MATLAB中最大轮廓的选择

在我的工作过程中，我必须检测寄生虫。我用HSV发现了这种寄生虫，后来把它做成了灰色的图像。现在我也做了边缘检测。我需要一些代码，告诉MATLAB找到最大的轮廓（寄生虫），并使该地区作为黑色像素的其余部分

您可以通过填充每个轮廓周围的孔来选择“最大”轮廓，找出哪个形状为您提供了最大的面积，然后使用最大面积的位置并将其复制到最终图像。正如Benoit_11所建议的，使用-特别是

区域

和

像素列表

标志。大概是这样的：

im = imclearborder(im2bw(imread('http://i.stack.imgur.com/a5Yi7.jpg')));
im_fill = imfill(im, 'holes');
s = regionprops(im_fill, 'Area', 'PixelList');
[~,ind] = max([s.Area]);
pix = sub2ind(size(im), s(ind).PixelList(:,2), s(ind).PixelList(:,1));
out = zeros(size(im));
out(pix) = im(pix);
imshow(out);

第一行代码直接从StackOverflow读取图像。由于某种原因，该图像也是RGB图像，因此我通过将其转换为二进制。图像周围还有一个白色边框。您很可能在

图中打开了此图像

并保存了该图中的图像。我通过使用删除白色边框来消除此问题

接下来，我们需要填充轮廓环绕的区域，因此使用

孔

标志。接下来，使用

regionprops

分析图像中不同的填充对象-特别是

区域

，以及哪些像素属于填充图像中的每个对象。一旦我们获得这些属性，找到提供最大面积的填充轮廓，然后访问正确的

regionprops

元素，提取出属于对象的像素位置，然后使用这些并将像素复制到输出图像并显示结果

我们得到：

---

或者，您可以使用

周长

标志（如Benoit_11所示），只需找到对应于最大轮廓的最大周长即可。这仍然会给你你想要的。因此，只需将第三行和第四行代码中的

区域

标记替换为

周长

，您仍然可以得到相同的结果。

这可能是一种方法-

%// Read in image as binary
im = im2bw(imread('http://i.stack.imgur.com/a5Yi7.jpg'));
im = im(40:320,90:375); %// clear out the whitish border you have
figure, imshow(im), title('Original image')

%// Fill all contours to get us filled blobs and then select the biggest one
outer_blob = imfill(im,'holes');
figure, imshow(outer_blob), title('Filled Blobs')

%// Select the biggest blob that will correspond to the biggest contour
outer_blob = biggest_blob(outer_blob); 

%// Get the biggest contour from the biggest filled blob
out = outer_blob & im;
figure, imshow(out), title('Final output: Biggest Contour')

基于

bsxfun

的

maximum\u blob

功能是此处发布的其他答案使用

regionprops

执行的替代功能。根据我的经验，我发现这种基于

bsxfun

的技术比

regionprops

更快。在我之前的一个答案中，比较这两种技术的运行时性能

关联函数-

function out = biggest_blob(BW)

%// Find and labels blobs in the binary image BW
[L, num] = bwlabel(BW, 8); 

%// Count of pixels in each blob, basically should give area of each blob
counts = sum(bsxfun(@eq,L(:),1:num)); 

%// Get the label(ind) cooresponding to blob with the maximum area 
%// which would be the biggest blob
[~,ind] = max(counts);

%// Get only the logical mask of the biggest blob by comparing all labels 
%// to the label(ind) of the biggest blob
out = (L==ind);

return;

调试映像-

---

因为我的答案几乎都写出来了，所以我还是会给你的，不过这个想法和@rayryeng的答案很相似

基本上，我在调用

regionprops

期间使用

周长

和

PixelIdxList

标志，因此在使用

imclearborder

删除图像边界后，获得形成最大轮廓的像素的线性索引

代码如下：

clc
clear


BW = imclearborder(im2bw(imread('http://i.stack.imgur.com/a5Yi7.jpg')));

S= regionprops(BW, 'Perimeter','PixelIdxList');

[~,idx] = max([S.Perimeter]);

Indices = S(idx).PixelIdxList;

NewIm = false(size(BW));

NewIm(Indices) = 1;

imshow(NewIm)

以及输出：

---

正如你所见，有很多方法可以达到同样的效果，哈哈。

这很模糊，你能详细说明/提供示例图像/代码吗？否则你可能会对我现在添加的图片感兴趣@Benoit_11。我没有写任何代码。我只想有大面积的覆盖线（像腰果形状），并使其余的黑色像素。通过阅读stack overflow上的另一个相关问题，我了解到我应该使用contour，如果我可以编写任何代码来选择大的contour，我可以让它工作。但我不知道该怎么做。哈哈，我写的是完全相同的答案，但带有

周长
标志：）干得好，当然是+1。@Benoit_11-哦，是的！周界也会在这里工作。哦，哈哈。你还是应该把答案放在：）我也会加1。啊
像素idxlist
。聪明。它删除了我不必要的
sub2ind
调用+1.为什么每次运行时都会出现此错误？：？？？[~，idx]=max（[S.周长]）；|错误：表达式或语句不正确--可能是不平衡的（，{，或[.Mhh它不应该…看起来还可以。您正是使用此代码吗？啊。
bwlabel
与
bsxfun
。另一种有效的方法。它不依赖
regionprops
+1。@rayreng是的，这是我能做的！；）我很喜欢你用它来计算每个物体的像素数。好奇：你认为在这种情况下，
accumarray
与
bsxfun
相比怎么样？可比？更快？更慢？是的，非常聪明的方法我喜欢！当然，
bsxfun
FTW！@rayryeng告诉你！！乍看起来非常适合
histc
，因为这就是histc的目的（计数），这就是我们在这里所做的！