Index überschreitet Matrixabmessungen beim Versuch, auf Positionsvektoren zuzugreifen

Question

Ich lese einfach ein Bild und möchte die Bounding-Boxen visualisieren, die von der Blob-Analyse von Matlab zurückgegeben werden, die Positionsvektoren zurückgibt. Hier ist mein Code

img = imread(file_name); 
img = im2bw(img); 

gblob = vision.BlobAnalysis('AreaOutputPort', true, ... % Set blob analysis handling 
       'CentroidOutputPort', true, ... 
       'BoundingBoxOutputPort', true', ... 
       'MinimumBlobArea', 0, ... 
       'MaximumBlobArea', 600000, ... 
       'MaximumCount', 1000, ... 
       'MajorAxisLengthOutputPort',true, ... 
       'MinorAxisLengthOutputPort',true, ... 
       'OrientationOutputPort',true); 


      [Area,centroid, bbox, MajorAxis, MinorAxis,Orientation] = step(gblob, img); 
      % each bbox is position vector of the form [x y width height] 
      for i = 1:1:length(MajorAxis) 
       figure;imshow(img(bbox(i,2):bbox(i,2) + bbox(i,4),bbox(i,1):bbox(i,1)+bbox(i,3))); 
      end 

Auf Dabei bekomme ich einen Fehler Index exceeds matrix dimensions. ich auch

versucht haben

figure;imshow(img(bbox(i,1):bbox(i,1) + bbox(i,3),bbox(i,2):bbox(i,2)+bbox(i,4))); 

aber ich immer noch die gleichen Fehler enden.

hier ist ein Beispielbild, wo dieser Code einen Fehler

Answer 1

Es ist ein einfacher Fall von Fehl Indizierung gibt. Der Blob-Detektor gibt die Koordinaten x und y der oberen linken Ecke des Blobs zurück. x In diesem Fall sind die horizontalen Koordinaten während y ist die vertikale. Daher müssen Sie nur den Zugriff auf das Bild ändern, da die Vertikale zuerst und dann die Horizontale benötigt wird.

Auch in Bezug auf Ihr Bild würde ich invertieren das Bild, weil das Objekt als ein dunkles Objekt auf weißem Hintergrund betrachtet werden würde, sobald Sie es in Binär konvertieren. Der Blob-Detektor erkennt weiße Objekte auf schwarzem Hintergrund. Deshalb invertieren das Bild und einige morphologische Schließung um den Lärm zu bereinigen, sobald das passiert:

img = imread('http://www.aagga.com/wp-content/uploads/2016/02/Sample.jpg'); 
img = ~im2bw(img); %// Change - invert 
img_clean = imclose(img, strel('square', 7)); %// Change, clean the image 

ich dieses Bild jetzt:

imshow(img_clean); 

Nicht schlecht .... Führen Sie jetzt Ihren tatsächlichen Blob-Detektor aus. Beachten Sie, dass das Bild, das Sie in den Blob-Detektor legen, der Name der Laufvariablen ist. Sie werden es img_clean jetzt rufen müssen:

gblob = vision.BlobAnalysis('AreaOutputPort', true, ... 
      'CentroidOutputPort', true, ... 
      'BoundingBoxOutputPort', true', ... 
      'MinimumBlobArea', 0, ... 
      'MaximumBlobArea', 600000, ... 
      'MaximumCount', 1000, ... 
      'MajorAxisLengthOutputPort',true, ... 
      'MinorAxisLengthOutputPort',true, ... 
      'OrientationOutputPort',true); 


[Area,centroid, bbox, MajorAxis, MinorAxis,Orientation] = step(gblob, img_clean); 

nun endlich jeder Klecks extrahieren:

% each bbox is position vector of the form [x y width height] 
for i = 1:1:length(MajorAxis) 
    figure; 
    imshow(img_clean(bbox(i,2):bbox(i,2) + bbox(i,4),bbox(i,1):bbox(i,1)+bbox(i,3))); %// Change 
end 

ich jetzt die folgenden neun Figuren:

Beachten dass das obige nicht perfekt ist, weil der Umfang des Zeichens getrennt ist, so dass der Fleckdetektor dies als verschiedene Flecken interpretiert. Eine Möglichkeit, dies zu bekämpfen, besteht darin, den Schwellenwert des Bildes zu variieren oder graythresh für die adaptive Schwellenwertbildung zu verwenden, um sicherzustellen, dass der Rahmen ordnungsgemäß verbunden ist. Dies ist jedoch eine gute Möglichkeit, Ihr Problem anzugehen.

Minor Hinweis

Ein viel einfachen Weg, dies zu tun, ist mit der Computer Vision Toolbox zu beseitigen und das Image Processing Toolbox verwenden.Insbesondere regionprops verwenden und die Image Eigenschaft verwenden, um die aktuellen Bilder zu extrahieren, dass der Blobs selbst enthalten:

%// Code from before 
img = imread('http://www.aagga.com/wp-content/uploads/2016/02/Sample.jpg'); 
img = ~im2bw(img); %// Change - invert 
img_clean = imclose(img, strel('square', 7)); %// Change, clean the image 

%// Create regionprops structure with desired properties 
out = regionprops(img_clean, 'BoundingBox', 'Image'); 

%// Cycle through each blob and show the image 
for ii = 1 : numel(out) 
    figure; 
    imshow(out(ii).Image); 
end 

Dies sollte das Gleiche erreichen, wie ich Sie oben zeigte. Sie können in der Dokumentation nachsehen, welche Eigenschaften regionprops für Sie pro Blob zurückgibt.