Matlab 在图像中查找深紫色像素

我正在为我在自动化方面的高等研究做一项研究。我已经完成了显微镜的自动化部分，但我需要MATLAB的帮助。我想细分的示例如下所示：

我需要从这张图像中提取深紫色像素，并只在图形中显示。这几乎类似于基于颜色的分割，但我只想从整个图像中提取深紫色像素

---

在这种情况下我该怎么办？

这里有一些东西可以让你开始。让我们来谈谈颜色分割的主题，在这里你只想提取深紫色的像素。在我们开始之前，我想向您指出。HSV颜色空间是以人类最直观的方式表示颜色的理想选择。我们倾向于按照颜色的主导色来描述颜色，然后是诸如颜色的褪色程度、纯度以及颜色的明暗程度等属性。主色由色调表示，颜色的褪色程度或纯度由饱和度表示，颜色的强度由值表示，因此，Hue-S饱和-V值或HSV颜色空间

我们可以将RGB图像变换为HSV。这将返回一个3D矩阵，其色调、饱和度和值作为3D矩阵中的2D切片，非常类似于RGB图像，其中每个切片表示红色、绿色和蓝色通道。让我们看看将图像转换为HSV后每个组件的外观：

im = imread('https://www.cdc.gov/dpdx/images/malaria/ovale/Po_gametocyte_thickB.jpg');
hsv = rgb2hsv(im2double(im));
figure;
for idx = 1 : 3
    subplot(1,3,idx);
    imshow(hsv(:,:,idx));
end

第一行代码从URL读入图像。我将使用Hoki提到的那个，因为它是最简单的一个。对于自我包容，这是原始图像的外观：

一旦我们这样做，我们将图像转换为HSV颜色空间。将图像转换为

双精度

并将每个组件规格化为

[0,1]

，这一点很重要，由执行。接下来，我们生成一个新图形，并将每个组件放在三列上的一行中。第一列表示色调，下一列表示饱和度，最后一列表示值。这是我们看到的数字：

第一幅图的主色调似乎是紫色，无论是浅色调还是深色调，所以色调在这里对我们没有帮助。如果您查看HSV彩色车轮：

（来源：）

正常化车轮，使其位于

[0,1]

之间，而不是0到360度之间。由于颜色空间的性质，色调实际上表示为度，但MATLAB将其标准化为

[0,1]

。您可以看到紫色的色调为

[0.6,0.8]

，这与我向您展示的第一个显示图像色调的图形相对应。如果检查图像周围的像素，它们会在该范围内波动。因此，色调在这里对我们帮助不大

当然，饱和度和价值成分对我们有帮助。如果你看一看，深紫色像素比背景的其他部分有更高的饱和度，这是有道理的，因为深紫色比背景的其他部分有更纯的紫色版本。对于该值，可以看到深紫色的亮度比背景暗

我们可以利用这两点来分割图像中的紫色。最简单的方法是设置饱和度和值平面的阈值，以便保留某个范围内的任何值，而将该范围外的值丢弃。因此，您可以这样做：

sThresh = hsv(:,:,2) > 0.6 & hsv(:,:,2) < 0.9;
vThresh = hsv(:,:,3) > 0.4 & hsv(:,:,3) < 0.65;

我们也将展示结果。这就是我们得到的：

正如你所看到的，这做得很好，但我们有红色箭头的残余，我们不希望在最终结果中。为了做一些清理，我们可以使用形态学——特别是一个小窗口的开放过滤器，这样我们就不会影响我们想要的像素。我们可以使用来为我们执行开放操作。形态学开口可移除图像周围出现的孤立像素。你用一种叫做a的东西来观察你图像中的当地居民区。基本上，与结构元素中包含的形状一样小的任何像素区域都会被删除。由于我们希望保留其他对象的形状，因此可以尝试使用5 x 5的磁盘结构元素来清理这些像素：

figure;
se = strel('disk', 2, 0);
final = imopen(result, se);
imshow(final);

