Matlab 快速复制属于圆的像素的方法

我有一个初始灰度图像

img

，采用

double

格式，具有许多相同半径的圆和具有圆心坐标

x

和

y

的列向量。我需要将属于圆的所有像素复制到数组

cpix

。到目前为止，我只想到了使用

for

循环的最直接的解决方案。有没有一种方法可以将代码矢量化，或者让它工作得更快

% x(:) - vector with a few circles center X coordinates
% y(:) - vector with a few circles center Y coordinates
d = 27;                  %diameter
r = floor(d/2);          %radius
cpix = double(zeros(d,d,size(x,1)));

for iCent = 1:size(x,1)  %for each circle
    for ix = 1:d
        for iy = 1:d
            if ((ix-r)^2 + (iy-r)^2) < r^2
                cpix(iy,ix,iCent) = img(iy+y(iCent)-r,ix+x(iCent)-r);
            end
        end
    end
end

%x（：）-以x坐标为中心有几个圆的向量
%y（：）-以y坐标为中心有几个圆的向量
d=27；%直径
r=地板（d/2）；%半径
cpix=双精度（零（d，d，大小（x，1））；
对于iCent=1：每个圆的尺寸（x，1）%
对于ix=1:d
对于iy=1:d
如果（（ix-r）^2+（iy-r）^2）

考虑到您的图像是双层的，并且有一层，因为圆的中心位于

[cx，cy]

您可以得到一个矩阵，其大小与主图像相同，具有逻辑值，其中

1

指定像素位于圆内（半径=

r

），否则

0

[X,Y] = meshgrid(1:size(img,1),1:size(img,2));
C = bsxfun(@le,(X-cx).^2+(Y-cy).^2 ,r);

最后，

img（C）

包括所有有效像素值

单圈示例：

r = 5;
cx=100;
cy=100;
Id = im2double(imread('myimage.png'));
Id1 = Id(:,:,1);
[X,Y] = meshgrid(1:size(Id1,1),1:size(Id1,2));
C = bsxfun(@le,(X-cx).^2+(Y-cy).^2 ,r);

length(Id1(C))
ans = 
      21

如果有多个圆，则需要一个for循环

cx = [100,110,120];
cy = [150,170,190];

for ii = 1:length(cx);
    C = bsxfun(@le,(X-cx(ii)).^2+(Y-cy(ii)).^2 ,r);
end

代码的其他部分保持不变。

只有一个循环（对于每个圆），您可以使用类似磁盘的遮罩从图像中选择适当的像素。 从初始代码开始

% x(:) - vector with a few circles center X coordinates
% y(:) - vector with a few circles center Y coordinates
d = 27;                  %diameter
r = floor(d/2);          %radius
cpix = double(zeros(d,d,size(x,1)));

现在创建具有所需半径的遮罩。如果您有图像处理工具箱，则可以轻松完成此操作

h = fspecial('disk', r);
h = h > 0;

然后在循环中使用此遮罩选择所需区域

for i = 1:size(x,1)
    cpix(:,:,i) = h .* img(x(i)-r:x(i)+r, y(i)-r:y(i)+r);
end

由于只创建一次遮罩，因此它应该比为每个圆计算遮罩要快

如果你建立一个3D蒙版，你可以一次完成。如果

a x b

是图像的大小，

n

是圆圈数，则遮罩将是

a x b x n

。如果

repmat

将图像复制到大小为

n

的堆栈中。然后可以使用

*

乘法来获得最终结果。但是，结果将是一堆

a x b

图像，而不是您提到的

d x d

。

---

不确定它是否会更快，因为在创建3D遮罩的过程中，无论如何都要循环它。如果蒙版只构建一次并在很多图像中使用，那么它可能是值得的。

我有一个开源库，可以扫描各种空间模式（圆、环、蛇、网格、随机行走）中的像素。还可以应用各种空间变换（例如，旋转、缩放、剪裁）。这是一个python库，但是您可以轻松地将相关代码移植到MATLAB。

圆是否可以靠近图像的边界？在这种情况下会发生什么呢？不，圆圈距离边界的半径大于一个半径，这是一种方法，但您可以扩展示例以处理中心

cx

和

cy

数组。OP似乎有一些需要处理。谢谢你的建议，这是一个有趣的方法。但关键是要得到三维数组，其三维度等于圈数。完全矢量化在这里可能没有好处，因此我认为一个循环是合理的。干得好在执行建议的代码之后，我需要再次进行分段，以获得所需的数组，其中所有关于圆内磁盘区域的信息都将在第三维中进行索引。要处理350圈半径=15的样本图像966x966px，我的代码需要4.59秒，NKN提出的代码需要3.60秒（请记住，在执行后，我需要再次执行某种循环以获得所需的数组），那么有没有办法进行向量化操作以生成指定的数组？我无法提出基于网格的解决方案yetThanks！这是一个完美的解决方案，只需0.008290秒，而我的原始代码为4.594374秒。我唯一需要更改的是img索引-y和x被交换，因此该行看起来像

cpix（：，：，I）=h.*img（y（I）-r:y（I）+r，x（I）-r:x（I）+r）请通知某个地方，用户将需要图像处理工具箱来运行您的解决方案。如果以后的用户尝试此代码，并且在他们不知道原因的情况下失败，可能会减少挫折感。谢谢@hoki！我添加了图像处理工具箱说明。