原文地址 网易博客

前一段时间看到一篇文章"利用Matlab提取图图片中的数据",觉得思路挺好,遂下载下来研究了一番,发现作者所编写的程序没有考虑原始图片非水 平放置的情况,而实际扫描图片时,将图片完全放置水平难度较大... 同时作者也没有考虑对数坐标的情况,且程序GUI界面不太人性化,操作有点不习惯。因此借着作者良好意愿,对其程序进行了改进~

2011-6-9

shanyunh@QQ.com

考虑一张非水平无变形的曲线图,现将其曲线数据取出来,步骤如下:

  1. 在坐标轴上取三点以定位坐标系。如图中红色点所示。
  2. 在曲线上选取若干个点,如图中蓝色点所示。
  3. 设定坐标轴选取点x和y的实际值。
  4. 选取坐标系类型。
  5. 变换。
  6. 保存数据。
  7. 数据后处理。

    在 变换过程中程序首先计算(xi,yi)到(x1,y1)和(x2,y2)所组成的y轴的距离Δx,同样的方法计算Δy,当然Δx和Δy是图片的像素值。接 下来计算每个像素点所对应实际坐标值。对于线性x轴,比例系数为(Xmax-Xmin)/(sqrt((x1-x0)^2)+(y1-y0)^2),同样 对于线性y轴,比例系数(Ymax-Ymin)/(sqrt((x0-x2)^2)+(y0-y2)^2)。这样即可求出每个点的实际坐标值

    Xi=Δx *(Xmax-Xmin)/(sqrt((x1-x0)^2)+(y1-y0)^2)+Xmin

    Yi=Δy *(Ymax-Ymin)/(sqrt((x0-x2)^2)+(y0-y2)^2)+Ymin

    对数坐标的变换关系类似

    Xi=10^(log10(Xmin)+Δx *(log10(Xmax)-log10(Xmin))/(sqrt((x1-x0)^2)+(y1-y0)^2))

    Yi= 10^(log10(Ymin)+Δy *(log10(Ymax)-log10(Ymin))/(sqrt((x0-x2)^2)+(y0-y2)^2))

    具体操作说明

    1.导入图片。

    2.定位坐标系。按del键可删除上一个点

    3.定位曲线。

    4.设置变换参数。

    5.变换。单击[变换]按钮后,弹出变换后的结果。

    6.保存数据。

  8. 数据后处理

    导入数据,假定导入后变量名为test

    在Matlab Command窗口中输入 x=test(:,1);y=test(:,2); cftool;弹出曲线拟合工具箱

    创建数据集

    拟合数据

    程序流程

数据初始化程序段:

handles.optMode='zoom';

handles.linedata=[];

handles.dataCount=0;

handles.datah=[];

handles.axesdata=[];

handles.axesCount=0;

handles.axesh=[];

handles.newdata=[];

himage=findobj('tag','axes1');

axes(himage);

选定图片程序段:

[file,path]=uigetfile({'*.jpg','图片文件(*.jpg)';'*.*','所有文件'},'请选择待分析图片...');

if ~isequal(file, 0)

cd(path);

set(handles.fileEdit,'String',[path file]);

end

导入图像程序段:

handles.dataCount=0;

handles.axesCount=0;

image_temp=imread(get(handles.fileEdit,'string'));

imshow(image_temp); %read and show

handles.ximage=size(image_temp,2);

handles.yimage=size(image_temp,1);

guidata(hObject,handles);

% 更新状态栏

h=findobj('tag','edit7');

set(h,'String',num2str(handles.dataCount));

ZoomPB_Callback(hObject, eventdata, handles);

点选取程序段:

p=get(gca,'CurrentPoint');

switch handles.optMode

case ('pickdata')

if p(end,1)>0&&p(end,1)<handles.ximage&&p(end,2)>0&&p(end,2)<handles.yimage

handles.dataCount=handles.dataCount+1;

handles.linedata(handles.dataCount,:)=p(end,1:2);

set(handles.countEdit,'String',num2str(handles.dataCount));

hold on;

handles.datah(handles.dataCount,1)=plot(p(end,1),p(end,2),'b*');

guidata(hObject, handles);

end

case ('pickaxes')

if p(end,1)>0&&p(end,1)<handles.ximage&&p(end,2)>0&&p(end,2)<handles.yimage&&handles.axesCount<3

handles.axesCount=handles.axesCount+1;

handles.axesdata(handles.axesCount,:)=p(end,1:2);

set(handles.countEdit,'String',num2str(handles.axesCount));

hold on;

handles.axesh(handles.axesCount,1)=plot(p(end,1),p(end,2),'r+');

guidata(hObject, handles);

end

end

点删除程序段:

switch get(gcf,'CurrentKey')

case('space')

