使用R进行简单的图像/模式识别任务？

我有一张有很多点的图像，我想从中提取每个点的x-y位置

我已经知道如何手动执行此操作（有一个用于执行此操作的软件包）

然而，是否有某种自动完成的方法

（我的下一个问题是——当有多条线的图像时，是否有一种方法可以检测这些线在哪里相交/“相互接触”）

由于注释中的请求，下面是一个要“解决”的图像示例（即：提取图像的数据点位置）

谢谢，塔尔

---

（注：由于我不熟悉该领域，如果我使用了错误的术语或问了太简单或太复杂的问题，我很抱歉。这是吗？

任务视图涵盖了一般图像验证，这可能是一个开始。

在Dirk之后跟进，是的，检查医疗成像任务视图。再看看Rforge， Romain Francois有一个RJImage软件包，最近注册了另一个图像处理软件包。你要找的是分割算法。点的问题比线的问题容易得多。第一个可以通过RGB或灰度过滤器完成，只需进行某种半径搜索。检测线性特征比较困难。提取特征后，可以使用扫描线算法检测交点。EBIMAGE可以具有用于检测渐晕图中的单元的示例

---

Nicholas

我认为可以使用package

raster

从具有特定值的图像中提取xy坐标。看一看套餐的小插曲

编辑

你能试试这个，告诉我它是否在你要找的东西的范围内吗？ 我希望带有注释的代码是非常自解释的。期待你的回答

library(raster)
rst <- raster(nrows = 100, ncols = 100) #create a 100x100 raster
rst[] <- round(runif(ncell(rst))) #populate raster with values, for simplicity we round them to 0 and 1
par(mfrow=c(1,2))
plot(rst) #see what you've got so far
rst.vals <- getValues(rst) #extract values from rst object
rst.cell.vals <- which(rst.vals == 1) #see which cells are 1
coords <- xyFromCell(rst, rst.cell.vals) #get coordinates of ones
rst[rst.cell.vals] <- NA #set those raster cells that are 1 to NA (you can play with rst[!rst.cell.vals] <- NA to exclude all others)
plot(rst) #a diag plot, should have only one color

库（光栅）
你为什么对这张照片这么保密？你能创建一个公平的复制品，这样我们就可以把手弄脏吗？=）否则，我所能做的（我也不能做太多，因为德克已经说过了）就是把你们指向特定的包。您仍然倾向于使用R作为“通用”编程语言。我认为C更适合解决这些问题…等一下。。。是否要从“纸笔”问卷导入数据？线的交点指的是X标记？你好，aL3xa，我提出的问题在不同的地方出现了。每次我“用手”解决它时，我想看看是否能找到一个更一般的解决方案（使用R）。顺便说一句，有趣的是你在取笑我关于“R是一种通用语言”的问题，而不久前我如此明确地问到了这是不是真的——这里的人把我的问题投票给了-5：笨蛋！好吧，我不会再做了！=）但另一方面，我强烈推荐C，因为它具有强大的图形功能。我看到你贴了一个例子。。。我会看看我能做些什么，在那之前，我想你只剩下
识别
=（谢谢你。）。关于识别-看“图书馆（数字化）”干杯，塔尔希·尼古拉斯，非常感谢您的详细回复！由于对该问题的评论，我添加了一个示例图像以尝试“解决”。如果你能解决第一个例子，它将是最有用的。再次感谢塔尔希·罗姆诺夫，谢谢你的链接。我浏览了一些小插曲，找不到你在说什么。你指的是哪一页？基本上，您可以操纵光栅，将所有不需要的值设置为NA，并为光栅上的其余值提取xy。我的项目就是这样做的，但可能还有一种更优雅的方式我还不熟悉。我承认，光栅软件包需要一段时间才能适应它，并感受到它的全部威力。@RomanLuštrik我正在努力解决这个问题。是否有可能提供任何投入？到目前为止，我正在使用R光栅包获取图像，然后使用getValues函数。我需要关于如何检测图像中的线条的指导原则……您似乎对光栅软件包有很好的理解，并希望得到您的反馈。@user2543622检测光栅图像中的线条不是一件小事。我在想计算机视觉——用足够多的图像训练程序，并使用其中一个库（或Python，在这方面有很好的介绍）来推断给定的时间。
library(raster)
rst <- raster(nrows = 100, ncols = 100) #create a 100x100 raster
rst[] <- round(runif(ncell(rst))) #populate raster with values, for simplicity we round them to 0 and 1
par(mfrow=c(1,2))
plot(rst) #see what you've got so far
rst.vals <- getValues(rst) #extract values from rst object
rst.cell.vals <- which(rst.vals == 1) #see which cells are 1
coords <- xyFromCell(rst, rst.cell.vals) #get coordinates of ones
rst[rst.cell.vals] <- NA #set those raster cells that are 1 to NA (you can play with rst[!rst.cell.vals] <- NA to exclude all others)
plot(rst) #a diag plot, should have only one color