一、Matlab安裝及題目
最近有一個數字圖像處理的實驗課，我們組準備選一個有關圖像分割的題目。這裏把我們組的一些思路及首先記錄下。
首先自然是matlab的安裝了，網上有很多的安裝包，但是大部分都是百度網盤的，我超級不喜歡百度網盤。所以我直接給一個matlab7.0瀏覽器下載的鏈接:
https://dl.pconline.com.cn/download/360588.html
解壓安裝後，對於window10操作系統，請右鍵Matlab.exe文件，選擇屬性，兼容性，以兼容模式運行該程序：
Matlab7.0是比較老的版本了，沒有自動補全等功能，如果是長期使用還是推薦取網上下載新版本。
然後題目如下：
二、使用HSV色彩空間進行顏色閾值分割
一種簡單的方法是使用顏色的數值不同進行劃分，顏色相近的點分到一張圖片裏面，那麼我們直接用RGB三通道劃分嗎？自然可以，但是我們先儘可能考慮簡單情況吧（你也可以說我太菜 / W \）
三維的劃分不容易，一維的容易不少，我們可以使用灰度圖，然後弄出它的直方圖再說。
不過可以注意到，我們要劃分的圖像，大都顏色近似。那麼可以用一種可能更好的方式，這裏我們就要介紹HSV色彩空間了。它如下圖所示：
這個模型中顏色的參數分別是：色調（H），飽和度（S），亮度（V）。
H用角度度量，取值範圍爲0°～360°，從紅色開始按逆時針方向計算，紅色爲0°，綠色爲120°, 藍色爲240°。它們的補色是：黃色爲60°，青色爲180°, 品紅爲300°；
因爲HSV非常符合人的觀察模式，S和V通道對顏色的歸類影響不太大，所以可以直接用H通道。
因此我們將原本的灰度圖的直方圖變成H通道的直方圖。
這裏我們先實現一個函數（請無視函數名），傳入參數爲圖像I，
第一步、讀取圖片，得到h通道。
第二步、繪製HSV綵帶方便對比查看。（可選）
第三步、計算頻率，準備繪製直方圖。
第四步、特殊處理，作用就是放大一些凸點。（可選）
function [hsv,res]=Untitled(I)
% 1.讀取圖片並轉換爲HSV圖像模型
hsv = rgb2hsv(I);%RGB轉hsv
h = hsv(:,:,1);
h = h(:)*360; % 因爲h通道爲0-1,所以乘360
% 2.畫hsv顏色分量
for i=1:360
tempx = 1-abs(mod(i/60,2)-1);
if i<60
plot(i,0,'*','color',[1 tempx 0],'MarkerSize',20);
elseif i<120
plot(i,0,'*','color',[tempx 1 0],'MarkerSize',20);
elseif i<180
plot(i,0,'*','color',[0 1 tempx],'MarkerSize',20);
elseif i<240
plot(i,0,'*','color',[0 tempx 1],'MarkerSize',20);
elseif i<300
plot(i,0,'*','color',[tempx 0 1],'MarkerSize',20);
else
plot(i,0,'*','color',[1 0 tempx],'MarkerSize',20);
end
hold all;
end
% 3.畫hsv頻率曲線
res = linspace(0,0,361);
for i=1:length(h)
if res(round(h(i))+1) < 10000 % 限制一下
res(round(h(i))+1) = res(round(h(i))+1) + 1;
end
end
% 4.特殊處理，放大odd像素
for i=2:360
if res(i) > res(i+1)+700 && res(i) > res(i-1)+700
res(i) = 5*res(i);
if res(i) > 10000
res(i) = 10000;
end
end
end
plot(res,'LineWidth', 2);
grid on;
記得文件名和函數名一致，然後我們來測試一下。
在command window輸入下面的代碼，選擇圖片，然後調用函數。
[fn,pn,fi]=uigetfile({'*.jpg;*.tif;*.png;*.gif;*.bmp','All Image Files';...