PickDataPB_Callback(hObject, eventdata, handles);

case('z')

ZoomPB_Callback(hObject, eventdata, handles);

case('m')

PanPB_Callback(hObject, eventdata, handles);

case('delete')

switch handles.optMode

case ('pickdata')

if(handles.dataCount>0)

delete(handles.datah(handles.dataCount,1));

handles.dataCount=handles.dataCount-1;

set(handles.countEdit,'String',num2str(handles.dataCount));

guidata(hObject, handles);

end

case ('pickaxes')

if(handles.axesCount>0)

delete(handles.axesh(handles.axesCount,1));

handles.axesCount=handles.axesCount-1;

set(handles.countEdit,'String',num2str(handles.axesCount));

guidata(hObject, handles);

end

end

end

坐标轴定标及坐标变换:

%提取坐标信息

xmin=str2double(get(handles.xminEdit,'string'));

xmax=str2double(get(handles.xmaxEdit,'string'));

ymin=str2double(get(handles.yminEdit,'string'));

ymax=str2double(get(handles.ymaxEdit,'string'));

xType=get(handles.xTypePM,'value');

yType=get(handles.yTypePM,'value');

%数据分类整理

tmpaxes=handles.axesdata;

ct=6;

[c,r]=max(tmpaxes(:,1));

axesxP=tmpaxes(r,:);

ct=ct-r;

[c,r]=min(tmpaxes(:,2));

axesyP=tmpaxes(r,:);

ct=ct-r;

originP=handles.axesdata(ct,:);

Data=zeros(handles.dataCount,2);

data_new=zeros(handles.dataCount,2);

%起点归零和坐标调整

for i=1:handles.dataCount

Data(i,2)=det([originP-axesxP;handles.linedata(i,:)-axesxP])/norm(originP-axesxP);

Data(i,1)=-det([originP-axesyP;handles.linedata(i,:)-axesyP])/norm(originP-axesyP);

end

switch xType

data_new(:,1)=Data(:,1)/pdist([originP;axesxP]); %坐标归一化

data_new(:,1)=xmin+data_new(:,1)*(xmax-xmin); %数据还原

data_new(:,1)=Data(:,1)/pdist([originP;axesxP]); %坐标归一化

data_new(:,1)=10.^(log10(xmin)+data_new(:,1)*(log10(xmax)-log10(xmin)));

end

switch yType

data_new(:,2)=Data(:,2)/pdist([originP;axesyP]);

data_new(:,2)=ymin+data_new(:,2)*(ymax-ymin);

case 2'

data_new(:,2)=Data(:,2)/pdist([originP;axesyP]); %坐标归一化

data_new(:,2)=10.^(log10(ymin)+data_new(:,2)*(log10(ymax)-log10(ymin))); %数据还原

end

figure(3);

if xType==2

if yType==2

loglog(data_new(:,1),data_new(:,2),'b*');

else

semilogx(data_new(:,1),data_new(:,2),'b*');

end

else

if yType==2

semilogy(data_new(:,1),data_new(:,2),'b*');

else

plot(data_new(:,1),data_new(:,2),'b*');

end

end

handles.newdata=data_new;

guidata(hObject,handles);

数据保存代码段:

[file,path]=uiputfile({'*.txt','文本文件(*.txt)';'*.*','所有文件'},'请选择待分析图片...');

if ~isequal(file, 0)

idata=handles.newdata;

save([path file],'idata','-ascii');

end

参考文献:

1.基于Matlab的图像曲线数据提取方法

2.一种利用Matlab提取图像中曲线的新方法

[转] 利用Matlab提取图片中曲线数据的更多相关文章

  1. 用matlab提取jpg曲线数据或者jpg图片重新复原

    I = imread('111.jpg');%读取处理好的图片,必须是严格坐标轴线为边界的图片 I=rgb2gray(I); %灰度变化 I(I>200)=255; %二值化 I(I<=2 ...

  2. MATLAB 提取图片中的曲线数据重新画图

    注意: 本代码是由[MATLAB R2015b win 32位]编写. 先上代码: %% 清空变量 clear all; clc; %% 取点之后趋势是对的,也就是点与点之间的比例是对的,但是每个点的 ...

  3. 利用matlab自带函数快速提取二值图像的图像边缘 bwperim函数

      clear all;close all;clc; I = imread('rice.png'); I = im2bw(I); J = bwperim(I); % 提取二值图像图像边缘 figure ...