这就是我们得到的：

不错！我们需要修补一些漏洞，所以让我们用以下内容来填补这些漏洞：

这就是我们得到的：

好的！所以我们有了面具。我们需要做的最后一件事是呈现图像，以便您只显示原始图像中的深紫色，而不显示其他颜色。这可以通过以下方式轻松实现：

上面的操作获取您的遮罩，并将图像中的每个像素乘以此遮罩。我想指出的一点是，我们在上一步中找到的掩码需要转换为

uint8

，因为

bsxfun

要求乘法（或您执行的任何操作）必须是相同类型的。我们在3D中复制这个遮罩，这样你就可以遮罩掉不需要的RGB像素，只保留你要找的像素

这就是我们最终得到的：

正如你所看到的，它并不完美，但肯定足以让你开始。这些阈值很重要，但通过一些非常简单的阈值处理，我提取了大部分紫色像素

---

为了让您更轻松，下面是我上面编写的代码，可以轻松复制并粘贴到MATLAB中供您运行：

clear all; close all; clc;
im = imread('https://www.cdc.gov/dpdx/images/malaria/ovale/Po_gametocyte_thickB.jpg');
hsv = rgb2hsv(im2double(im));
figure;
for idx = 1 : 3
    subplot(1,3,idx);
    imshow(hsv(:,:,idx));
end

sThresh = hsv(:,:,2) > 0.6 & hsv(:,:,2) < 0.9;
vThresh = hsv(:,:,3) > 0.4 & hsv(:,:,3) < 0.65;

figure;
result = sThresh | vThresh;
imshow(result);

figure;
se = strel('disk', 2, 0);
final = imopen(result, se);
imshow(final);

figure;
final_noholes = imfill(final, 'holes');
imshow(final_noholes);

figure;
out = bsxfun(@times, im, uint8(final_noholes));
imshow(out);

全部清除；全部关闭；clc；
im=imread（'https://www.cdc.gov/dpdx/images/malaria/ovale/Po_gametocyte_thickB.jpg');
figure;
final_noholes = imfill(final, 'holes');
imshow(final_noholes);

figure;
out = bsxfun(@times, im, uint8(final_noholes));
imshow(out);

clear all; close all; clc;
im = imread('https://www.cdc.gov/dpdx/images/malaria/ovale/Po_gametocyte_thickB.jpg');
hsv = rgb2hsv(im2double(im));
figure;
for idx = 1 : 3
    subplot(1,3,idx);
    imshow(hsv(:,:,idx));
end

sThresh = hsv(:,:,2) > 0.6 & hsv(:,:,2) < 0.9;
vThresh = hsv(:,:,3) > 0.4 & hsv(:,:,3) < 0.65;

figure;
result = sThresh | vThresh;
imshow(result);

figure;
se = strel('disk', 2, 0);
final = imopen(result, se);
imshow(final);

figure;
final_noholes = imfill(final, 'holes');
imshow(final_noholes);

figure;
out = bsxfun(@times, im, uint8(final_noholes));
imshow(out);

function main
    clc,clear

    A = imread('https://www.cdc.gov/dpdx/images/malaria/ovale/Po_gametocyte_thickB.jpg');
    subplot(1,2,1)
    imshow(A)

    RGB = [230 210 200];      % color you want
    e = 40;                   % color shift

    B = pix_in(A,RGB,e);
    B = B + 255.*uint8(~B);   % choosing white background
    subplot(1,2,2)
    imshow(B)
end

function B = pix_in(A,RGB,e)
    % select specific pixels in image
    % A - color image (3D matrix uint8)
    % RGB - [R G B] - color to select
    % e - color shift/deviation

    A = double(A);              % for same class operations (RGB - double)
    [m, n, ~] = size(A);
    RGB = reshape(RGB,1,1,3);
    RGB = repmat(RGB,m,n,1);    % creating 3D matrix
    b = abs(A-RGB) < e;         % logical 3D
    b = sum(b,3) == 3;          % if [R,G,B] of a pixel in range
    B = A.*repmat(b,1,1,3);     % selecting pixels those in range
    B = uint8(B);
end