Image 计算图像中每行的像素数

对于一个项目，我需要找到图像中线条之间的点距离。我想到的方法是将图像转换为二值图像，并计算每行中黑色背景下的白色像素数。我已经附上了我的代码，它工作得很好，只要线是完美的直线

顺便说一下，这是一张将要分析的样本图像。我计划转换为二进制/运行一个测线算法，以查找导线中两个绿色条带的边界，因为它们之间的距离值得关注

此代码返回直方图，峰值之间的距离表示线之间的间距

为了纠正折线的问题，我考虑使用一种方法，分析图像的列（比如100像素），然后循环，直到它在整个图像中循环（0-100列，然后101-200，直到图像的宽度）

我这里有我的伪代码：

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 

for（循环行）
for（冒号循环）
在p（行、列）处计数像素
列的结束循环
列计数器=列计数器-1
如果列计数器我一生中从未运行过Matlab，那么我无法告诉您Matlab中的确切代码行。。。不过，我可以告诉你如何删除非水平线的一般条款

您只需使用水平定向的适当内核卷积图像，因此根据您的需要，内核将是：

0       0       0
0.33    0.33    0.33
0       0       0

因此，输出图像中的每个像素基本上都是自身及其左右邻域的平均值

开始图像


ImageMagick命令：

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

结束图像


顺便说一句，您的行实际上有5个像素厚，因此您可能需要运行更大的内核来删除它们，例如9x9，其中所有系数都为零，除了中间（第5）行，它们都为1/9（即0.111）

我使用ImageMagick通过以下命令将图像调整为单像素宽的垂直列：

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

这将给出以下输出，显示白线与顶部偏移149218476行

...
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
...

。。。
0144:（0,0,0）#000000黑色
0145:（0,0,0）#000000黑色
0146:（0,0,0）#000000黑色
0147:（255255255）#FFFFFF白色
0148:（255255255）#FFFFFF白色
0149:（255255255）#ffffffff white卷积直方图：

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

此处
10
用作窗口大小，应根据直线度进行调整

顺便说一句，找到线条的更一般的方法是。
Hm:）我知道我从某处认出了那个图像和那个图像！现在我来看看你的逻辑，如果我认为这行得通，我会提出一些建议。+1表示可运行代码！
Stackoverflow
@rayryeng上的珍品谢谢！你真是太棒了，我真的很感谢你的帮助，不幸的是，编码不是我的强项之一，我想做什么很容易说出来，但编写代码和语法对我来说是一个完全不同的游戏：/请原谅我的无知，但什么是
点距离
？是垂直距离吗？给定图像的“答案”是什么？@MarkSetchell是的，对于第一幅图像，它将是导线之间的垂直距离（即，分隔白色像素的列中黑色像素的数量）。在图片的伪直线段中，它将是相同的（一列中黑色像素的数量）嗨，谢谢你的回答，你能详细说明hough变换如何应用于这个问题吗？我读过一些关于它的文献，它似乎可以直观地检测到线条，但实际上并没有给出距离的定量反馈（除非我遗漏了什么）。hough变换的输出将是成对的“θ”和“d”，它们各自代表一条检测到的线条。θ是直线的方向，d是到图像原点的距离。这些值可以用于您的计算。非常有趣的选择！我以前没有使用过ImageMagick，可以看到这个解决方案是如何工作的，但我想把它放到一个循环中，在这个循环中我可以分析稍微弯曲的线条（这是我的主要问题）。我用待分析图像的图片更新了问题。
h_accu = conv(histogram,(1:10)/10);
figure;plot(h_accu)