  4. 模式识别:利用MATLAB生成模式类

    近期開始了模式识别的学习,在此之前须要对模式和模式类的概念有一个了解,这里使用MATLAB实现一些模式类的生成.在此之前,引用百科上对于模式识别和模式类的定义.也算加深以下了解: 模式识别(Patte ...

  5. 利用AMPScript获取Uber用户数据的访问权限

    现代项目开发和资产管理方法正在不停地快速变化.在这场创新和扩张的竞赛中,新资产被迅速部署并暴露于公共互联网,已有资产也在不断发展. 要跟上这个不断变化的攻击面是很难的,更不用说保护这些应用程序和系统了 ...

  6. Android 利用二次贝塞尔曲线模仿购物车加入物品抛物线动画

    Android 利用二次贝塞尔曲线模仿购物车加入物品抛物线动画 0.首先.先给出一张效果gif图. 1.贝塞尔曲线原理及相关公式參考:http://www.jianshu.com/p/c0d7ad79 ...

  7. Python利用xlutils统计excel表格数据

    假设有像上这样一个表格,里面装满了各式各样的数据,现在要利用模板对它进行统计每个销售商的一些数据的总和.模板如下: 代码开始: 1 #!usr/bin/python3 2 # -*-coding=ut ...

  8. 利用Matlab快速绘制栅格地图

    代码演示 % 基于栅格地图的机器人路径规划算法 % 第1节:利用Matlab快速绘制栅格地图 clc clear close all %% 构建颜色MAP图 cmap = [1 1 1; ... % ...

  9. CANN算子:利用迭代器高效实现Tensor数据切割分块处理

    摘要:本文以Diagonal算子为例,介绍并详细讲解如何利用迭代器对n维Tensor进行基于位置坐标的大批量数据读取工作. 本文分享自华为云社区<CANN算子:利用迭代器高效实现Tensor数据 ...

随机推荐

  1. [洛谷P3942] 将军令

    洛谷题目链接:将军令 题目背景 历史/落在/赢家/之手 至少/我们/拥有/传说 谁说/败者/无法/不朽 拳头/只能/让人/低头 念头/却能/让人/抬头 抬头/去看/去爱/去追 你心中的梦 题目描述 又 ...

  2. [洛谷P2127] 序列排序

    洛谷题目链接:序列排序 题目描述 小C有一个N个数的整数序列,这个序列的中的数两两不同.小C每次可以交换序列中的任意两个数,代价为这两个数之和.小C希望将整个序列升序排序,问小C需要的最小代价是多少? ...

  3. 【洛谷 P3834】 可持久化线段树1(主席树)

    题目链接 主席树=可持久化权值线段树. 如果你不会可持久化线段树,请右转 如果你不会权值线段树,请自行脑补,就是线段树维护值域里有多少个数出现. 可持久化线段树是支持查询历史版本的. 我们对每个数都进 ...

  4. jquery的ajax提交

    ajax函数封装 function Ajax(imethod,iurl,iasync,idata,ifunc){ $.ajax({ type:imethod, cache: false, dataTy ...

  5. linux基础 -nginx和nfs代理 开发脚本自动部署及监控

    开发脚本自动部署及监控 1.编写脚本自动部署反向代理.web.nfs: (1).部署nginx反向代理三个web服务,调度算法使用加权轮询:  (2).所有web服务使用共享存储nfs,保证所有web ...

  6. linux常用命令 ps

    linux常用命令 ps Linux中的ps命令是Process Status的缩写.ps命令用来列出系统中当前运行的那些进程.ps命令列出的是当前那些线程的快照,就是执行ps命令的那个时刻的那些进程 ...

  7. 创建ProcessEngine

    activiti流程引擎是通过activiti.cfg.xml文件配置的(这并不符合Spring构建流程引擎的编码风格). ProcessEngine processEngine = ProcessE ...

  8. Centos 下,配置 Apache + Python + Django + postgresSQL 开发环境

    用 Python 搭建一个 Web 服务器 文章结构 一.安装  Apache.Python.django 二.安装 mod_wsgi,Apache 为 Python 提供的 wsgi 模块  三.将 ...

  9. nginx部署vue工程和反向代理nodejs工程

    前端是vue,后端是nodejs 前端打包成dist目录,后端接口是localhost:4000/api server { listen 80; #listen [::]:80; server_nam ...

  10. mysql查看每张表的空间使用情况

    use information_schema; /,),'MB') as data ,concat(round(index_length//,),'MB') as indexweight from T ...