲它們之間的距離值得關注。

im = imread('http://i.imgur.com/lc8ESac.png'); %// Read image 
imBinary = double(im2bw(im)); %// Just in case - Convert to binary, 
           %// then make double for sum 
histogram = sum(imBinary,2); %// Compute row-wise histograms 
stem(1:size(imBinary,1), histogram); %// Plot this histogram 
xlabel('Row number'); 
ylabel('White pixel count'); 
grid; 
diffs = diff([0; histogram]); 
threshold = 100; %// Define threshold here 
rows = find(diffs >= threshold); 

此代碼返回的直方圖和峯之間的距離指示線之間的間隔。

爲了糾正彎曲線的問題，我想使用一種分析圖像列（比如100像素）的方法，然後循環直到它循環遍歷整個圖像（0-100列，然後101- 200直到圖像的寬度）。

我有我的僞代碼這裏：

for (loop through rows) 
    for (loop for coloumns) 
     count pixels at p(row, col) 
    end loop for columns 
    column counter = column counter - 1 
    if column counter <= 0 then save the number of pixels counter and set column counter = 10 
end row loop 

然而，作爲一個ChemE大，編碼不是我的強項，我的鬥爭非常符合循環。

我只是希望能夠將上述代碼合併到這個循環中，這樣它就可以將一條彎曲的線分割成許多擬直線，以便能夠計算「平均」或一系列離散線間距。

非常感謝！

Answer 1

我從來沒有在我的生活中運行Matlab，所以我不能告訴你在Matlab中的確切代碼行......但是我可以告訴你如何從一般條款中刪除非水平線。

您只需卷積圖像與水平定向，所以您需要的內核將是一個合適的內核：

0  0  0 
0.33 0.33 0.33 
0  0  0 

所以基本上輸出圖像中每個像素成爲本身和它的左平均和鄰居。

開機影像

ImageMagick的命令：

convert lines.png -convolve "0,0,0,0.33,0.33,0.33,0,0,0" -threshold 99.99% horiz.jpg 

結束圖像

順便說一句，你的線實際上是5像素厚，所以你可能需要運行一個更大的內核來刪除它們，比如9x9，其中所有的係數都是零，除了中間（第5）線，它們都是1/9即0.111）。

我曾表示出來使用ImageMagick到您的圖像調整到垂直柱的單個像素寬與此命令：

convert lines.png -resize 1x844! -threshold 50% txt: 

其給出以下輸出顯示您的白線是在偏移量從頂部149218476線。

... 
0,144: (0,0,0) #000000 black 
0,145: (0,0,0) #000000 black 
0,146: (0,0,0) #000000 black 
0,147: (255,255,255) #FFFFFF white 
0,148: (255,255,255) #FFFFFF white 
0,149: (255,255,255) #FFFFFF white <- Centre of your line 
0,150: (255,255,255) #FFFFFF white 
0,151: (255,255,255) #FFFFFF white 
0,152: (0,0,0) #000000 black 
0,153: (0,0,0) #000000 black 
0,154: (0,0,0) #000000 black 
... 
0,213: (0,0,0) #000000 black 
0,214: (0,0,0) #000000 black 
0,215: (0,0,0) #000000 black 
0,216: (255,255,255) #FFFFFF white 
0,217: (255,255,255) #FFFFFF white 
0,218: (255,255,255) #FFFFFF white <- Centre of your line 
0,219: (255,255,255) #FFFFFF white 
0,220: (255,255,255) #FFFFFF white 
0,221: (0,0,0) #000000 black 
0,222: (0,0,0) #000000 black 
0,223: (0,0,0) #000000 black 
... 
0,471: (0,0,0) #000000 black 
0,472: (0,0,0) #000000 black 
0,473: (0,0,0) #000000 black 
0,474: (255,255,255) #FFFFFF white 
0,475: (255,255,255) #FFFFFF white 
0,476: (255,255,255) #FFFFFF white <- Centre of your line 
0,477: (255,255,255) #FFFFFF white 
0,478: (255,255,255) #FFFFFF white 
0,479: (0,0,0) #000000 black 
0,480: (0,0,0) #000000 black 
0,481: (0,0,0) #000000 black 
... 

這裏是 「squidged」 圖像 - 紅色背景上的，所以你可以看到它：

Answer 2

卷積您直方圖：

h_accu = conv(histogram,(1:10)/10); 
figure;plot(h_accu) 

這裏10擔任窗口大小，它應該根據你的線的直線度進行調整。

順便說一句，找到這些行的更一般的方法是hough transform。