Matlab 用像素值“填充剩余区域”；0“；

在下图中，我用两种不同的色调填充了两个区域：

如何在

MATLAB

中用像素值

0

（黑色）填充图像的剩余部分（未填充部分）

---

谢谢。

尝试在两个灰色形状中拾取点，然后将其他所有的点都涂掉

img = imread(myimagefilename);
imshow(img);

% you can skip the following part and set clr1 and clr2 manually 
% if you already know the grayscale values in the patches

pts=ginput(2);  % <-- pick points within the regions you colored in

clr1=img(pts(1,2),pts(1,1));
clr2=img(pts(2,2),pts(2,1));

img2=img;
img2(find(img~=clr1 & img~=clr2)) = 0;

img2=im2bw(img2,0.2);  % <-- 0.2 is the threshold

[xxx idx1]= bwfill(~img2,pts(1,1),pts(1,2),8);
[xxx idx2]= bwfill(~img2,pts(2,1),pts(2,2),8);
idx=setxor(union(idx1,idx2),[1:numel(img)]);

img2 = img;
img2(idx)=0;
imshow(img2)

img=imread（myimagefilename）；
imshow（img）；
%您可以跳过以下部分并手动设置clr1和clr2
%如果已经知道面片中的灰度值
pts=ginput（2）；% 尝试在这两个灰色形状中拾取点，然后将其他所有点都涂成黑色

img = imread(myimagefilename);
imshow(img);

% you can skip the following part and set clr1 and clr2 manually 
% if you already know the grayscale values in the patches

pts=ginput(2);  % <-- pick points within the regions you colored in

clr1=img(pts(1,2),pts(1,1));
clr2=img(pts(2,2),pts(2,1));

img2=img;
img2(find(img~=clr1 & img~=clr2)) = 0;

img2=im2bw(img2,0.2);  % <-- 0.2 is the threshold

[xxx idx1]= bwfill(~img2,pts(1,1),pts(1,2),8);
[xxx idx2]= bwfill(~img2,pts(2,1),pts(2,2),8);
idx=setxor(union(idx1,idx2),[1:numel(img)]);

img2 = img;
img2(idx)=0;
imshow(img2)

img=imread（myimagefilename）；
imshow（img）；
%您可以跳过以下部分并手动设置clr1和clr2
%如果已经知道面片中的灰度值
pts=ginput（2）；% 假设这两个区域的像素值的值被称为
val_1
和
val_2
，您可以这样做：

算法
获取两个图像，一个图像的所有内容（除
val_1
设置为0外）都设置为0，另一个图像的
val_2
设置为0。这很可能也包含很多噪声点
这两个图像具有适当阈值大小的遮罩。这将消除该值不在区域中的点
结果图像的高区域与原始图像中连接的组件相对应
根据需要更改相应图像中高区域的阴影，并添加它们以获得结果图像
如果阴影事先不知道，您可以使用@TryHard的答案所示的
ginput
。
假设这两个区域的像素值的值被称为
val_1
和
val_2
，您可以这样做：

算法
获取两个图像，一个图像的所有内容（除
val_1
设置为0外）都设置为0，另一个图像的
val_2
设置为0。这很可能也包含很多噪声点
这两个图像具有适当阈值大小的遮罩。这将消除该值不在区域中的点
结果图像的高区域与原始图像中连接的组件相对应
根据需要更改相应图像中高区域的阴影，并添加它们以获得结果图像
如果事先不知道阴影，您可以使用
ginput
，如@TryHard的回答所示。
假设这是后续操作，当您获取roi时，您可以使用它来创建上面的图像，而不是或除了使用它之外，还可以使用它来创建黑色背景的图像。这避免了在图像中其他位置具有相同值的任何问题（归功于to对上一个问题的回答）：

或者，如果以后要再次使用，可以将区域存储为单个BW遮罩：

imshow(img);

% create masks
roi = imfreehand(gca);
BW = roi.createMask;
roi2 = imfreehand(gca);
BW2 = roi.createMask;

% original image + roi
img2 = img;
img2(BW) = val_1;
img2(BW2) = val_2;

% B&W image 
img3 = BW*val_1+BW2*val_2;

假设这是一个后续步骤，当您获取roi时，除了使用它来创建上面的图像之外，您还可以使用它来创建具有黑色背景的图像。这避免了在图像中其他位置具有相同值的任何问题（归功于to对上一个问题的回答）：

或者，如果以后要再次使用，可以将区域存储为单个BW遮罩：

imshow(img);

% create masks
roi = imfreehand(gca);
BW = roi.createMask;
roi2 = imfreehand(gca);
BW2 = roi.createMask;

% original image + roi
img2 = img;
img2(BW) = val_1;
img2(BW2) = val_2;

% B&W image 
img3 = BW*val_1+BW2*val_2;

您可以使用matlab文件交换（以下或以下）中的
简单单种子区域生长
函数（或其等效函数之一）。此函数将创建一个逻辑掩码，可用于使图像变黑（对多个区域连续调用此函数）

I=im2double（imread（'5Yo8l.png'）；
J=羊角面包区域（0.01，I，0,0）
imshow（I+J）；
函数Phi=羊角面包区域（公差、Igray、x、y）
如果（x==0 | | y==0）
imshow（Igray）；
[y，x]=ginput（1）；%%%小心这里的（x，y）混淆
结束
Phi=假（大小（Igray，1），大小（Igray，2））；
ref=真（尺寸（Igray，1），尺寸（Igray，2））；
PhiOld=Phi；
φ（uint8（x），uint8（y））=1；
while（sum（Phi（：）~=sum（PhiOld（：））
PhiOld=Phi；
segm_val=Igray（Phi）；
平均值seg=平均值（segm_val）；
Posvoisisnsphi=imdeplate（Phi，strel（'disk'，1,0））-Phi；
voisins=find（posVoisinsPhi）；
valeursVoisins=Igray（voisins）；
Phi（沃伊辛（沃伊辛>平均塞格-公差&沃伊辛<平均塞格+公差））=1；
结束
您可以使用matlab文件交换（以下或以下）中的
简单单种子区域生长
函数（或其等效函数之一）。此函数将创建一个逻辑掩码，可用于使图像变黑（对多个区域连续调用此函数）

I=im2double（imread（'5Yo8l.png'）；
J=羊角面包区域（0.01，I，0,0）
imshow（I+J）；
函数Phi=羊角面包区域（公差、Igray、x、y）
如果（x==0 | | y==0）
imshow（Igray）；
[y，x]=ginput（1）；%%%小心这里的（x，y）混淆
结束
Phi=假（大小（Igray，1），大小（Igray，2））；
ref=真（尺寸（Igray，1），尺寸（Igray，2））；
PhiOld=Phi；
φ（uint8（x），uint8（y））=1；
while（sum（Phi（：）~=sum（PhiOld（：））
PhiOld=Phi；
segm_val=Igray（Phi）；
平均值seg=平均值（segm_val）；
Posvoisisnsphi=imdeplate（Phi，strel（'disk'，1,0））-Phi；
voisins=find（posVoisinsPhi）；
valeursVoisins=Igray（voisins）；
Phi（沃伊辛（沃伊辛>平均塞格-公差&沃伊辛<平均塞格+公差））=1；
结束
这是否也会给出很多噪声点？这些区域不需要有与图像其他部分不同的阴影。@Roneymael你说得对，我选择了一个非常快速和肮脏的解决方案。我将不得不改变它，以消除残羹剩饭。这不会给很多噪音点，以及？这些区域不需要有阴影