'*.*','All Files' },'mytitle',...
'C:\Work\myfile.jpg');
I = imread([pn fn]);
[hsv,res]=Untitled(I);
可以從直方圖看到，明顯看到這一張照片的綠色和藍色還有紅色比較多。我輸入的圖片如下：
之前的特殊處理的用處就是對於像藍色這樣的像素點比綠色少很多，所以對這樣的像素放大。
這樣我們就得到了一張直方圖，怎麼分呢？通過人眼，應該已經可以大致劃幾條豎線分割了吧。
比如這樣（雖然有夠難看的），分成四部分，那麼用matlab怎麼實現呢？
三、簡單分割實現
一個簡單的方法就是畫一條橫線，把超過這條橫線的區間記錄下來，根據這個區間進行劃分。
我們再定義一個函數，傳入上面函數得到的hsv,res以及一個閾值flag,我們那一條橫線的值就是flag了。
第一步、根據設定的flag分類，獲取區間傳入res2中，就是計算那些我畫的小紅點了。
第二步、就是對區間相距太近的進行合併。
第三步、從左到右計算每一個區間右邊界和下一個區間的左邊界取中值。
比如：處理前的區間是0 1和30 31，那麼就化爲0 （1+30）/2和（1+30）/2 31，所以結果如下所示：
res2 =
0 1
30 31
60 61
67 68
85 90
res2 =
0 16
23 46
53 64
66 77
81 360
第四步、根據上面的結果繪製分割圖。代碼如下：
function []=Step2(hsv,res,flag)
temp_hsv = hsv;
% 1.根據設定的頻率係數，分類，獲取區間傳入res2中
left = 0;
flag_temp = 0; % 0表示還沒有進入區間
res2 = [];
for i=1:length(res)
if res(i) > flag
if flag_temp == 0
left = i;
flag_temp = 1;
end
else
if flag_temp == 1
res2 = [res2;left-1,i-1];
flag_temp = 0;
end
end
end
% 間距小的合併
i = 1;
res3 = [];
while i<=length(res2(:,1))-1
% 小於12的間隔進行合併
temp_left = res2(i,1);
while i<=length(res2(:,1))-1 && res2(i+1,1) - res2(i,2) < 5
i=i+1;
end
res3 = [res3;temp_left,res2(i,2)];
i=i+1;
end
res2 = res3;
% 取中值劃分
for i=1:length(res2(:,1))
if i==1
res2(i,1) = 0;
res2(i,2) = round((res2(i,2)+res2(i+1,1))/2);
elseif i==length(res2(:,1))
res2(i,1) = round((res2(i-1,2)+res2(i,1))/2);
res2(i,2) = 360;
else
res2(i,1) = round((res2(i-1,2)+res2(i,1))/2);
res2(i,2) = round((res2(i,2)+res2(i+1,1))/2);
end
end
% 3. 開始分割
figure;
for i=1:length(res2(:,1))
hsv = temp_hsv;
temp_interval = res2(i,:);
sum = 0;
for row=1:length(hsv(:,1,:))
for col=1:length(hsv(1,:,:))
temp_num = round(hsv(row,col,1)*360);
if temp_interval(1) <= temp_num && temp_num <= temp_interval(2)
; % 選中的像素處理
else
hsv(row,col,1) = 0; % 未選中像素處理，白色
hsv(row,col,2) = 0;
hsv(row,col,3) = 1;
end
end
end
NEW = hsv2rgb(hsv);
% subplot(1,length(res2(:,1)),i);
figure(i);
imshow(NEW);
end
結果如下，雖然還是不太理想，但是還闊以：
那有沒有更好的方法呢？答案是有的，下一篇文章講解OpenCv方法實現圖像分割，用到的技術是超像素SLIC方法、kmean分類，不要被嚇到了，實現可能會難一點，但是超級容易理解。